Regex 在ruby中删除带有正则表达式的引号周围的空格（撇号）

我试图用一个Ruby正则表达式删除引号周围的所有空格。（与问题不同）

• 输入：l‘avant ou l’après ou encore‘maintenant’
• 输出：l'avant ou l'après ou encore'maintenant'

我尝试的是：

(/'\s|\s'/, '')

它匹配了一些案例，但不是全部。

---

如何执行此操作？谢谢。

要删除

周围的所有空白，请使用，分几个步骤应用以正确删除空白：

str = "l' avant ou l 'apres ou encore ' maintenant'"
str.gsub!(/\b'\s+\b/, "'").gsub!(/\b\s+'\b/, "'").gsub!(/\b(\s+')\s+\b/, '\1')
puts str
# l'avant ou l'apres ou encore 'maintenant'

这里，

\b
：单词边界，

\s+
：1个或多个空格，

string.gsub！（regex，replacement\u string）
：用指定的
replacement\u string
替换
参数
regex
中的
字符串（在此过程中，原始
字符串
被更改），

\1
：在替换字符串中，这是指正则表达式中括号中捕获的第一个组：
（…）
我相信以下内容对您适用

s.gsub(/'.*?'/){ |e| "'#{e[1...-1].strip}'" }

正则表达式部分匹配单引号（包括引号）内的所有文本。然后，对于每个匹配项，用删除的前导和尾随空格替换被引用的文本，并以引号返回该文本。
因此，如果您有大量这样的数据，我看到的所有答案都是错误的，并且不起作用。没有正则表达式可以猜测前面的单词是否应该有空格。除非你列出了一个单词（或模式）的列表，这些单词或做或不做

问题是，有时应该留一个空间，有时不留。编写脚本的唯一方法是找到一个模式，该模式描述空间何时应该存在，何时不应该存在。你必须教你的正则法语语法。这可能是lol，但可能不是，或者很难

如果这是一次性的，我的建议是为2或3种不同的情况创建正则表达式，并使用vim之类的工具来检查数据，然后手动选择yes或no来替换每个事件

可能有些情况下您可以运行-例如删除引号右侧的所有空格？-但不幸的是，我认为您无法自动化此过程。
TLDR:

我假设空格是由一些自动化软件插入的，单词周围只能有一个空格

s = "l' avant ou l 'apres ou encore ' maintenant' ou bien 'ceci ' et ' encore de l ' huile ' d 'accord d' accord d ' accord Je n' en ai pas .... s ' entendre Je m'appelle Victor"
first_rx = /(?<=\b[b-df-hj-np-tv-z]) ' ?(?=\p{L})|(?<=\b[b-df-hj-np-tv-z]) ?' (?=\p{L})/i
# If you find it overmatches, replace [b-df-hj-np-tv-z] with [dlnsmtc], 
# i.e. first letters of word that are usually contracted
second_rx = /\b'\b\K|' *((?:\b'\b|[^'])+)(?<=\S) *'/
puts s.gsub(first_rx, "'")
      .gsub(second_rx) { $~[1] ? "'#{$~[1]}'" : "" }    

解释

问题真的很复杂。法语中有几个单词可以缩写并加撇号使用，
de
，
le/la
，
ne
，
se
，
me
，
te
，
ce
等等，但这些都是辅音。您可以使用删除单个独立辅音、撇号和下一个单词之间的所有空格

s.gsub(/(?<=\b[b-df-hj-np-tv-z]) ' ?(?=\p{L})|(?<=\b[b-df-hj-np-tv-z]) ?' (?=\p{L})/i, "'")

其中，
\b'\b
意味着匹配单词字符之间的所有apsotrophes，即我们在上一步修复的那些字符。看见由于Onigmo正则表达式中没有
（*SKIP）（*F）
支持，正则表达式稍微简化了一点，但替换是有条件的：如果组1匹配，则替换为
'
+组1值（
$1
）+
'
，否则替换为空字符串（由于
\K
重置了匹配，因此删除了匹配内存缓冲区中的所有文本）

注意：这种方法也可以扩展到处理一些特定的情况，如
aujourd'hui
。
尝试用
/\b'\s\b/
替换为
'
Hi-Wiktor。它只匹配句子中的一个结果……你是什么意思？
s.gsub（/\b'\s\b/，“”）
？当你有
encore'maintenant
时，规则是什么？规则是删除引号后面的空格，在单词=>
encore'maintenant'
之前。正如我的一样，如果引号在两个引号之间的单词前面的两个空格之间，它就不起作用了。它与引号前面的空格相匹配，而在这个uniq案例中则不匹配。参见ere:@alex.bour fixed非常好Timur！它更复杂。它适用于我的案例。但是，最后一件事（对不起）。我将尝试以下内容：
“l'avant ou l'apres ou encore'maintenant'ou bien'ceci'”
我需要增强最后一个新案例（字后空格，引用前空格）.@alex.bour请编辑问题并添加此项，以及所需结果，以便每个人都能轻松看到。否则，很难看到。此外，根据所需结果，可能需要在问题中指定撇号应指向何处的规则（对于边缘情况）。嗨，Robert。不，它与引号周围的2个空格相匹配当
单词“test”
时，但是应该让1.哦，我明白你的意思了，让我做一些修改，然后这涵盖了很多情况，应该是被接受的答案。嗨，维克斯特。感谢这个涵盖了很多情况的详细答案。这将是我扩展它的基础。这个问题正如你所说的那样复杂，而且更复杂，因为我还有其他的问题要管理的er语言（例如意大利语中的“Dell'a”）。
s.gsub(/(?<=\b[b-df-hj-np-tv-z]) ' ?(?=\p{L})|(?<=\b[b-df-hj-np-tv-z]) ?' (?=\p{L})/i, "'")

s.gsub(/\b'\b\K|' *((?:\b'\b|[^'])+)(?<=\S) *'/) { $~[1] ? "'#{$~[1]}'" : "" }