Regex 有选择地用正则表达式替换单词

正则表达式是否可以选择性地替换某些单词

我的文档包含以下几行内容：

<type>xxx</type>

其中

yyy

=

xxx

，但

改进

应替换为

增强

，而

新功能

应替换为

提案

。在所有其他情况下，

yyy

应与

xxx

相同

---

直接的正则表达式将替换

（[^不可能将条件语句放在替换字符串中，也不可能将数据（不在字符串中）存储在模式本身中

升华文本更简单的方法显然是分几个步骤进行（在前面替换特殊字符串，在后面替换一般大小写）。好的方法是使用编程语言和xml解析器

但有可能用一个技巧一次完成全部替换：

1） 在文件的最末尾添加此行（在新行中）：

2） 使用此模式：

<type>(?|([^<]+)</type>(?=(?:.*\R)++#(?>[^:]+:[^#]+#)??\1:([^#]++).*#((.).*))|(([^<]+))</type>(?=(?:.*\R)++.*#((.).*)))|\R.*\z

（
$3
代表
“种类”：“
或无，
$2
代表
增强
，
提案
，
xxx
或无，
$4
代表
”
或无。）

3） 替换


想法很简单：将所有替换内容放入字符串本身，并在模式中使用分支重置
（？|.（..）。|.（..）
（使用此功能，每个备选方案中的捕获组具有相同的编号）。添加的行将自动删除

注意：如果您有两个以上的特殊术语需要替换，请填写最后一行（但
“种类”：“
必须保留在末尾），并用
*？
更改模式中的
？

图案详情：

<type>
(?|                        # open a branch reset group
                           # first branch: the special terms
    ([^<]+)                # capture the term in group 1
    </type>
    (?=                    # open a lookahead (nothing is consumed inside it)
        (?:.*\R)++ #       # reach the last line
        (?>[^:]+:[^#]+#)?? # skip a couple of term:repl if needed
        \1                 # until the content of group 1 is found
        : ([^#]++)         # capture the corresponding replacement
        .* #               # reach the last #
        ((.).*)            # capture '"kind":"' in group 3 and '"' in group 4
    )                      # close the lookahead
  |                        # OR second branch: the general case
    (([^<]+))              # capture the term in group 1 and 2
                           # (to have the same number than the previous branch)
    </type>
    (?=                    # open a lookahead
        (?:.*\R)++         # same thing than the previous branch
        .* #               # but this time only '"kind":"' and '"'
        ((.).*)            # are needed
    )
)                          # close the branch reset group
|                          # OR
\R.*\z                     # the last line (in this case all the
                           # groups are empty) 


（？|#打开分支重置组
#第一部分：特别条款
（[^[^::]：[^#]+#）跳过两个术语：如果需要，请回复
\1#直到找到第1组的内容
：（[^#]+）#捕获相应的替换
到达最后一站#
（（）.#捕获“种类”：“在第3组中”和“在第4组中”
)#关闭前视
|#或第二分支：一般情况
（（[^…）
是一个原子组

++
，
*++
，
？++
是所有格量词

\z
是字符串结尾的锚点。
不，不可能用一个替换操作来完成。你很可能会通过变通方法得到答案。你使用什么语言？正则表达式语言是PCRE。我不是使用编程语言，只是使用高级文本编辑器来替换长代码文件。那么，t是什么呢ext editor？文本编辑器是崇高的文本，稳定的频道，构建3065。哇，这是一个非常好的解决方案。那里有几个操作符我需要了解更多，但这肯定是我开始学习的地方！非常感谢。只是一个简单的问题：
++
，
（？>）
和
？？
是性能优化，分别与
+
、
（？：）
和
*？
达到相同的结果，对吗？@Peter:没有一般规则。例如
（？：..\R）+
确保以下内容在
（？：.*\R）时位于最后一行+因为回溯是可能的。
？
（或
*？
）是一种选择，我宁愿一对一对地前进，直到找到好的一对，而不是匹配所有的对，然后一对一对地回溯来找到它。
（？>…）
确实提高了性能，但主要目标是“移动”“一对一对地进行配对，而不考虑包含组的内容（使用
（？：…）
正则表达式引擎记录组中所有字符的每个位置，但不使用
（？>）
）@彼得：
？？
只是
？
的非贪婪版本，
*？
是
*
的非贪婪版本。看看www.rexegg.com，它对贪婪/非贪婪、所有格量词/原子群等概念有很好的解释。。
<type>(?|([^<]+)</type>(?=(?:.*\R)++#(?>[^:]+:[^#]+#)??\1:([^#]++).*#((.).*))|(([^<]+))</type>(?=(?:.*\R)++.*#((.).*)))|\R.*\z

$3$2$4

<type>
(?|                        # open a branch reset group
                           # first branch: the special terms
    ([^<]+)                # capture the term in group 1
    </type>
    (?=                    # open a lookahead (nothing is consumed inside it)
        (?:.*\R)++ #       # reach the last line
        (?>[^:]+:[^#]+#)?? # skip a couple of term:repl if needed
        \1                 # until the content of group 1 is found
        : ([^#]++)         # capture the corresponding replacement
        .* #               # reach the last #
        ((.).*)            # capture '"kind":"' in group 3 and '"' in group 4
    )                      # close the lookahead
  |                        # OR second branch: the general case
    (([^<]+))              # capture the term in group 1 and 2
                           # (to have the same number than the previous branch)
    </type>
    (?=                    # open a lookahead
        (?:.*\R)++         # same thing than the previous branch
        .* #               # but this time only '"kind":"' and '"'
        ((.).*)            # are needed
    )
)                          # close the branch reset group
|                          # OR
\R.*\z                     # the last line (in this case all the
                           # groups are empty)