仅用一个正则表达式进行多次替换

Question

为了简单起见，假设我们有以下字符串：

“约翰爱玛丽，玛丽爱杰克，而杰克不关心约翰和玛丽。”

假设我想使用正则表达式来更改该故事的角色。

约翰 -> 约瑟夫

玛丽 -> 杰西卡

杰克 -> 基思

当然，我可以一次更改其中一项。

但我想知道是否可以仅通过一个正则表达式替换来更改所有这些内容，例如“多个替换”或“条件替换”。

就像是：

正则表达式：(?:(?<name1>John)|(?<name2>Mary)|(?<name3>Jake))

替代品：(?(name1)Joseph|(?(name2)Jessica|(?(name3)Keith)))

这只是一个简单的例子。

在我的应用程序中，我必须对每个字符串执行大约 20 次替换，这会影响应用程序的性能。

我使用的正则表达式风格是 PCRE。

该应用程序使用 C++ 和 Qt 框架进行编码。

Answer 1

所以你正在使用所谓的PCRE 风格。很好，只是这并没有确切说明您正在使用哪个库。让我们回顾一下这里的几个选项，因为几个不同的库声称与 Perl 兼容。

促进

这是最简单的解决方案。通过其Boost-Extended Format String Syntaxboost::regex完全支持您所要求的内容。

所以你可以替换模式：

(?<name1>John)|(?<name2>Mary)|(?<name3>Jake)

使用替换字符串：

(?{name1}Joseph:(?{name2}Jessica:Keith))

当然，它有效。您可以在 Notepad++ 中测试它，但这里有一些示例代码：

#include <string>
#include <iostream>
#include <boost/regex.hpp>

int main(int argc, char **argv) {
    std::string subject("John loves Mary, Mary loves Jake and Jake doesn't care about John and Mary.");
    const char* replacement = "(?{name1}Joseph:(?{name2}Jessica:Keith))";

    boost::regex re("(?<name1>John)|(?<name2>Mary)|(?<name3>Jake)", boost::match_perl);

    std::string result = boost::regex_replace(subject, re, replacement, boost::format_all);
    std::cout << result << std::endl;

    return 0;
}

PCRE2

PCRE赶上了Boost，并通过PCRE2_SUBSTITUTE_EXTENDED. 截至本文 (v10.20)，此代码尚未发布，但可在源代码存储库（修订版 381）中找到，因此如果您现在需要此解决方案，则必须从源代码构建 PCRE2。

模式相同，但替换字符串具有不同的语法：

${name1:+Joseph:${name2:+Jessica:Keith}}

下面是一些示例 C 代码：

#include <stdio.h>
#include <string.h>

#define PCRE2_CODE_UNIT_WIDTH 8
#include <pcre2.h>

int main(int argc, char **argv) {
    int error;
    PCRE2_SIZE erroffset;

    const PCRE2_SPTR pattern = (PCRE2_SPTR)"(?<name1>John)|(?<name2>Mary)|(?<name3>Jake)";
    const PCRE2_SPTR subject = (PCRE2_SPTR)"John loves Mary, Mary loves Jake and Jake doesn't care about John and Mary.";
    const PCRE2_SPTR replacement = (PCRE2_SPTR)"${name1:+Joseph:${name2:+Jessica:Keith}}";

    pcre2_code *re = pcre2_compile(pattern, PCRE2_ZERO_TERMINATED, 0, &error, &erroffset, 0);
    if (re == 0)
        return 1;

    pcre2_jit_compile(re, PCRE2_JIT_COMPLETE);

    PCRE2_UCHAR output[1024] = "";
    PCRE2_SIZE outlen = sizeof(output) / sizeof(PCRE2_UCHAR);

    int rc = pcre2_substitute(re, subject, PCRE2_ZERO_TERMINATED, 0, PCRE2_SUBSTITUTE_GLOBAL | PCRE2_SUBSTITUTE_EXTENDED, 0, 0, replacement, PCRE2_ZERO_TERMINATED, output, &outlen);
    if (rc >= 0)
        printf("%s\n", output);

    pcre2_code_free(re);
    return 0;
}

聚合酶链式反应

对于 PCRE (<v10)，你就不走运了。它缺少替换功能，这是留给开发人员的。

...这意味着如果这是您正在使用的库，那么您无论如何都可以完全控制替换过程。您可以使用如下模式：

John(*MARK:1)|Mary(*MARK:2)|Jake(*MARK:3)

然后，通过区分最后遇到的 来替换MARK。

Qt

Qt 的QRegularExpression类封装了 PCRE 库（不是 PCRE2），但它似乎并没有公开所有 PCRE 功能。

不管怎样，接受 a 的QString::replace重载QRegularExpression看起来功能并不齐全：

QString & QString::replace(const QRegularExpression & re, const QString & after)

所以你只能靠你自己了。

我的2分钱

嘿，也许对于这样一个简单的替换，正则表达式有点矫枉过正...如果您遇到性能问题，您应该尝试手动实现这些替换 - 精心设计的算法应该比正则表达式解决方案更快。只需确保分析您的代码并查看罪魁祸首在哪里。