正則表達式，但忽略某些詞

Question

我正在使用正則表達式，但也許有點太成功，我想補充一些例外，我不希望它影響某些詞。 （見我的previous question for some background ...這解決了給定的問題，現在我需要添加例外）。

因此，總的來說，我需要做的是：

1. 找到像[a-z]_[a-z]的模式，所以像some_var但不_var話。
2. 忽略在雙引號內找到的那些匹配，所以不是"this_file.jpg"。
3. 忽略給定關鍵字列表中的那些匹配項，所以而不是類似size_t等（我有一個例外列表）。

當我找到合適的比賽，我把它轉換爲駝峯，基本上（some_var - >someVar）並將其成功地在前面回答過的問題。

這是在Ruby中，這是我迄今爲止代碼：

exclusions = ["size_t", "other_t"] 
replacement = text.gsub(/"[^"]+"|_[a-z]/) {|match| (match.length > 2)? match : match[1].upcase } # doesn't do any exclusions from my list, only handles the quoted case. 

我不知所措我那種。我認爲我需要某種負面看法，但我不確定如何去做（不是超級經驗的正則表達式）。

樣品

輸入：

this_var "that_var" size_t 

輸出：

thisVar "that_var" size_t 

也就是說，事物在引號應該是不變，事情在我的排除列表中也應保持不變。任何其他匹配[a-z]_[a-z]的字符串都應該更改。

Answer 1

您可以使用後視圖(?<=..)來測試您之前有一個字母，並且保留的單詞的長度大於2，因此只需在交替之前添加它們即可。

text.gsub(/"[^"]+"|size_t|(?<=[a-z])_[a-z]/) {|match| (match.length > 2)? match : match[1].upcase } 

注：一個lookbehind（或超前）是隻檢查一個子模式，但不消耗字符的斷言。

請注意，如果需要，"[^"]"可以替換爲"(?:[^"]+|(?<=\\)")+"以允許在雙引號之間使用雙引號。

好的，ruby正則表達式引擎支持atomic groups和possessive quantifiers。你可以重寫這樣你表達更多的演出：

/"[^"]++"|size_t|(?<=[a-z])_[a-z]/ 

或

/"(?>[^"]++|(?<=\\)")+"|size_t|(?<=[a-z])_[a-z]/ 

Answer 2

我不知道Ruby，但在這裏我可以舉一個算法。

匹配的單詞不包圍引號可以實現如下（注：字面正則表達式;做什麼是Ruby的需要，使之成爲可讀的正則表達式）：

(?<!")([a-z]+(?:_[a-z]+)*)(?!") 

這將匹配禁止的關鍵字（如例如size_t），但是您可以始終擁有禁止關鍵字列表，並嘗試查看被捕獲的組是否與其中一個禁止關鍵字匹配。從那時起，工作就完成了。

正則表達式演練：

(?<!")   # position where the preceding text is not a double quote 
(    # start group 
    [a-z]+  # one character among 'a' - 'z', one or more times, followed by 
    (?:   # begin non capturing group 
     _  # an underscore, followed by 
     [a-z]+ # one character among 'a' - 'z', one or more times 
    )   # end non capturing group 
    *   # zero or more times, followed by 
(?!")   # a position where what immediately follows is not a double quote 

Answer 3

我要問，如果有一個令人信服的理由，做到這一切在一個正則表達式？如果它很重要，我不介意這裏的複雜性。但是如果你認爲你將不得不做更復雜的解析，那麼將它分解成幾個步驟可能是值得的。例如，

1. 匹配候選詞
2. 拒絕禁止keywrods
3. 變換

我的經驗也是，一旦你開始嘗試做更復雜的分析，你可能會考慮更復雜解析器比單純形正則表達式。

Answer 4

我會做到這一點是這樣的：

input.gsub /"?[a-z]+_[a-z]+"?/ do |match| 
    if match[0] == '"' && match[-1] == '"' || blacklist.include?(match) 
    match 
    else 
    match.gsub(/_[a-z]/) { |match| match[1].upcase } 
    end 
end 

blacklist是單詞的數組，你不想更換。

測試：

input = 'this_var "that_var" size_t' 
blacklist = %w{size_t other_t} 

output = input.gsub /"?[a-z]+_[a-z]+"?/ do |match| 
    if match[0] == '"' && match[-1] == '"' || blacklist.include?(match) 
    match 
    else 
    match.gsub(/_[a-z]/) { |match| match[1].upcase } 
    end 
end 

puts output 

輸出：

thisVar "that_var" size_t