在文本编辑器中，我想用包含给定单词的行号替换该单词。使用正则表达式是否可以实现？
4个回答
21
递归、自引用组（Qtax技巧）、反向Qtax或平衡组
介绍
在输入底部添加一个整数列表的想法类似于一个著名的数据库黑客（与正则表达式无关），其中一个加入到整数表中。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，这是可能的……但需要一些警告和正则表达式技巧。
- 本答案中的解决方案旨在演示一些正则表达式语法，而不是实际要实现的实用答案。
- 在文件末尾，我们将粘贴一串数字列表，前面加上唯一的分隔符。对于这个实验，追加的字符串是
:1:2:3:4:5:6:7，这是一种类似于使用整数表的著名数据库黑客技巧。 - 对于前两个解决方案，我们需要一个支持递归（解决方案1）或自引用捕获组（解决方案2和3）的正则表达式版本的编辑器。Notepad++和EditPad Pro是两个可以想到的。对于第三个解决方案，我们需要一个支持平衡组的编辑器。这可能将我们限制在EditPad Pro或Visual Studio 2013+上。
输入文件：
假设我们正在搜索pig并希望用行号替换它。
我们将使用以下内容作为输入：
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：除了上述文本编辑器（Notepad++和EditPad Pro）之外，此解决方案应在使用PCRE（PHP、R、Delphi）、Perl以及使用Matthew Barnett的regex模块的Python中工作（未经测试）。
递归结构位于前瞻中，是可选的。它的作用是平衡左侧不包含pig的行与右侧的数字：可以将其视为平衡嵌套结构，例如{{{ }}}... 除了左侧是无匹配行，右侧是数字。关键在于当我们退出前瞻时，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
替换：\3
在演示中，可以看到底部的替换。您可以在前两行上玩弄字母（删除一个空格以制作pig），将pig的第一次出现移动到另一行，并查看其如何影响结果。
第二种解决方案：自引用组（“Qtax技巧”）
支持的语言：除了上面提到的文本编辑器（Notepad++和EditPad Pro）外，此解决方案应该适用于使用PCRE（PHP、R、Delphi）的语言，在Perl中以及使用Matthew Barnett的regex模块的Python中（未经测试）。该解决方案易于通过将\K转换为前瞻并将占有量词转换为原子组来适应.NET（请参见下面几行的.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，我们使用一种“回到未来”的正向先行断言（包含一个跳过匹配的前瞻），在它的位置上。此外，我们需要使用原子组而不是贪婪量词。
(?sm)(?<=(?=.*?pig)(?=(?>(?:^(?:(?!pig)[^\r\n])*(?:\r?\n))(?=[^:]+((?(1)\1):\d+)))*).*)pig(?=[^:]+(?(1)\1):(\d+))
带有注释的自由空间版本（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
替换：
\2
输出：
my cat
dog
my 3
my cow
my mouse
:1:2:3:4:5:6:7
在演示中，请查看底部的替换。您可以在前两行字母上玩耍（删除一个空格以制作
pig），将pig的第一次出现移动到另一行，并查看它如何影响结果。数字分隔符的选择
在我们的示例中，数字字符串的分隔符
:相当常见，可能会发生在其他地方。我们可以发明一个UNIQUE_DELIMITER并稍微调整表达式。但是以下优化更有效，让我们保持:
第二个解决方案的优化：数字字符串反转不是按顺序粘贴数字，而是倒序使用数字：
:7:6:5:4:3:2:1
在我们的预测中，这使我们能够通过简单的.*到达输入的底部，并从那里开始回溯。由于我们知道我们在字符串的末尾，因此我们不必担心:digits成为字符串的另一部分。以下是如何做到这一点。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
替换： \2
请查看演示中的替换。
第三种解决方案：平衡组
此解决方案仅适用于.NET。
搜索：
(?m)(?<=\A(?<c>^(?:(?!pig)[^\r\n])*(?:\r?\n))*.*?)pig(?=[^:]+(?(c)(?<-c>:\d+)*):(\d+))
带注释的自由间隔版本：
(?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
替换为: $1
参考资料
- zx81
7
这对我来说非常好 :) 然而，PHP输出的错误结果（令我相当惊讶）与后向查找功能无关，而是由于PHP和.NET在处理已匹配捕获组时的实现细微差别导致回溯：这比允许可变长度的后向查找更具体（也更难检查）。 - Robin
2这是一个不错的技巧/思维练习！如果你想扩大范围，我相信使用
(?m)\A((?:^.*?(?:(?=pig)|$)[\r\n]*(?=[^:]+(\2?+:(\d+))))+)pig（所以，去掉懒惰）并替换为 \1\3 将更加“文本编辑器友好” :) 不过我认为 OP 已经不再关心了。 - Robin+1 对于纯正则表达式解决此问题的贡献，但遗憾的是OP尚未接受。OP，请点击我的回答左上角的勾号将答案标记为已采纳。 - anubhava
1非常棒的技巧，但这个答案绝对需要更大的“请勿在家尝试”的警告 :) - Lucas Trzesniewski
再次@zx81 ^^ 我为什么不感到惊讶呢？ - Valentin Mercier
显示剩余2条评论
2
因为你没有指定使用哪个文本编辑器，如果是vim的话，应该这样做：
:%s/searched_word/\=printf('%-4d', line('.'))/g (阅读更多)。但正如其他人提到的，这不是一个适合在SO上询问的问题，而是适合在Super User上询问的问题 ;)- Maciek
1
除非扩展一个允许任意扩展的编辑器，否则我不知道有哪个编辑器可以做到这一点。
不过，你可以很容易地使用 perl 来完成这个任务。
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/$./eg" *.txt
- ikegami
5
@Miller，因为原帖作者使用的是Windows操作系统。 - ikegami
两个问题。你为什么怀疑/知道OP在使用Windows，是基于之前的问题吗？如果OP确实在使用Windows，那么你认为
File::DosGlob有哪些特性是他们可能需要的？我从来没有需要超出*.ext的东西，普通的glob可以很好地处理它，但我怀疑我不知道dos glob的附加功能是什么。 - Miller@Miller，是的，OP连续发布了两个相关问题，另一个涉及UltraEdit。 // “普通”
glob与Windows glob非常不同。它在常见表达式中会失败。 DosGlob glob无法做到内置的那个不能做到的事情。它只是以不同的方式实现。 - ikegami@ikegami，谢谢！我会更新的。 - undefined
为了给OP提供另一个选项（而不覆盖原始文件），在我的手中，代码
~$ perl -pe 's/word/$./g;' file > tmp有效。我猜这些答案在WSL的使用越来越普遍时变得更加重要：learn.microsoft.com/en-us/windows/wsl/about - undefined0
使用Raku（以前称为Perl_6）
用于将包含目标单词的整行替换为行号：
用行号（全局替换）替换目标
这个答案是为了补充@ikegami发布的优秀的Perl答案而提供的。Raku和Perl一样，是跨平台的。上面的答案适用于Unix/Linux系统。在Windows系统中，请使用双引号而不是单引号（尽管根据@ikegami的说法，WSL使用单引号。谢谢！）。
第一个代码示例的解读如下：使用
第二个代码示例的解读如下：使用
示例输入：
替换全局的示例输出（上面的第二个代码示例）：
注意：后增量可以使用
此外，除了
最后，如果你对Vim相当熟悉，你可以在命令行中使用
用于将包含目标单词的整行替换为行号：
~$ raku -ne 'state $i; ++$i; put m/word/ ?? $i !! $_;' file
用行号（全局替换）替换目标
word的每个实例：~$ raku -pe 'state $i; ++$i; s:g/word/{$i}/;' file
这个答案是为了补充@ikegami发布的优秀的Perl答案而提供的。Raku和Perl一样，是跨平台的。上面的答案适用于Unix/Linux系统。在Windows系统中，请使用双引号而不是单引号（尽管根据@ikegami的说法，WSL使用单引号。谢谢！）。
第一个代码示例的解读如下：使用
-ne非自动打印的逐行标志，声明一个计数器变量$i。使用++i递增变量。使用Raku的三元运算符Test ?? True !! False，如果找到与word匹配的内容，则输出（即put）递增的$i变量，否则输出原始行$_。第二个代码示例的解读如下：使用
-pe自动打印每行标志，声明一个计数变量$i。使用++i递增变量。使用Raku的s:g///全局替换操作符，将每个匹配到的word替换为计数器$i。示例输入：
my cat
dog
my pig
my cow
my mouse
my pig also
替换全局的示例输出（上面的第二个代码示例）：
使用 pig 替换：
my cat
dog
my 3
my cow
my mouse
my 6 also
注意：后增量可以使用
$++来完成，这将以0为起始索引而不是1。正则表达式匹配器实际上可以写成/ … /，即不使用m，如果使用斜杠，甚至可以写成m{ … }，如果你想在正则表达式中匹配斜杠。此外，除了
:g全局之外，您还可以为m/ … /或s///匹配器添加一些正则表达式的"副词"，其中最有用的可能是:i用于不区分大小写的匹配，如下所示：
m:i/ … /; 或 s:i:g/…/…/;
有关正则表达式副词的更多信息，请参见底部。
最后，如果你对Vim相当熟悉，你可以在命令行中使用
~$ vim file打开文件，然后进入命令行模式，使用:冒号。一旦进入Vim命令行，输入%! raku -pe 'state $i; ++$i; s:g/pig/{$i}/;'来运行Raku命令。根据需要，可以保存到新文件或覆盖原始文件。
- jubilatious1
网页内容由stack overflow 提供, 点击上面的可以查看英文原文，
原文链接
原文链接