regex - 从正则表达式组中删除某些字符

Question

我有一个看起来像这样的字符串 (key":["value","value","value"])

"emailDomains":["google.co.uk","google.com","google.com","google.com","google.co.uk"]

我使用以下正则表达式从字符串中进行选择。 (正则表达式的设置方式不会选择看起来像这样的字符串 "key":[{"key":"value","key":"value"}] )

(?<=:\[").*?(?="])

结果选择:

google.co.uk","google.com","google.com","google.com","google.co.uk

我想删除该选择字符串中的 "，我想知道是否有使用替换命令执行此操作的简单方法。期望的结果...

"emailDomains":["google.co.uk, google.com, google.com, google.com, google.co.uk"]

我该如何解决这个问题？

Answer 1

如果你的字符串确实有"key":["v1", "v2", ... "vN"]的形式，你可以拆分出需要改变的部分，用其中的空格替换 ","，然后重新组合:

my @parts = split / (\["\s* | \s*\"]) /x, $string;    #"

$parts[2] =~ s/",\s*"/ /g;

my $processed = join '', @parts;

捕获 split 中分隔符的正则表达式模式，因为在这种情况下分隔符也在返回的列表中，这有助于将字符串重新组合在一起。然后，我们需要更改数组的第三个元素。

在这种方法中，我们必须更改数组中的特定元素，因此如果您的格式有所不同，即使是一点点，这也可能不适合(或仍然可能)适合。

当然应该使用模块将其处理为 JSON。如果不确定格式，如评论中所示，最好尝试确保您拥有 JSON。一旦需求慢慢开始发展，像上面(或下面)那样挑选点点滴滴是一条疯狂之路。

---

可以在正则表达式中使用相同的方法，这实际上可能有一个优势，可以挖掘并忽略 : 之前的所有内容(使用 split如果格式与显示的不完全一样，那部分可能会以多个元素结尾，然后会影响一切)

$string =~ s{ :\["\s*\K (.*?) ( "\] ) }{ 
    my $e = $2; 
    my $n = $1 =~ s/",\s*"/ /gr; 
    $n.$e 
}ex;

此处 /e 修饰符使得替换端被评估为代码，我们在此处执行与上面的 split 相同的操作。关于正则表达式的注释

• 必须先保存 $2，因为它会在下一个正则表达式中重置

• /r 修饰符^† 不会改变它的目标而是返回改变后的字符串，它允许我们在只读 $1

• 如果 $2 以及 $1 都没有捕获到任何内容，则意味着没有匹配项，结果就是 $string 不会改变，悄悄地。因此，如果此替换始终有效，那么您可能需要添加对此类意外数据的处理

• 不需要上面的$n，但是可以返回($1 =~ s/",\s*"//gr)。 $e

或者，尝试使用环视

$string =~ s{ (?<=:\[") (.+?) (?="\]) }{ $1 =~ s/",\s*"/ /gr }egx;

什么确实减少了代码量，但以后可能会更棘手。

虽然这是对问题的直接回答，但我认为它最难维护。

---

^† 这个有用的修饰符，用于“非破坏性替换”，出现在 v5.14 中。在早期的 Perl 版本中，我们会复制字符串并在其上运行正则表达式，使用成语

(my $n = $1) =~ s/",\s*"/ /g;

在 lookarounds-example 中我们需要更多

$string =~ s{...}{ (my $n = $1) =~ s/",\s*"/ /g; $n }gr

由于 s/ 运算符返回替换次数，而我们需要从 {} 中的整段代码返回 $n >(替换端)，用作替换。