正则表达式 - 嵌套模式 - 在外部模式内但排除内部模式答案

【问题标题】：Regex - nested patterns - within outer pattern but exclude inner pattern正则表达式 - 嵌套模式 - 在外部模式内但排除内部模式
【发布时间】：2011-09-10 09:47:38
【问题描述】：

我有一个文件，内容如下。

<td> ${ dontReplaceMe } ReplaceMe ${dontReplaceMeEither} </td>

如果 'ReplaceMe' 在 td 标记中，我想匹配它，但如果它在 ${ ... } 表达式中，则不匹配。

我可以用正则表达式做到这一点吗？

目前有：

sed '/\${.*?ReplaceMe.*?}/!s/ReplaceMe/REPLACED/g' data.txt

【问题讨论】：

任何特定的语言？
我更新了标签。不过要回答你的问题：bash scripting
Steve - 你应该更新你原来的问题，而不是再次问同样的问题（即使它的措辞略有不同）。谢谢。
史蒂夫，我用适用于四种最琐碎情况的模式更新了我的答案。不过，我强烈建议您不要使用它！

标签： regex bash sed grep pattern-matching

【解决方案1】：

好吧，对于这种简单的情况，您只需要验证 行不匹配 ${.*}:

$ sed '/\${.*}/!s/ReplaceMe/REPLACED/' input
<td> REPLACED </td>
<td> ${ don't ReplaceMe } </td>

/\${.*}/ sed 地址后的! 否定条件。

OTOH，如果情况不是那么简单，我怀疑你的问题会越来越多，而正则表达式不会是最好的解决方案。

【讨论】：

不匹配是否有 grep 等效项？我想使用 grep 生成一个文件列表，供 sed 循环使用。
@steve，这就是 sed 的作用，您可以将多个文件传递给 sed。也许 sed 's/MATCHTEXT/REPLACEDTEXT/g' *.html 将遍历所有 .html 文件。这不合适吗？
@Steve 是的，就是这样，它是 grep 的 -v 选项。你可以这样使用它：ls | grep -v 'PATTERN' 只列出不匹配的文件。如果你想对他们应用 sed，可以使用 sed -i.bkp 's/foo/bar/g' $(grep -v 'PATTERN')。
@matchew 我不确定，但我认为他只想将 sed 应用于某些名称与某些模式不匹配的文件。好吧，如果我们的 cmets 没有帮助他，我建议 @Steve 再问一个问题 :)
我在 Q:6272754 提出了另一个问题。我正在处理brandizzi的sed命令，他可能是对的，我的问题要复杂得多。 @matchew，谢谢。最终我需要使我的 sed 递归（在 folder1/folder2/data.txt 中的 sed 文件）。我希望种子可以做到这一点。

【解决方案2】：

<td>.*(?<!${).*ReplaceMe(?!.*}).*</td> 之类的东西应该可以工作，如果 grep 支持负面的lookbehinds（我不记得是否支持）。

【讨论】：

【解决方案3】：

sed -i 's/<td>\sReplaceMe\s<\/td>/<td>Replaced<\/td>/gi' input.file

为我工作。

您可以考虑使用 -i.bak 来备份旧文件，以防出错。

或者，

perl -pi -e 's/<td>\sReplaceMe\s<\/td>/<td>Replaced<\/td>/g' temp

同样有效，请注意要备份的 -pi.bak。

【讨论】：

【解决方案4】：

通常在涉及结构化标记时使用正则表达式是个坏主意。在某些特殊情况下可能没问题，但是有更好的工具来解析 html，然后你可以在文本节点上使用正则表达式。

【讨论】：

您能否指定一些可能有助于 HTML 中嵌入表达式的工具？我找不到它们，也不知道它们叫什么。
我建议任何可以解析 dom 树的工具。例如用于 perl 的 XML::DOM::Parser 和用于 python 的 xml.dom.minidom.parse。然后将一个更简单的正则表达式应用于您想要的 dom 元素内的文本节点，忘记 s.

【解决方案5】：

这是不可能的。

正则表达式可用于 Type-3 Chomsky 语言（常规语言）。
但是，您的示例代码是 Type-2 Chomsky 语言（上下文无关语言）。

只要涉及到任何类型的嵌套（括号），您就可以处理上下文无关的语言，正则表达式没有涵盖这些语言。

有基本上没有办法在正则表达式中定义within a pair of x and y，因为这将要求正则表达式有某种堆栈，它没有（在功能上等同于有限状态自动机）。

Brandizzi 的挑战是找到一个至少可以匹配琐碎案例的正则表达式
我实际上想出了这个（痛苦的hacky）正则表达式模式：

perl -pe 's/(?<=<td>)((?:(?:\{.*?\})*[^{]*?)*)(ReplaceMe)(.*)(?=<\/td>)/$1REPLACED$3/g'

对于这些情况正确 （原文如此！） 匹配：

<td> ${ dontReplaceMe } ReplaceMe ${dontReplaceMeEither} </td>
<td> ReplaceMe ${dontReplaceMeEither} </td>
<td> ${ dontReplaceMe } ReplaceMe </td>
<td> ReplaceMe </td>

这个失败了 （嵌套是 Chomsky Type-2，记得吗？;)）：

<td>${ ${ dontReplaceMe } ReplaceMe ${dontReplaceMeEither} }</td>

而且它也不能替换多个匹配项：

<td> ReplaceMe ReplaceMe </td>
<td> ReplaceMe ${dontReplaceMeEither} ReplaceMe </td>

获得领先的$ 覆盖是棘手的部分。
这并防止Reginald/Reggy 在编写此野兽时不断崩溃。

再次：实验性的，永远不要在生产代码中使用它！

^{（……或者我会追捕你，我是否必须使用你的代码/应用程序；）}

【讨论】：

你是对的在你的回答中需要考虑一些要点。 1. 如果要标记的文本非常简单，那么将它与正则表达式匹配是很实用的，但我知道你知道 :) 2. 一些正则表达式是递归的并且可以匹配上下文无关的语法（例如 tinyurl.com/3jb2xqh ） . 3. regex虽然不匹配上下文无关语言，但sed可以匹配。实际上，我认为 sed 甚至是图灵完备的，因为它支持连接和循环。我不相信这会很实用，但看起来可能。无论如何，你的答案是正确且重要的。
史蒂夫问“我可以用正则表达式来做这件事吗？”，答案仍然是“不”；）你对 sed 提出了一个有趣的观点。不知道这个，谢谢！ :) 关于正则表达式能够（不安全地）在此处匹配简单案例：请参阅我的更新答案。 ;) 我现在感觉很脏。抱歉，诺姆 :(
别担心，我不会在生产中使用任何看起来很老套的东西。