在REGEX中匹配和替換多個帶引號的字符串

Question

我想用R中的下劃線替換引號內的所有空格。我不知道如何在有多個引號時正確定義帶引號的字符串。我的開始努力失敗了，我甚至沒有得到單/雙引號。

require(stringi) 
s = "The 'quick brown' fox 'jumps over' the lazy dog" 
stri_replace_all(s, regex="('.*) (.*')", '$1_$2') 
#> [1] "The 'quick brown' fox 'jumps_over' the lazy dog" 

感謝您的幫助。

Answer 1

讓我們假設你需要匹配以'啓動所有非重疊的子串，則比其他' 1個或多個字符，然後用'結束。該模式是'[^']+'。

然後，可以使用下面的基礎R代碼：

x = "The 'quick cunning brown' fox 'jumps up and over' the lazy dog" 
gr <- gregexpr("'[^']+'", x) 
mat <- regmatches(x, gr) 
regmatches(x, gr) <- lapply(mat, gsub, pattern="\\s", replacement="_") 
x 
## => [1] "The 'quick_cunning_brown' fox 'jumps_up_and_over' the lazy dog" 

this R demo見。或者，使用gsubfn：

> library(gsubfn) 
> rx <- "'[^']+'" 
> s = "The 'quick cunning brown' fox 'jumps up and over' the lazy dog" 
> gsubfn(rx, ~ gsub("\\s", "_", x), s) 
[1] "The 'quick_cunning_brown' fox 'jumps_up_and_over' the lazy dog" 
> 

爲了支持轉義序列，你可以使用一個更復雜的PCRE正則表達式：

(?<!\\)(?:\\{2})*\K'[^'\\]*(?:\\.[^'\\]*)*' 

詳細：

• (?<!\\) - 沒有\之前當前位置
• (?:\\{2})* - 零個或更多個序列2 \小號
• \K - 匹配復位操作者
• ' - 單引號
• [^'\\]* - 零個或更多 - 零個或多個字符比'和\
• (?:\\.[^'\\]*)*其他序列：
  • \\. - a \後跟任何c哈日但一個換行符
  • [^'\\]* - 零個或多個字符比'和\
• '其他 - 一個單引號。

而且R demo會是什麼樣

x = "The \\' \\\\\\' \\\\\\\\'quick \\'cunning\\' brown' fox 'jumps up \\'and\\' over' the lazy dog" 
cat(x, sep="\n") 
gr <- gregexpr("(?<!\\\\)(?:\\\\{2})*\\K'[^'\\\\]*(?:\\\\.[^'\\\\]*)*'", x, perl=TRUE) 
mat <- regmatches(x, gr) 
regmatches(x, gr) <- lapply(mat, gsub, pattern="\\s", replacement="_") 
cat(x, sep="\n") 

輸出：

The \' \\\' \\\\'quick \'cunning\' brown' fox 'jumps up \'and\' over' the lazy dog 
The \' \\\' \\\\'quick_\'cunning\'_brown' fox 'jumps_up_\'and\'_over' the lazy dog 

Answer 2

試試這個：

require(stringi) 
s = "The 'quick brown' fox 'jumps over' the lazy dog" 
stri_replace_all(s, regex="('[a-z]+) ([a-z]+')", '$1_$2')