preg_replace 不在双引号内时答案

【问题标题】：preg_replace when not inside double quotespreg_replace 不在双引号内时
【发布时间】：2014-01-13 01:29:22
【问题描述】：

基本上我想在句子中替换某些单词（例如单词“tree”与单词“pizza”）。限制：当需要替换的单词在双引号之间时，不应该进行替换。

例子：

The tree is green. -> REPLACE tree WITH pizza
"The" tree is "green". -> REPLACE tree WITH pizza
"The tree" is green. -> DONT REPLACE
"The tree is" green. -> DONT REPLACE
The ""tree is green. -> REPLACE tree WITH pizza

可以用正则表达式做到这一点吗？我会计算单词前双引号的数量并检查它是奇数还是偶数。但这可能在 php 中使用 preg_replace 吗？

谢谢！

//编辑：

目前我的代码如下所示：

preg_replace("/tree/", "pizza", $sentence)

但这里的问题是用双引号实现逻辑。我试过这样的事情：

preg_replace("/[^"]tree/", "pizza", $sentence)

但这不起作用，因为它只检查双引号是否在单词前面。但是上面有一些例子，这个检查失败了。导入是我只想用正则表达式解决这个问题。

【问题讨论】：

这被标记为 php，但您没有显示任何支持它是 php 的内容，您能否显示您尝试过的代码并显示您尝试在 php 中预替换的字符串。我们不是来为你编码的，所以请帮助我们。
请看我的更新。

标签： php regex preg-replace

【解决方案1】：

正则表达式不是一个可以满足你每项工作所需的工具。您可以在一定程度上为此使用正则表达式，但对于嵌套引号中的所有情况，它会继续变得更加复杂。

您可以在此处使用Negative Lookahead。

$text = preg_replace('/\btree\b(?![^"]*"(?:(?:[^"]*"){2})*[^"]*$)/i', 'pizza', $text);

见Working demo

正则表达式：

\b               the boundary between a word char (\w) and not a word char
 tree            'tree'
\b               the boundary between a word char (\w) and not a word char
(?!              look ahead to see if there is not:
 [^"]*           any character except: '"' (0 or more times)
  "              '"'
 (?:             group, but do not capture (0 or more times)
  (?:            group, but do not capture (2 times):
   [^"]*         any character except: '"' (0 or more times)
    "            '"'
  ){2}           end of grouping
 )*              end of grouping
 [^"]*           any character except: '"' (0 or more times)
 $               before an optional \n, and the end of the string
)                end of look-ahead

另一个选择是使用受控回溯，因为您可以在 php 中执行此操作

$text = preg_replace('/"[^"]*"(*SKIP)(*FAIL)|\btree\b/i', 'pizza', $text);

见Working demo

这个想法是跳过引用中的内容。我首先匹配引号后跟除" 之外的任何字符，然后是引号，然后使子模式失败并强制正则表达式引擎不使用(*SKIP) 和(*FAIL) 回溯控制动词的其他替代方法重试子字符串。

【讨论】：

这看起来确实很棒，并且可以按我的预期工作。你能给我解释一下吗？我看到它在寻找这个巨大的语句后面没有出现的“树”这个词。但它到底是什么？
这里的所有答案都不适用于带有汉字的字符串。
我刚刚在 phpstorm/php7 中尝试过这个，并且在 *SKIP 和 *FAIL 星号上出现“悬空元字符”错误。 preg_replace 自 2013 年以来是否发生了变化？

【解决方案2】：

使用一些隐藏的正则表达式功能有一个方便的技巧：

~".*?"(*SKIP)(*FAIL)|\btree\b~s

说明：

~                   # start delimiter (we could have used /, #, @ etc...)
"                   # match a double quote
.*?                 # match anything ungreedy until ...
"                   # match a double quote
(*SKIP)(*FAIL)      # make it fail
|                   # or
\btree\b            # match a tree with wordboundaries
~                   # end delimiter
s                   # setting the s modifier to match newlines with dots .

在实际的 PHP 代码中，您可能希望使用 preg_quote() 来转义正则表达式字符。这是一个小sn-p：

$search = 'tree';
$replace = 'plant';
$input = 'The tree is green.
"The" tree is "green".
"The tree" is green.
"The tree is" green.
The ""tree is green.';

$regex = '~".*?"(*SKIP)(*FAIL)|\b' . preg_quote($search, '~') . '\b~s';
$output = preg_replace($regex, $replace, $input);
echo $output;

Online regex demo Online PHP demo

【讨论】：

嘿，太好了！我在哪里可以了解更多关于这些隐藏力量的信息？
@Jonny5 PHP 手册没有描述 PCRE 库的所有功能。所以你最好阅读pcre manual。当然也太长了。我基本上是通过在 Stackoverflow 上闲逛来学习这些东西的……啊，阅读 perl 手册也可能是个好主意。 See this link.
它是如何工作的？为什么不替换 tree 中的 That's "some tree you" have there.？
(*SKIP)(*FAIL) 不是秘密，是吗？可以是任何东西，比如(*FOO)(*BAR)?
@Rudie 我已经解释过了，好吧，我想这还不够清楚......无论如何，".*?" 将匹配双引号甚至“树”之间的任何内容。我添加了(*SKIP)(*FAIL) 以使其跳过/失败匹配。之后，我添加了一个替换 |\btree\b 以匹配实际的树

【解决方案3】：

这个匹配 tree 使用前瞻：

$pattern = '~\btree\b(?=([^"]|("[^"]*"))*$)~im';

$str = '
The tree is green. -> REPLACE tree WITH pizza
"The" tree is "green". -> REPLACE tree WITH pizza
"The tree" is green. -> DONT REPLACE
"The tree is" green. -> DONT REPLACE
The ""tree is green. -> REPLACE tree WITH pizza';

echo "<pre>".preg_replace($pattern,"pizza",$str)."</pre>";

它查找tree，如果找到，则仅匹配它，如果后跟字符，这些字符不是双引号[^"] 或引用组"[^"]*"，直到使用modifiers i (PCRE_CASELESS) and m (PCRE_MULTILINE) 在行尾。

我不想要绿色披萨！圣诞快乐:-)

【讨论】：

【解决方案4】：

将此模式tree(?=(?:(?:[^"]*"){2})*[^"]*$) 与gm 选项一起使用Demo

这是它从头开始构建的方式：
tree(?=[^"]*") "tree" 可以看到任意数量的非引号字符后跟引号
tree(?=([^"]*"){2}) ~ 两次
tree(?=(([^"]*"){2})*) ~ 尽可能多次
tree(?=(([^"]*"){2})*[^"]*) ~ 然后可选非引号字符
tree(?=(([^"]*"){2})*[^"]*$) ~ 到最后
tree(?=(?:(?:[^"]*"){2})*[^"]*$) 添加非捕获组

php demo

【讨论】：

就像我在另一个答案中所说的那样。这太棒了，而且效果很好。你能解释一下单词树背后的部分吗？看起来真的很难。
PHP 不支持 g 选项。（在我看来它应该被授予，因为 preg 应该代表 perl reg ex）
@Zarazthuztra 我不知道 PHP，但我知道附加的 Demo 有效，并且 OP 确认了它。
@Zarazthuztra PHP 没有 g 修饰符。要匹配单个实例，您可以使用preg_match()，要匹配所有实例，您只需使用不同的函数preg_match_all()。替换 preg_replace() 默认情况下替换所有出现。我们可以通过使用第四个参数来限制它。
@HamZa 是的，我已经知道了。试图帮助回答。

【解决方案5】：

我正在构建一个 JS 最小化器，这个页面帮助我找到了正确的正则表达式。但是到目前为止，此页面尚未回答的是当引用的字符串包含转义引号时该怎么办。当我找到食谱时，我将此页面添加为书签。

/*
Regular expression group 'NotBetween'.
*/
function rgxgNotBetween($chars, $sep="|")
{
    $chars = explode($sep, $chars);

    $NB = [];

    foreach($chars as $CHR){
        //(*PRUNE) steps over $CHR when it is escaped; that is, preceded by a backslash.
        $NB[] = "(?:$CHR(?:\\\\$CHR(*PRUNE)|.)*?$CHR)";
    }

    $NB = join("|", $NB);

    return "(?:(?:$NB)(*SKIP)(*FAIL))";
}

function jsIdReplace($search, $replace, $source)
{
    $search = ""

    //SKIP further matching when between...
    //double or single qoutes or js regular expression slashes
    .rgxgNotBetween("\x22|\x27|\/")

    //match when NO preceding '.' and no ending ':' (object properties)
    ."|(?:(?<!\.)\b$search\b(?!:))"

    //but do match when preceding '?' or ':' AND ending ':' (ternary statements)
    ."|(?:(?<=\?|:)\b$search\b(?=:))";

    return preg_replace($search, $replace, $source);
}

function jsNoComments($source)
{
    //js comment markers NOT between quotes
    $NBQ = rgxgNotBetween("\x22|\x27");

    //block comments
    $source = preg_replace("#$NBQ|/\*.*?\*/#s", "", $source);

    //line comments; not preceded by backslash
    $source = preg_replace("#$NBQ|\h*(?<!\\\\)//.*\n?#", "", $source);

    return $source;
}

【讨论】：