Emacs，使用 replace-regexp-in-string 匹配两个正则表达式

Question

Emacs，使用 replace-regexp-in-string 匹配两个正则表达式

3

我试图使用replace-regexp-in-string替换一个字符串中的两个部分，但每次只能让一个部分起作用。这里有一个例子：我想从字符串开头删除#和空格，并从末尾删除换行符。当我将这两个调用合并为一个表达式时，我做错了什么？

;; Test string
(setq inputStr "## Header Stuff
")

;; This doesnt trim the newline
(setq header
      (replace-regexp-in-string "^[#\s]*\\|\n$" "" inputStr) )

;; Each match done separately works though
(setq header
      (replace-regexp-in-string "^[#\s]*" "" inputStr) )
(setq header
      (replace-regexp-in-string "\n$" "" header) )

header
"Header Stuff"

更新：问题似乎出在第一个表达式上，例如这个表达式将换行符和"S"替换为"X"，(replace-regexp-in-string "S\\|\n$" "X" inputStr)。

- Rorschach

2

注意观察 (replace-regexp-in-string "^[#\s]*\\|\n$" "X" inputStr) 返回的结果。 - Barmar

@Barmar 我明白了，为什么“X”没有替换换行符呢？ - Rorschach

我想不出来，所以我还没有发布答案。 - Barmar

@Barmar 这个代码在换行符之后放置了“X”，但我不太理解它的含义：(replace-regexp-in-string "^[#\s]*\\|\n$\\'" "X" inputStr)。 - Rorschach

1

$ 匹配行尾，\\' 匹配字符串结尾。 - Barmar

1个回答

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

- user725091 · Accepted Answer

看起来replace-regexp-in-string在匹配空字符串的正则表达式上有一些意外行为。下面的正则表达式会按照你的预期运作（请注意，*量词被替换为+）：

(let ((input-string "## Header Stuff
"))
  (replace-regexp-in-string "\\`[#\s]+\\|\n*\\'" "" input-string))

原因在于replace-regexp-in-string的内部实现，您可以使用M-x find-function查找。简而言之，它大致执行以下操作：

给定一个regexp、一个replacement和一个string：

1. 将l设置为字符串的长度，并将start设置为0。创建一个名为matches的空栈来累积新字符串的片段。 2. 只要start小于l且regexp在string中的某个位置匹配，就执行以下操作： - 提取与正则表达式匹配的string部分，并称其为str。 - 在较短的字符串str内替换regexp为replacement（这很重要）。 - 将下列两个新字符串片段推入matches堆栈： - 从start到匹配开始的string未匹配的初始部分。 - 子字符串str，其中regexp的匹配项现已被替换为replacement。 - 将start设置为匹配部分的结尾并重复。 3. 最后，按相反的顺序连接matches堆栈上的字符串片段并返回结果。

您原始的正则表达式在循环的第3步出现问题。即使正则表达式在完整字符串"## Header stuff\n"的末尾正确匹配换行符，当它第二次与一个字符的字符串"\n"匹配时，第一分支（匹配空字符串）优先于第二分支，并用空字符串替换空字符串，未能删除尾随换行符。

这可能是replace-regexp-in-string中的一个错误，但它也展示了正则表达式语义有多么棘手，特别是涉及空字符串时。对我来说，解决方法更易于阅读和理解。

(let ((input-string "## Header Stuff
"))
  (setq input-string (replace-regexp-in-string "\\`[#\s]*" "" input-string))
  (setq input-string (replace-regexp-in-string "\n*\\'" "" input-string))
  input-string)

如果您使用的是最新版本的Emacs（预测试版24.4或更高版本），您也可以使用内置的subr-x包中的string-trim-right函数：

(let ((input-string "## Header Stuff
"))
  (string-trim-right (replace-regexp-in-string "\\`[#\s]*" "" input-string)))

顺便说一下，当我调查这个问题时，我很惊讶地发现Emacs字符串中的\s只是写空格字符的另一种方式。如果你想要类似于Perl的\s通配符的正则表达式行为，你可能需要使用"\\s-"（匹配任何带有空格语法的字符）或"[[:space:]]"。