正则表达式可以返回找到匹配项的行号吗？

Question

在文本编辑器中,我想用给定该单词的行号替换给定单词.这是可以使用正则表达式吗？

Answer 1

递归,自引用组(Qtax技巧),反向Qtax或平衡组

介绍

在输入的底部添加整数列表的想法类似于着名的数据库hack(与正则表达式无关),其中一个连接到整数表.我的原始答案使用了@Qtax技巧.当前的答案使用递归,Qtax技巧(直接或反向变化)或平衡组.

是的,有可能......有一些警告和正则表达法.

1. 本答案中的解决方案可以作为演示一些正则表达式语法而不是实现的实际答案的工具.
2. 在文件的末尾,我们将粘贴一个前面带有唯一分隔符的数字列表.对于这个实验,附加的字符串是:1:2:3:4:5:6:7这是一个类似的技术,使用一个使用整数表的着名数据库黑客.
3. 对于前两个解决方案,我们需要一个使用正则表达式的编辑器,它允许递归(解决方案1)或自引用捕获组(解决方案2和3).我想到了两个:Notepad ++和EditPad Pro.对于第三种解决方案,我们需要一个支持平衡组的编辑器.这可能限制了我们使用EditPad Pro或Visual Studio 2013+.

输入文件:

假设我们正在搜索pig并希望用行号替换它.

我们将此作为输入:

my cat
dog
my pig
my cow
my mouse

:1:2:3:4:5:6:7

第一个解决方案:递归

支持的语言:除了上面提到的文本编辑器(Notepad ++和EditPad Pro)之外,这个解决方案应该使用PCRE(PHP,R,Delphi),Perl和使用Matthew Barnett regex模块(未经测试)的Python语言.

递归结构存在于前瞻中,并且是可选的.它的工作是平衡pig左侧不包含数字的线条:右侧:将其视为平衡嵌套构造,如{{{ }}}...除了在左边我们有无匹配线,然后在我们拥有数字的权利.关键是当我们退出前瞻时,我们知道跳过了多少行.

搜索:

(?sm)(?=.*?pig)(?=((?:^(?:(?!pig)[^\r\n])*(?:\r?\n))(?:(?1)|[^:]+)(:\d+))?).*?\Kpig(?=.*?(?(2)\2):(\d+))

带注释的自由间距版本:

(?xsm)             # free-spacing mode, multi-line
(?=.*?pig)        # fail right away if pig isn't there

(?=               # The Recursive Structure Lives In This Lookahead
(                 # Group 1
   (?:               # skip one line 
      ^              
      (?:(?!pig)[^\r\n])*  # zero or more chars not followed by pig
      (?:\r?\n)      # newline chars
    ) 
    (?:(?1)|[^:]+)   # recurse Group 1 OR match all chars that are not a :
    (:\d+)           # match digits
)?                 # End Group 
)                 # End lookahead. 
.*?\Kpig                # get to pig
(?=.*?(?(2)\2):(\d+))   # Lookahead: capture the next digits

更换: \3

在演示中,请参阅底部的替换.您可以使用前两行中的字母(删除要制作的空格pig)来将第一次出现的位置移动pig到另一行,并查看它对结果的影响.

第二种解决方案:指自己的群体("Qtax Trick")

支持的语言:除了上面提到的文本编辑器(Notepad ++和EditPad Pro)之外,这个解决方案应该使用PCRE(PHP,R,Delphi),Perl和使用Matthew Barnett regex模块(未经测试)的Python语言.通过将\K前瞻和占有量词转换为原子组,该解决方案很容易适应.NET (请参阅下面几行的.NET版本.)

搜索:

(?sm)(?=.*?pig)(?:(?:^(?:(?!pig)[^\r\n])*(?:\r?\n))(?=[^:]+((?(1)\1):\d+)))*+.*?\Kpig(?=[^:]+(?(1)\1):(\d+))

.NET版本:回到未来

.NET没有\K.它的位置,我们使用"回到未来"的背后(一个包含在比赛前跳过的前瞻的后视).此外,我们需要使用原子组而不是占有量词.

(?sm)(?<=(?=.*?pig)(?=(?>(?:^(?:(?!pig)[^\r\n])*(?:\r?\n))(?=[^:]+((?(1)\1):\d+)))*).*)pig(?=[^:]+(?(1)\1):(\d+))

带注释的自由间距版本(Perl/PCRE版本):

(?xsm)             # free-spacing mode, multi-line
(?=.*?pig)        # lookahead: if pig is not there, fail right away to save the effort
(?:               # start counter-line-skipper (lines that don't include pig)
   (?:               # skip one line 
      ^              # 
      (?:(?!pig)[^\r\n])*  # zero or more chars not followed by pig
      (?:\r?\n)      # newline chars
    )   
   # for each line skipped, let Group 1 match an ever increasing portion of the numbers string at the bottom
   (?=             # lookahead
      [^:]+           # skip all chars that are not colons
      (               # start Group 1
        (?(1)\1)      # match Group 1 if set
        :\d+          # match a colon and some digits
      )               # end Group 1
   )               # end lookahead
)*+               # end counter-line-skipper: zero or more times
.*?               # match
\K                # drop everything we've matched so far
pig               # match pig (this is the match!)
(?=[^:]+(?(1)\1):(\d+))   # capture the next number to Group 2

更换:

\2

输出:

my cat
dog
my 3
my cow
my mouse

:1:2:3:4:5:6:7

在演示中,请参阅底部的替换.您可以使用前两行中的字母(删除要制作的空格pig)来将第一次出现的位置移动pig到另一行,并查看它对结果的影响.

数字分隔符的选择

在我们的示例中,:数字串的分隔符相当常见,可能发生在其他地方.我们可以发明一点UNIQUE_DELIMITER并略微调整表达式.但是,以下优化更有效,让我们保持:

第二种解决方案的优化:数字反向字符串

而不是按顺序粘贴我们的数字,以相反的顺序使用它们可能对我们有利: :7:6:5:4:3:2:1

在我们的前瞻中,这允许我们通过简单的方式深入到输入的底部.*,并从那里开始回溯.因为我们知道我们在字符串的末尾,所以我们不必担心它:digits是字符串另一部分的一部分.这是怎么做的.

输入:

my cat pi g
dog p ig
my pig
my cow
my mouse

:7:6:5:4:3:2:1

搜索:

(?xsm)             # free-spacing mode, multi-line
(?=.*?pig)        # lookahead: if pig is not there, fail right away to save the effort
(?:               # start counter-line-skipper (lines that don't include pig)
   (?:               # skip one line that doesn't have pig
      ^              # 
      (?:(?!pig)[^\r\n])*  # zero or more chars not followed by pig
      (?:\r?\n)      # newline chars
    )   
   # Group 1 matches increasing portion of the numbers string at the bottom
   (?=             # lookahead
      .*           # get to the end of the input
      (               # start Group 1
        :\d+          # match a colon and some digits
        (?(1)\1)      # match Group 1 if set
      )               # end Group 1
   )               # end lookahead
)*+               # end counter-line-skipper: zero or more times
.*?               # match
\K                # drop match so far
pig               # match pig (this is the match!)
(?=.*(\d+)(?(1)\1))   # capture the next number to Group 2

更换: \2

请参阅演示中的替换.

第三种解决方案:平衡群组

此解决方案特定于.NET.

搜索:

(?m)(?<=\A(?<c>^(?:(?!pig)[^\r\n])*(?:\r?\n))*.*?)pig(?=[^:]+(?(c)(?<-c>:\d+)*):(\d+))

带注释的自由间距版本:

(?xm)                # free-spacing, multi-line
(?<=                 # lookbehind
   \A                # 
   (?<c>               # skip one line that doesn't have pig
                       # The length of Group c Captures will serve as a counter
     ^                    # beginning of line
     (?:(?!pig)[^\r\n])*  # zero or more chars not followed by pig
     (?:\r?\n)            # newline chars
   )                   # end skipper
   *                   # repeat skipper
   .*?                 # we're on the pig line: lazily match chars before pig
   )                # end lookbehind
pig                 # match pig: this is the match
(?=                 # lookahead
   [^:]+               # get to the digits
   (?(c)               # if Group c has been set
     (?<-c>:\d+)         # decrement c while we match a group of digits
     *                   # repeat: this will only repeat as long as the length of Group c captures > 0 
   )                   # end if Group c has been set
   :(\d+)              # Match the next digit group, capture the digits
)                    # end lokahead

更换: $1

参考

• Qtax技巧
• 在哪个行号找到正则表达式匹配？

Answer 2

我不知道有哪个编辑器能够如此短地扩展允许任意扩展的编辑器。

不过，您可以轻松地用来perl完成该任务。

perl -i.bak -e"s/word/$./eg" file

或者如果你想使用通配符，

perl -MFile::DosGlob=glob -i.bak -e"BEGIN { @ARGV = map glob($_), @ARGV } s/word/$./eg" *.txt