regex - 如何查找和替换特定字符，但前提是它在引号中？

Question

问题:
我有成千上万的文档，其中包含我不想要的特定字符。例如。人物 a .这些文档包含多种字符，但 a我要替换的在双引号或单引号内。

我想找到并替换它们，我认为需要使用正则表达式。我正在使用 VSCode，但我愿意接受任何建议。

我的尝试:
我能够找到以下正则表达式来匹配包含 () 中的值的特定字符串.

".*?(r).*?"

然而，这只突出了整个报价。我只想突出角色。

欢迎任何解决方案，也许是正则表达式之外的解决方案。

示例结果:
给定，字符是 a , 查找替换为 b Somebody once told me "apples" are good for you => Somebody once told me "bpples" are good for you "Aardvarks" make good kebabs => "Abrdvbrks" make good kebabs The boy said "aaah!" when his mom told him he was eating aardvark => The boy said "bbbh!" when his mom told him he was eating aardvark

Answer 1

Visual Studio Code
VS Code 使用 JavaScript RegEx 引擎来实现其查找/替换功能。这意味着与 .NET 或 PCRE 等其他风格相比，您在使用正则表达式方面非常有限。
幸运的是，这种风格支持前瞻，并且通过前瞻，您可以查找但不能消耗字符。因此，确保我们在带引号的字符串中的一种方法是在匹配 a 后查找文件/主题字符串底部的引号数是否为奇数。 :

a(?=[^"]*"[^"]*(?:"[^"]*"[^"]*)*$)

Live demo
这寻找 a s 在双引号字符串中，用它代替单引号字符串替换所有 "与 ' .你不能同时拥有两者。
然而，上面的正则表达式存在一个问题，它与双引号字符串中的转义双引号冲突。如果重要的话，也要匹配它们，你还有很长的路要走:

a(?=[^"\\]*(?:\\.[^"\\]*)*"[^"\\]*(?:\\.[^"\\]*)*(?:"[^"\\]*(?:\\.[^"\\]*)*"[^"\\]*(?:\\.[^"\\]*)*)*$)

将这些方法应用于大文件可能会导致堆栈溢出，所以让我们看看更好的方法。

I am using VSCode, but I'm open to any suggestions.

那太棒了。然后我建议使用 awk或 sed或者为了实现你所追求的更程序化的东西，或者如果你能够使用 Sublime Text，就有机会以更优雅的方式解决这个问题。
崇高的文本
这应该适用于具有数十万行的大文件，但要注意它适用于单个字符(此处为 a )，经过一些修改也可能适用于单词或子字符串:
搜索:

(?:"|\G(?<!")(?!\A))(?<r>[^a"\\]*+(?>\\.[^a"\\]*)*+)\K(a|"(*SKIP)(*F))(?(?=((?&r)"))\3)
                           ^              ^            ^

将其替换为: WHATEVER\3 Live demo
正则表达式分割 :

(?: # Beginning of non-capturing group #1
    "   # Match a `"`
    |   # Or
    \G(?<!")(?!\A)  # Continue matching from last successful match
                    # It shouldn't start right after a `"`
)   # End of NCG #1
(?<r>   # Start of capturing group `r`
    [^a"\\]*+   # Match anything except `a`, `"` or a backslash (possessively)
    (?>\\.[^a"\\]*)*+   # Match an escaped character or 
                        # repeat last pattern as much as possible
)\K     # End of CG `r`, reset all consumed characters
(   # Start of CG #2 
    a   # Match literal `a`
    |   # Or
    "(*SKIP)(*F)    # Match a `"` and skip over current match
)
(?(?=   # Start a conditional cluster, assuming a positive lookahead
    ((?&r)")    # Start of CG #3, recurs CG `r` and match `"`
  )     # End of condition
  \3    # If conditional passed match CG #3
 )  # End of conditional

三步法
最后但并非最不重要的...
匹配引号内的字符很棘手，因为分隔符完全相同，因此如果不查看相邻的字符串，就无法区分开始和结束标记。您可以做的是将分隔符更改为其他内容，以便以后查找。
第1步:
搜索: "[^"\\]*(?:\\.[^"\\]*)*"替换为: $0Я第2步:
搜索: a(?=[^"\\]*(?:\\.[^"\\]*)*"Я)替换为您期望的任何内容。
第 3 步:
搜索: "Я用无替换以恢复一切。