PCRE正则表达式替换双引号内的文本模式

Question

在Notepad++ 6.5.1中，我需要在引号对内替换某些模式。 我想将替换保存为宏的一部分，因此所有替换都需要在一个步骤中完成。

例如，在以下字符串中，将引号对内的所有'a'字符替换为破折号，同时保留引号对外的字符不变：

输入：aa"bbabaavv"kdjhas"bbabaavv"x 期望的结果：aa"bb-b--vv"kdjhas"bb-b--vv"x 请注意，引号是成对匹配的，因此kdjhas中的'a'是不受影响的。

到目前为止，我尝试搜索 (?:"[^"a]*|\G)\Ka([^"a]*) 并用 -$1 替换，但这只是简单地替换了所有的 a，结果为 --"bb-b--vv"kdjh-s"bb-b--vv"x。我正在尝试使用PCRE正则表达式，以便让我递归地替换引号限定的文本。

编辑：在引用的字符串中，引号用额外的引号进行转义，例如“”。但是，请假设我已经在之前的处理中用特殊字符替换了这些字符。 因此，这个问题的正则表达式解决方案将不必处理转义的引号。

- John Dewey

---

请注意，引号是成对匹配的，因此 kdjhas 中的 'a' 不会受到影响。我不理解这个。在引用的字符串中是否有可能出现引号？ - aliteralmind

好问题。答案是肯定的，但如果它们发生，它们将用另一个双引号来转义，例如“bla bla”“blub”“ blablabla”。 - John Dewey

@JohnDewey 相关，我认为可能是可行的，但会很麻烦。现在我很累，无法认真研究它（凌晨3点）... - HamZa

这是很多内容需要放入一个正则表达式中。你确定这不能通过宏来分解，以便可以分成多个步骤（多个正则表达式）来完成吗？ - aliteralmind

@aliteralmind 是的，我已经清理干净了 - 请参见我上面的编辑。 - John Dewey

Answer 1

很难确定是否可能，因为您只提供了一行输入文本。

但是假设输入遵循这个模式：

BOL|any text|string with two groups of a's|any text|string with two groups of a's|any text|EOL
    aa       "bbabaavv"                    kdjhas   "bbabaavv"                    x

我能够创建这个正则表达式搜索字符串：

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

使用这个替换字符串：

\1-\3-\5\6-\8-\A

并将您的输入字符串转换为以下内容：

aa"bbabaavv"kdjhas"bbabaavv"x

变成这样：

aa"bb-b-vv"kdjhas"bb-b-vv"x

现在自然地，如果输入与描述的模式不同，那么搜索和替换将失败，因为搜索正在寻找两个引号字符串组内那四组a。

同时，我使用Zeus测试了该正则表达式，它可以创建具有超过9个组的正则表达式。

如您所见，该正则表达式需要10个组。

我不熟悉Notepad++，因此不知道它是否支持那么多组。

- jussij

---

目标字符串不遵循固定模式，除了引号对之外。因此，我需要更一般的解决方案。例如，用 aa"bb-b-vv"kdjhas"c-b-b"blabla"foob-r"fud 替换 aa"bbabavv"kdjhas"cabab"blabla"foobar"fud。 - John Dewey

由于该模式不重复，我建议使用类似 SED 或 AWK 的工具进行搜索和替换。 - jussij

Answer 2

自问自答

我可能一直试图让Notepad++用正则表达式替换做到这一点，但是我想我找到了一个解决方法。

我尝试的实际任务涉及从Excel电子表格中创建一个SQL Server VALUES列表，我将选定的单元格复制并粘贴到Notepad++中。分隔符是\t和\r\n。但是，单元格也可以有换行符，这些换行符用"来界定。因此，我准备用<br>（或类似的内容）替换这些换行符，以便

"line1
line2"

在处理实际的行尾换行符之前，"line1<br>line2" 会变成 "line1<br>line2"。

要让这样的解析可靠地工作，特别是当一个单元格中有两行以上时，可能对Notepad++的正则表达式能力要求过高。

因此，我想出了一个解决方法，似乎很有效：基本上，它从选择右侧的空白“虚拟”列开始，该列位于我的列选择右侧（如果我部分选择中间，则可以插入该列）。这将在每行末尾留下一个尾随的 \t，有效地将这些EOL与可能存在于文本单元格中的EOL分开，使我不必解析来自“...”字段的换行符。

因此，我从以下步骤编译了一个宏，似乎工作得很好：

1. 将 ' 替换为 ''
2. 将 \t\r\n 替换为 '\)\r\n, \('
3. 将 \t 替换为 ', '
4. 将 "" 替换为 ''
5. 将 " 替换为 <blank>
6. 将 ^ 替换为 \('（清理 - 仅针对第一行）
7. 将 ^,\('$ 替换为 <blank>（清理 - 仅限最后一行）

示例变换： 从

line1   line 2  
"line3
line3b
line3c" line 4  

至

('line1', 'line 2')
, ('line3
line3b
line3c', 'line 4')

现在可以轻松地将其修改为SELECT语句：

SELECT *
FROM (VALUES('line1', 'line 2')
, ('line3
line3b
line3c', 'line 4')
) t(a,b)

- John Dewey

Answer 3

如果您的数据具有引号字符串可变数量的出现，则仅通过正则表达式在Notepad++提供的形式中执行替换是不可能的。

要使用正则表达式进行替换，您需要在现有的正则表达式匹配中执行正则表达式查找。据我所知，Notepad++正则表达式中没有这样的功能。

- miroxlav