仅在方括号内替换逗号的正则表达式

Question

我有一个文本文件，它包含逗号分隔的字符串。但是一些用逗号分隔的字符串是[*,*,*,...] 的形式。比如：

“你好”、“再见”、[“是”、“否”、“也许]、“确实”、[“为什么”、“什么”]

我希望能够解析文件以仅用分号替换方括号内的逗号。括号内可以有任意数量的括号和任意数量的逗号。

我尝试在 R 中使用此代码，但它没有按计划工作，括号外的一些逗号正在被替换：

repeat{
          tmp <- gsub("(\\[.*\\K),(?=.*\\])", ";", tmp, perl = TRUE) # replace last comma found within braces with semicolon
          if (sum(grepl("(\\[.*\\K),(?=.*\\])", tmp, perl = TRUE)) == 0) {  # repeat until no more commas found
            break
          }
        }

谁能帮助解决这个问题的正则表达式？谢谢！

Answer 1

要将方括号内的所有逗号替换为分号，您可以使用

gsub("(?:\\G(?!^)|\\[)[^][,]*\\K,", ";", x, perl=TRUE)

请参阅regex demo。上面的正则表达式不检查关闭]。如果需要，请使用

gsub("(?:\\G(?!^)|\\[)[^][,]*\\K,(?=[^][]*])", ";", x, perl=TRUE)

见another regex demo

详情

• (?:\G(?!^)|\[) - 上一场比赛结束 (\G(?!^)) 或 (|) [ (\[)
• [^][,]* - 除了 [ 和 ] 和 ] 之外还有 0+ 个字符
• \K - 匹配重置运算符，丢弃到目前为止匹配的所有文本
• , - 逗号
• (?=[^][]*]) - 一个正向前瞻，需要除 [ 和 ] 之外的 0+ 个字符以及紧邻当前位置右侧的 ]。