正则表达式应用退格字符

Question

我从一个telnet客户端收到了一个字符串。这个字符串包含退格字符，我需要应用它们。每个退格都应该删除之前输入的一个字符。

我尝试使用正则表达式在单个替换中完成此操作:

string txt = "Hello7\b World123\b\b\b";
txt = Regex.Replace(txt, ".\\\b", "", RegexOptions.ECMAScript);

这会导致输出"Hello World12"。当然，我希望"12"也被移除，但它显然不匹配我的表达式。

某种程度上讲，应该重复替换直到没有更多匹配为止。有没有办法用一个正则表达式实现这个目标？

- huysentruitw

Answer 1

我不建议使用正则表达式来处理这个问题，因为它非常难以理解，而且我有一种感觉，即在没有任何类似perl的魔术扩展的情况下，使用普通的正则表达式甚至不可能。我的建议是使用类似以下的Python伪代码：

stack = []
for char in str:
    if char == BACKSPACE and not stack.isEmpty():
        stack.pop()
    else:
        stack.push(char)

result = ''.join(stack)

这个功能的作用和原理非常明显。

- Martin Thurau

---

@WouterHuysentruit：我遍历输入字符串并操作堆栈。 - Martin Thurau

+1 我明白了，谢谢。虽然我更喜欢这种方法来提高可读性，但我必须选择KennyTM的答案，因为我明确要求一个正则表达式。 - huysentruitw

SO：在这里你可以得到你所要求的内容，还有十几条评论告诉你为什么这是一个不好的想法！ - Martin Thurau

好的，我们目前的代码非常类似于你的建议。但是我想知道如何用一个正则表达式来实现这个，我自己无法解决。这就是我的问题所在。 - huysentruitw

伪代码中有一个错误：如果栈为空，则将退格字符推入其中。 :) - huysentruitw

这个简单的逻辑适用于任何语言，而且速度很快；我们只需要在检查退格字符的单独条件之后检查堆栈/字符串即可。太棒了！ - Christos Lytras

Answer 2

这基本上是 如何使用Java正则表达式匹配a^n b^n 的一个变体，因此我们可以重复使用那里的答案：

var regex = new Regex(@"(?:[^\b](?=[^\b]*((?>\1?)[\b])))+\1");
Console.WriteLine(regex.Replace("Hello7\b World123\b\b\b", ""));

此外，.NET正则表达式引擎支持平衡组，因此我们可以使用不同的模式：

var regex = new Regex(@"(?<L>[^\b])+(?<R-L>[\b])+(?(L)(?!))");

这意味着：

1. 匹配一个或多个非退格字符，并将它们命名为“L”，
2. 然后匹配一个或多个退格字符，并将它们命名为“R”，条件是每个“R”都必须有一个对应的“L”，
3. 如果还有剩余的“L”，则放弃匹配（因为(?!)不匹配任何内容）。

)

- kennytm

---

在正则表达式中，\b 不是表示单词边界吗？如果你真的想匹配 \b，你需要转义：\\b。 - Buh Buh

@BuhBuh：\b在字符类中，意味着\u0008。请参阅http://msdn.microsoft.com/en-us/library/4edbef7e.aspx。 - kennytm