Regex查找（/replace）字符串中字符的多个实例

关于如何构造（perl）正则表达式，

perl-pe的///g；'，它将查找/替换指定字符串中给定字符/字符集的多个实例。起初，我以为g“全球”标志会做到这一点，但我显然误解了这里非常重要的一点：

例如，我想消除特定字符串中的任何非字母数字字符（在较大的文本语料库中）。举个例子，字符串的标识方式是以[后跟@开头，可能中间有一些字符

[abc@def"ghi"jkl'123]

下面的正则表达式

s/(\[[^\[\]]*?@[^\[\]]*?)[^a-zA-Z0-9]+?([^\[\]]*?)/$1$2/g;

将找到第一个“如果我运行它三次，我将获得所有三次。
类似地，如果我想用其他字符替换非字母数字字符，比如X，该怎么办

s/(\[[^\[\]]*?@[^\[\]]*?)[^a-zA-Z0-9]+?([^\[\]]*?)/$1X$2/g; 

这个技巧只适用于一个实例。但是我如何能一次找到所有这些方法呢？
因此，我将建议一种计算效率极低的方法。效率极低，但可能比
可变长度查找更快，而且也很容易（对您而言）：

\K
会删除它之前的所有内容……因此只有它之后的字符才被实际替换

perl -pe 'while (s/\[[^]]*@[^]]*\K[^]a-zA-Z0-9]//){}' file

基本上，我们只有一个空循环，直到搜索和替换什么都不替换为止

略为改进的版本：

perl -pe 'while (s/\[[^]]*?@[^]]*?\K[^]a-zA-Z0-9](?=[^]]*?])//){}' file

（？=）
验证其内容在匹配后是否存在，而不属于匹配的一部分。这是一个
可变长度的前瞻（我们缺少的是另一个方向）。我还使
*
与
？
延迟，因此我们可以获得尽可能短的匹配。
这里是另一种方法。精确捕获需要工作的子字符串，并在替换部分运行一个正则表达式，清除其中的非字母数字字符

use warnings;
use strict;
use feature 'say';

my $var = q(ah [abc@def"ghi"jkl'123] oh); #'
say $var;

$var =~ s{ \[ [^\[\]]*? \@\K ([^\]]+) }{
    (my $v = $1) =~ s{[^0-9a-zA-Z]}{}g;
    $v
}ex;

say $var;

如果需要单独的
$v
来返回该值而不是匹配数，
s/
运算符本身返回的值。这可以通过使用
/r
修饰符来改进，修饰符返回更改的字符串，而不更改原始字符串（因此它不会尝试更改
$1
，这是不允许的）

\K
的存在使得“删除”之前的所有匹配项都不会被消耗，因此我们不需要捕获它们以将其放回。修改器使替换零件作为代码进行评估

问题中的代码不起作用，因为匹配的所有内容都已被消耗，并且（在
/g
下）搜索将从上次匹配后的位置继续，尝试再次在字符串的下一个位置查找整个模式。这将失败，仅替换第一个匹配项

perl -pe 'while (s/\[[^]]*@[^]]*\K[^]a-zA-Z0-9]//){}' file

我们希望保留在字符串中的匹配问题通常可以通过
\K
解决（在所有当前答案中使用），这样就不会使用之前的所有匹配项。
代码不起作用的原因是，
/g
在替换后不会重新扫描字符串。它会查找给定正则表达式的所有非重叠匹配项，然后替换中的替换部分

在
[abc@def“ghi”jkl'123]
，只有一个匹配项（即
[abc@def“
字符串的一部分，带有
$1=”[abc@def“
和
$2=”
），因此只删除第一个
“
”

在第一次匹配之后，Perl扫描剩余的字符串（
ghi“jkl'123]
）寻找另一个匹配，但没有找到另一个
[
（或
@
）


我认为最简单的解决方案是使用嵌套的搜索/替换操作。外部匹配标识要替换的字符串，内部匹配执行实际替换

代码：

s{ \[ [^\[\]\@]* \@ \K ([^\[\]]*) (?= \] ) }{ $1 =~ tr/a-zA-Z0-9//cdr }xe;

或将每个匹配项替换为
X
：

s{ \[ [^\[\]\@]* \@ \K ([^\[\]]*) (?= \] ) }{ $1 =~ tr/a-zA-Z0-9/X/cr }xe;

我们匹配前缀
[
，后跟0个或更多非
[
或
]
或
@
的字符，后跟
@

\K
用于标记匹配的虚拟开始（即，到目前为止匹配的所有内容都不包括在匹配字符串中，这简化了替换）

我们匹配并捕获0个或更多不是
[
或
]
的字符

最后，我们在前瞻中匹配后缀
]
（因此它也不是匹配字符串的一部分）

替换部分作为一段代码执行，而不是字符串（如
/e
标志所示）。在这里，我们可以分别使用
$1=~s/[^a-zA-Z0-9]//gr
或
$1=~s/[^a-zA-Z0-9]/X/gr
，但由于每个内部匹配都只是一个字符，因此也可以使用音译

我们返回修改后的字符串（如
/r
标志所示），并将其用作外部
s
操作中的替换项。
您对
[abc@def“ghi”jkl'123]
？您的理解是正确的，但是这些多个实例中的每一个都是您的全部匹配项。因为您的第一个实例消耗了整个示例字符串……这是在一次迭代后完成的。这就是问题所在。在您的情况下，这比修复更容易描述。它可以通过可变长度的查找来解决，perl不支持这一点支持，或递归，它确实如此。希望有比我更聪明的人能提供一种更直接的方法。@Nick，应该是这样的[abc@defghijkl123]在第一个场景中[abc@defXghiXjklX123]在第二种情况下（当替换为“X”）@zzxyz这是有意义的…即使是对像我这样的非专家…当你写它的时候“描述比修复更容易”这让我觉得至少我的问题不像我想的那么基本：-太好了。我不知道
\K
的存在，它让很多事情变得更容易（一般来说）…总是在学习。只是出于好奇：当你写