如何用正则表达式和 Golang 替换可选组

Question

我正在尝试翻译这个：

{% img <right> /images/testing %}

进入这个：

{{< figure <class="right"> src="/images/testing" >}}

在 Golang 中使用正则表达式。源字符串中<> 中的部分是可选的。

当第一个捕获组存在时（“right”），我有这段代码，它似乎在主测试用例中工作：

regexp.MustCompile(`{%\s*img\s*(\p{L}*)\s+([/\S]+)\s+%}`)
.ReplaceAllString("{% img right /images/testing %}", "{{< figure class=\"$1\" src=\"$2\" >}}")

但是，如果缺少可选组，我会得到：

{{< figure class="" src="/images/testing" >}}

这不是我需要的 - 我希望整个 class="" 部分消失，如下所示：

{{< figure src="/images/testing" >}}

这可能吗？我可以在替换字符串中以某种方式指出：

{{< figure class=\"$1\" src=\"$2\" >}}

如果可选组为空，我希望其他文本 ("class=") 消失吗？

Answer 1

Go 正则表达式不支持条件语句，Replace 系列正则表达式函数也不支持。 此问题的解决方案取决于您拥有的特殊情况的数量。

如果您只有一种情况，我建议您进行两次替换：首先用属性集替换所有出现的情况，然后替换所有没有属性的情况 (on play)：

txt := `{% img right /images/testing %}\n{% img /images/testing %}`

// without attribute
txt = regexp.MustCompile(`{%\s*img\s*([/\S]+)\s+%}`).
  ReplaceAllString(txt, "{{< figure src=\"$1\" >}}")

// with attribute
txt = regexp.MustCompile(`{%\s*img\s*(\p{L}*)\s+([/\S]+)\s+%}`).
  ReplaceAllString(txt, "{{< figure class=\"$1\" src=\"$2\" >}}")

如果你说这是低效的，我会说：可能，是的。如果您想要更高效的东西（即不重复源字符串两次的东西），那么您必须构建更类似于解析器的东西，它在检测时决定使用哪种格式。粗略的草图是这样的 (on play)：

src := []byte("ok" + "{% img right /images/testing %}" + "this" + 
              "{% img /images/testing %}" + "no?")
dst := bytes.NewBufferString("")
cidx := 0

for _, match := range p.FindAllSubmatchIndex(src, -1) {
    dst.Write(src[cidx:match[0]])
    dst.WriteString(newFormat(src, src[match[2]:match[3]], src[match[4]:match[5]]))
    cidx = match[1]
}
dst.Write(src[cidx:])

在此示例中，您将源文本src 中的所有内容复制到缓冲区dst，用函数值的输出替换每次出现的模式。然后，此函数可以决定是否包含特定格式。