标签: backreference

清除/重置所有正则表达式匹配变量的最佳方法是什么？

• 示例如何$1在正则表达式操作之间重置并使用最近的匹配:

  $_="this is the man that made the new year rumble"; 
  / (is) /; 
  / (isnt) /; 
  say $1;          # outputs "is"
  

  Run Code Online (Sandbox Code Playgroud)

• 举例说明在使用循环时这可能会有什么问题:

  foreach (...){
     /($some_value)/;
     &doSomething($1) if $1;
  }
  

  Run Code Online (Sandbox Code Playgroud)

更新:我认为我不需要这样做,但是例子2只是一个例子.这个问题是关于重置匹配变量,而不是实现它们的最佳方法.

无论如何,最初我的编码风格更明确并且使用if-blocks.现在回到这个(例2)之后,阅读许多行代码会更加简洁,我会发现这种语法更容易理解.

我正在寻找一个表现如下的正则表达式:

输入:"你好世界".

输出:he,el,ll,lo,wo或rl,ld

我的想法是有道理的

    while($string =~ m/(([a-zA-Z])([a-zA-Z]))/g) {
        print "$1-$2 ";
    }

但这确实有点不同.

简单的正则表达式问题:

我想用一个字符串+一些数字(比如10)替换字符串中的页码.我想我可以使用反向引用捕获匹配的页码,对其进行操作并将其用作替换参数re.sub.

这工作(只传递值):

def add_pages(x):
    return x

re.sub("(?<=Page )(\d{2})",add_pages(r"\1") ,'here is Page 11 and here is Page 78\nthen there is Page 65',re.MULTILINE)

屈服,当然, 'here is Page 11 and here is Page 78\nthen there is Page 65'

现在,如果我更改add_pages函数来修改传递的反向引用,我会收到错误.

def add_pages(x):
        return int(x)+10


re.sub("(?<=Page )(\d{2})",add_pages(r"\1") ,'here is Page 11 and here is Page 78\nthen there is Page 65',re.MULTILINE)

ValueError: invalid literal for int() with base 10: '\\1'

,因为传递给add_pages函数的内容似乎是文字反向引用,而不是它引用的内容.

如果没有将所有匹配的数字提取到列表然后处理和添加,我该怎么做？

在RI中可以\\1用来引用捕获组。但是，在使用stringi软件包时，此操作无法按预期工作。

library(stringi)

fileName <- "hello-you.lst"
(fileName <- stri_replace_first_regex(fileName, "(.*)\\.lst$", "\\1"))

[1] "1"

预期输出：hello-you。

在文档中，我找不到与该问题有关的任何内容。

如果我在Notepad ++中使用长正则表达式,即:

^([^ ]+) ([^ ]+) ([^ ]+) (\[.*?\]) (".*?") (".*?") (".*?") (".*?") (\d+) (\d+) (\d+)$

(这是用于将Apache日志行从空格分隔转换为制表符分隔)

然后我无法成功使用超过9个反向引用来替换,因为\10产生了第一个捕获组的内容加上文字"0".

我尝试过$10,但这给出了相同的结果.

我想清理一些使用python和regex从键盘记录的输入.特别是当使用退格键来修复错误时.

例1:

[in]:  'Helloo<BckSp> world'
[out]: 'Hello world'

这可以通过以下方式完成

re.sub(r'.<BckSp>', '', 'Helloo<BckSp> world')

示例2:
但是当我有几个退格键时,我不知道如何删除完全相同数量的字符:

[in]:  'Helllo<BckSp><BckSp>o world'
[out]: 'Hello world'

(这里我想在两个退格之前删除'l'和'o').

我可以简单地使用re.sub(r'[^>]<BckSp>', '', line)几次,直到没有<BckSp>剩下但我想找到一个更优雅/更快的解决方案.

有谁知道如何做到这一点 ？

我有这样的文本字符串：

u <- "she goes ~Wha::?~ and he's like ~?Yeah believe me!~ and she's etc."

我想要做的是将成对~分隔符（包括分隔符本身）之间出现的所有字符替换为X.

此gsub方法用~单个替换-delimitor 对之间的子字符串X：

gsub("~[^~]+~", "X", u)
[1] "she goes X and he's like X and she's etc."

但是，我真正想做的是将分隔符（和分隔符本身）之间的每个字符替换为X. 所需的输出是这样的：

"she goes XXXXXXXXX and he's like XXXXXXXXXXXXXXXXXXX and she's etc."

我一直在试验nchar，反向引用，paste如下，但结果不正确：

gsub("(~[^~]+~)", paste0("X{", nchar("\\1"),"}"), u)
[1] "she goes X{2} and he's like X{2} and she's etc."

任何帮助表示赞赏。

考虑以下代码段：

puts 'hello'.gsub(/.+/, '\0 \\0 \\\0 \\\\0')

打印结果（如ideone.com所示）：

hello hello \0 \0

这非常令人惊讶，因为我希望看到这样的东西：

hello \0 \hello \\0

我的观点是，这\是一个转义字符，因此您编写\\以获得一个文字反斜杠，因此\\0是一个文字反斜杠，\后跟0，等等。显然，这不是gsub解释它的方式，因此有人可以解释这是怎么回事吗？

我该怎么做才能得到上面想要的替代品？

我正在学习rePython 的“ ”部分，命名模式(?P=name)让我感到困惑，

当我用来re.sub()进行数字和字符的交换时，模式“ (?P=name)”不起作用，但模式“ \N”和“ \g<name>”仍然有意义。代码如下：

[IN]print(re.sub(r'(?P<digit>\d{3})-(?P<char>\w{4})', r'(?P=char)-(?P=digit)', '123-abcd'))
[OUT] (?P=char)-(?P=digit)
[IN] print(re.sub(r'(?P<digit>\d{3})-(?P<char>\w{4})', r'\2-\1', '123-abcd'))
[OUT] abcd-123
[IN] print(re.sub(r'(?P<digit>\d{3})-(?P<char>\w{4})', r'\g<char>-\g<digit>', '123-abcd'))
[OUT] abcd-123

为什么我使用时无法进行替代(?P=name)？
以及如何正确使用呢？
我正在使用Python 3.5

有没有办法使用对先前捕获组的反向引用作为命名捕获组的名称？这可能是不可能的,如果没有,那么这是一个有效的答案.

下列:

$data = 'description: some description';
preg_match("/([^:]+): (.*)/", $data, $matches);
print_r($matches);

产量:

(
    [0] => description: some description
    [1] => description
    [2] => some description
)

我尝试使用第一个捕获组作为命名捕获组的反向引用(?<$1>.*)告诉我它不可能或者我只是没有正确地执行它:

preg_match("/([^:]+): (?<$1>.*)/", $data, $matches);

产量:

警告:preg_match():编译失败:无法识别的字符(？<在偏移量12处

期望的结果是:

(
    [0] => description: some description
    [1] => description
    [description] => some description
)

这是简化使用preg_match.使用时preg_match_all我通常使用:

$matches = array_combine($matches[1], $matches[2]);

但我想我可能比那更光滑.