正则表达式选择所有不在引号中的空格?
我不是很擅长RegEx,有人可以给我一个正则表达式(在Java中使用),它将选择不在两个引号之间的所有空格吗? 我试图从字符串中删除所有这样的空格,所以任何解决方案都可以。
例如:
(这是一个测试“正则表达式的句子”)
应该成为
(这是最好的“正则表达式的句子”)
这是一个有效的单一正则表达式替换:
\s+(?=([^"]*"[^"]*")*[^"]*$)
这将取代:
(this is a test "sentence for the regex" foo bar)
有:
(thisisatest"sentence for the regex"foobar)
请注意,如果引号可以转义,那么更加冗长的正则表达式就可以解决问题:
\s+(?=((\\[\\"]|[^\\"])*"(\\[\\"]|[^\\"])*")*(\\[\\"]|[^\\"])*$)
它取代了输入:
(this is a test "sentence \"for the regex" foo bar)
有:
(thisisatest"sentence \"for the regex"foobar)
(请注意,它也适用于转义退格:( (thisisatest"sentence \\\"for the regex"foobar)
)
不用说(?),这实际上不应该用于执行这样的任务:它使眼睛流血,并且它在二次时间内执行其任务,同时存在简单的线性解决方案。
编辑
快速演示:
String text = "(this is a test \"sentence \\\"for the regex\" foo bar)"; String regex = "\\s+(?=((\\\\[\\\\\"]|[^\\\\\"])*\"(\\\\[\\\\\"]|[^\\\\\"])*\")*(\\\\[\\\\\"]|[^\\\\\"])*$)"; System.out.println(text.replaceAll(regex, "")); // output: (thisisatest"sentence \"for the regex"foobar)
这是适用于单引号和双引号的正则表达式(假设所有字符串都正确分隔)
\s+(?=(?:[^\'"]*[\'"][^\'"]*[\'"])*[^\'"]*$)
它不适用于里面有引号的字符串。
这不是正则表达式擅长的东西。 具有正则表达式的搜索和替换function总是有点受限,并且任何类型的嵌套/包含都变得困难和/或不可能。
我建议另一种方法:在引号字符上拆分你的字符串。 遍历生成的字符串数组,并从每个其他子字符串中删除空格(无论是从第一个还是第二个字符串开始,都取决于您是否以引号开头的字符串)。 然后使用引号作为分隔符将它们连接在一起。 这应该产生你正在寻找的结果。
希望有所帮助!
PS:请注意,这不会处理嵌套字符串,但由于您无法使用ASCII double-qutoe字符创建嵌套字符串,因此我假设您不需要这种行为。
PPS:一旦你处理了你的子串, 那么现在是使用正则表达式杀死这些空格的好时机 – 不用担心引号。 只需记住使用/.../g
修饰符来确保它是全局替换而不仅仅是第一个匹配。
引号之外的空白组由a)非空格或b)引号内的东西分隔。
也许是这样的:
(\s+)([^ "]+|"[^"]*")*
第一部分匹配一系列空格; 第二部分匹配非空格(和非引号),或引号中的一些内容,重复任意次。 第二部分是分隔符。
这将为结果中的每个项目提供两个组; 只是忽略第二个元素。 (我们需要括号来预测而不是匹配分组。)或者,你可以说,连接所有第二个元素 – 虽然你也需要匹配第一个非空格词,或者在这个例子中,使空格可选:
StringBuffer b = new StringBuffer(); Pattern p = Pattern.compile("(\\s+)?([^ \"]+|\"[^\"]*\")*"); Matcher m = p.matcher("this is \"a test\""); while (m.find()) { if (m.group(2) != null) b.append(m.group(2)); } System.out.println(b.toString());
(我在Java中没有做太多正则表达式,所以期待错误。)
最后,如果正则表达式是强制性的,我就是这样做的。 😉
除了Xavier的技术之外,您可以按照C语言的方式进行操作:只是迭代输入字符,如果它是非空格,或者您计算了一个奇数,则将每个字符串复制到新字符串中到目前为止的报价。
如果只有一组引号,则可以执行以下操作:
String s = "(this is a test \"sentence for the regex\") abc"; Matcher matcher = Pattern.compile("^[^\"]+|[^\"]+$").matcher(s); while (matcher.find()) { String group = matcher.group(); s = s.replace(group, group.replaceAll("\\s", "")); } System.out.println(s); // (thisisatest"sentence for the regex")abc
这不是一个确切的解决方案,但您可以通过执行以下操作来实现目标:
第1步:匹配两个部分
\\(([a-zA-Z ]\*)"([a-zA-Z ]\*)"\\)
第2步:删除空格
temp = $1 replace " " with ""
第3步:重建你的字符串
(temp"$2")
我完全不知道最高投票的答案是如何工作的,正则表达式是巨大的,所以我提交这个更简单的答案:
\s+(?=(?:'(?:\\'|[^'])+'|[^'])+$)
它(理论上)通过使用先行匹配来确保单引号(’)在测试之前一直平衡到字符串的末尾,以查看空格是否是有效的中断位置。
此图像显示它正在执行,但它确实如此,但速度相当慢。 正如其他答案可能已经注意到的那样,使用这样的表达式来分割潜在引用的字符串是使用锤子来移除铆钉。 在我的情况下,我正在将这个正则表达式输入到一个程序,该程序需要一个正则表达式来拆分(fzf)。