如何替換某些字符周圍的空白？

我正在爲一些自由文本工作，我需要做一些數據清理，我有一個問題（在很多方面，我會問以後我肯定）：如何替換某些字符周圍的空白？

我需要更換以下組合：

[ ; ]（標點前後的空格）

[;]（無空格標點前後）

[ ;]（僅適用於空間標點符號之前）

到

[; ]（標點符號後才空間）

...其中的標點符號可以是[;:,.]之一。我怎樣才能用正則表達式來做到這一點？

來源

2011-01-21 lokheart

什麼是編程語言或工具？你試過什麼了？ – tchrist 2011-01-21 03:53:02

看起來你正在清理句子標點符號。如果這是真的，你不應該匹配`！`（感嘆號）嗎？ – 2011-01-21 09:27:28

一個可能的表達應該是：

\s?([;:,.])\s?

並根據編程語言或工具，你正在使用，你必須使用$1，\\1或\1的反向引用和更換將如$1（1之後有空格）。

說明：

\s?  - match at most one whitespace character 
(...) - capture group, storing the matched characters in a reference 
    [...] - character class, matching one of the characters inside

參考文獻：character class，capture group，quantifier

但同樣：表達式可以不同，這取決於你所使用的工具/語言。例如。類似的表述爲sed會是什麼樣子：

/ *\([;:,.]\) */\1/

而且這也將微調的空間周圍的標點符號（有可能是一個更好的辦法，但我不那麼熟悉sed）。

來源

2011-01-21 03:52:49

+1，但我認爲@盧卡斯是對的;你應該使用`\ s *`，而不是`\ s？` – 2011-01-21 09:33:08

這取決於你使用什麼語言如何將其移動到已清洗的形式，[; ]，但您可以通過內附他們[]，像[;:,.]匹配任何標點符號。

一旦你完成了你的模式，你可以用你乾淨的版本替換匹配。至少在Java中，你可以用類似"\[$<GroupNumber> \]"的東西來代替它，<GroupNumber>根據組的順序引用帶有標點符號的圓括號組，例如1,2,3等。

請記住，根據您使用的語言，您可能需要避開反斜槓。如果您使用的是Java，那麼對於上述所有示例，您需要使用\\來代替\。

來源

2011-01-21 03:57:36

在大多數情況下（我認爲所有的）口味，這個點不需要在字符類中轉義。在字符類中，只有`^`開頭和`--`開頭或結尾都是特殊的。 – 2011-01-21 04:00:22

我會用\s*([;:,.])\s*並用'$1 '替換（加單引號以強調反向引用後的空格。這是Felix第一個和最後一個建議的交叉點，所以它可以清理多個空格，包括製表符和換行符。

來源

2011-01-21 07:49:43 Walf

如何替換某些字符周圍的空白？

回答

相關問題