【问题标题】：Regex to match spaces except for spaces inside url pattern正则表达式匹配空格，除了 url 模式内的空格
【发布时间】：2013-06-04 03:33:44
【问题描述】：

您好，我是正则表达式的新手，我正在尝试使用它来捕获垃圾中的空格 \s{2,}，但不包括 "url":"https://x.com/a/C25/XPS - Connection - May 2013.docx" 中的空格。目前，我有一个 url 尚未编码的场景，因此它可能包含空格。

示例文本：

"startofjunk      junkjunkjunkjunk","url":"https://x.com/a/C25/XPS  - Connection - May 2013.docx","contentsource":"AX","returpath":null,"detailpath":"https://ax.sample.com/Rep>ositories/form.aspx?path=C25/96/99&mode=Read","detailspath2":"samplepath"

所需文字：

"startofjunk junkjunkjunkjunk","url":"https://x.com/a/C25/XPS  - Connection - May 2013.docx","contentsource":"AX","returpath":null,"detailpath":"https://ax.sample.com/Rep>ositories/form.aspx?path=C25/96/99&mode=Read","detailspath2":"samplepath"

请帮忙。谢谢

【问题讨论】：

标签： regex spaces

【解决方案1】：

说明

这个正则表达式会找到一个用一个空格替换所有多个空格，并且会绕过 url 部分。在 X 个空格的序列中，第一个空格被放入第 1 组，该组作为\1 馈送到输出，而其他空格将被忽略。 URL 部分被绕过，因为如果它作为| or 语句的一部分遇到，那么它会被捕获到组 2 中，然后由\2 替换注入回输出中。

正则表达式：(\s)\s*|("url":"[^"]*")，替换为：\1\2

源字符串

"startofjunk        junkjunkjunkjunk","url":"https://x.com/a/C25/XPS - Connection - May 2013.docx","contentsource":"AX","returpath":null,"detailpath":"https://ax.sample.com/Rep>ositories/form.aspx?path=C25/96/99&mode=Read","detailspath2":"samplepath"

PHP 示例

包含这个 php 示例只是为了说明正则表达式的工作原理

<?php
$sourcestring="your source string";
echo preg_replace('/(\s)\s*|("url":"[^"]*")/im','\1',$sourcestring);
?>

$sourcestring after replacement:
"startofjunk junkjunkjunkjunk","url":"https://x.com/a/C25/XPS - Connection - May 2013.docx","contentsource":"AX","returpath":null,"detailpath":"https://ax.sample.com/Rep>ositories/form.aspx?path=C25/96/99&mode=Read","detailspath2":"samplepath"

【讨论】：

嗨@Denomales 谢谢！我们应该添加什么来将匹配的空格修改为单个空格？像这样：“startofjunk junkjunkjunkjunk”

【解决方案2】：

使用前瞻来断言您的空格出现在“url”之前。还可以使用后视功能，这样您的整个匹配就是多余的空格：

(?<=\s)\s+(?=.*"url":)

要删除多余的空格，请将整个匹配项替换为空白（即没有），或者如果您的应用程序语言允许，删除整个匹配项。

【讨论】：