如何匹配不在两个特殊字符之间的正则表达式？

Question

我有一个这样的字符串：

a b c a b " a b " b a " a "

如何匹配不属于由" 分隔的字符串的每个a？我想匹配这里所有的粗体：

a bc a b "ab" b a "a"

我想替换这些匹配项（或者通过将它们替换为空字符串来删除它们），因此删除带引号的部分进行匹配是行不通的，因为我希望它们保留在字符串中。我正在使用 Ruby。

Answer 1

js-coder，复活了这个古老的问题，因为它有一个没有提到的简单解决方案。 （在为regex bounty quest 做一些研究时发现了你的问题。）

正如您所看到的，与已接受答案中的正则表达式相比，正则表达式非常小：("[^"]*")|a

subject = 'a b c a b " a b " b a " a "'
regex = /("[^"]*")|a/
replaced = subject.gsub(regex) {|m|$1}
puts replaced

看到这个live demo

参考

How to match pattern except in situations s1, s2, s3

How to match a pattern unless...

Answer 2

假设引号正确平衡并且没有转义引号，那么很容易：

result = subject.gsub(/a(?=(?:[^"]*"[^"]*")*[^"]*\Z)/, '')

当且仅当匹配的 a 前面有偶数个引号时，这会将所有 as 替换为空字符串。

说明：

a        # Match a
(?=      # only if it's followed by...
 (?:     # ...the following:
  [^"]*" #  any number of non-quotes, followed by one quote
  [^"]*" #  the same again, ensuring an even number
 )*      # any number of times (0, 2, 4 etc. quotes)
 [^"]*   # followed by only non-quotes until
 \Z      # the end of the string.
)        # End of lookahead assertion

如果您可以在引号内转义引号 (a "length: 2\"")，这仍然是可能的，但会更复杂：

result = subject.gsub(/a(?=(?:(?:\\.|[^"\\])*"(?:\\.|[^"\\])*")*(?:\\.|[^"\\])*\Z)/, '')

这本质上与上面的正则表达式相同，只是将(?:\\.|[^"\\]) 替换为[^"]：

(?:     # Match either...
 \\.    # an escaped character
|       # or
 [^"\\] # any character except backslash or quote
)       # End of alternation

Answer 3

为正则表达式爱好者提供成熟的正则表达式解决方案，无需关心性能或代码可读性。

此解决方案假定没有转义语法（使用转义语法，"sbd\"a" 中的 a 被计入字符串内部）。

伪代码：

processedString = 
    inputString.replaceAll("\\".*?\\"","") // Remove all quoted strings
               .replaceFirst("\\".*", "") // Consider text after lonely quote as inside quote

然后你就可以在processedString中匹配你想要的文字了。如果您将单引号后的文本视为外引号，则可以删除第二个替换。

编辑

在 Ruby 中，上面代码中的正则表达式是

/\".*?\"/

与gsub一起使用

和

/\".*/

与sub一起使用

---

为了解决更换问题，我不确定这是否可行，但值得尝试：

• 声明一个计数器
• 将正则表达式 /(\"|a)/ 与 gsub 和提供函数一起使用。
• 在函数中，如果匹配为"，则递增计数器，并返回"作为替换（基本上没有变化）。如果匹配是a 检查计数器是否为偶数：如果偶数提供您的替换字符串；否则，只需提供匹配的内容。