RegEx 基于组的不同替换？

Question

所以我在正则表达式方面比较n00bish，并且做了一些练习。

我正在玩一个简单的“deobfucator”，它只寻找[dot] 或(dot) 或[at] 或(at)。不区分大小写，并且在匹配之前或之后有或没有任何数量的空格。

这是通常的：someemail [AT] domain (dot) com 类型的东西。我显然想把它变成someemail@domain.com。

我想出的正则表达式可以很好地匹配，但现在我想根据匹配替换为 . 或 @。

即 我希望匹配“点”组的组将其替换为文字.，并将匹配“at”组的组替换为文字@。

我知道我可以只编写 2 个不同（几乎相同）的 RegEx 并运行它们，但为了教育起见，我想看看我是否可以在一个 RegEx 中完成所有操作？

这是我想出的正则表达式（可能不是最小的，我也有兴趣看到）：

+(\[|\()(dot)(\)|\]) +| +(\[|\()(at)(\)|\]) +

注意：在每个+ 之前都有一个空格，用于匹配空格。

我正在寻找的是什么我会用什么来正确地进行替换？

更新：对不起，忘记添加我正在使用的语言。在这种情况下，我使用了一个剪贴板实用程序，它可以在其输入上运行 RegEx（无论复制到剪贴板的内容），并且它使用的引擎是 C#/VB.NET。这个小项目的最终目标是能够复制“混淆”的电子邮件地址或 URL，并在其上运行 RegEx，以便将其设置在剪贴板上的“未混淆”状态。

也就是说，我确实倾向于在许多不同的语言上使用 RegEx，因此在语言之间转换它们通常不是问题。

Answer 1

.NET 正则表达式不支持条件替换模式。

为了教育起见，我正在尝试看看我是否可以在一个 RegEx 中完成所有操作？

还有其他正则表达式引擎允许在单个正则表达式替换操作中使用conditional replacement patterns 进行条件替换逻辑。

有 3 个引擎支持这种类型的替换：JGsoft V2、Boost 和 PCRE2。

要在 Boost 中使用条件，您需要将 regex_constants::format_all 传递给 regex_replace。要让他们在 PCRE2 中工作，您需要将 PCRE2_SUBSTITUTE_EXTENDED 传递给 pcre2_substitute。

在 PCRE2 中：

${1:+matched:unmatched} 其中 1 是 1 到 99 之间的数字，引用编号的捕获组。如果您的正则表达式包含命名的捕获组，那么您可以通过它们的名称在条件中引用它们：${name:+matched:unmatched}。

如果您想在匹配部分使用文字冒号，则需要使用反斜杠对其进行转义。如果您想在条件中的任何位置使用文字结束大括号，那么您也需要使用反斜杠对其进行转义。除了以条件开头的:+ 之外，加号没有特殊含义，因此不需要转义。

另外，请参阅The Boost-Specific Format Sequences：

将format_all 标志指定为regex_replace() 时，识别的转义序列与上面format_perl 的转义序列相同。此外，还可以识别以下形式的条件表达式：

?Ntrue-expression:false-expression

其中N 是代表子匹配的十进制数字。如果对应的子匹配参与了完整匹配，则替换为真表达式。否则为假表达式。在这种模式下，您可以使用parens () 进行分组。如果你想要一个文字括号，你必须将它转义为\(。

在 Boost 替换模式中，文字 ( 和 ) 必须转义。

JGsoft V2 替换字符串条件的语法与 C++ Boost 库中的语法相同。

因此，您的正则表达式可以收缩为( +)[[(](?:(dot)|(at))[])]( +)：

• ( +) - 第 1 组：一个或多个空格
• [[(] - [ 或 (
• (?:(dot)|(at)) - （第 2 组）dot 子字符串或（第 3 组）at 子字符串
• [])] - ) 或 ]
• ( +) - 第 4 组：一个或多个空格

并替换为$1(?{3}.:@)$4:

• $1 - 第 1 组值，
• (?{3}.:@) - 如果第 3 组匹配，则替换为 .，否则替换为 @
• $4 - 第 4 组值。

这在 Notepad++ 中可用：

Answer 2

如果您使用 Java，请尝试 String 类中的 replaceAll 方法。

最后你需要用空格对其进行标准化：
- 纯 Java - String after = before.trim().replaceAll("\\s+", " ");
- 纯 Java - String after = before.replaceAll("\\s{2,}", " ").trim();
- Apache commons lang3 - String after = StringUtils.normalizeSpace(String str);
- ...