Perl & Regex：仅当字符串不在 > 和 < 之间时才替换字符串答案

【问题标题】：Perl & Regex: replace string only if it is not between > and <Perl & Regex：仅当字符串不在 > 和 < 之间时才替换字符串
【发布时间】：2021-06-02 19:02:36
【问题描述】：

我想替换>和<之间的所有字符串，例如用foo替换center（摘自：> is the sun the center of the universe?:<），但不要替换center（摘自:<...center;">)。

我正在使用以下命令：

perl -pi -w -e 's/center/foo/g;' file.html

所以我尝试使用replace all "foo" between two HTML tags using REGEX (PHP code)，变成这样：

perl -pi -w -e 's/(?<![\w$<])\$$center$(?![\w$>])/foo/g;' file.html

但它不能正常工作。我在网上搜索，最接近我需要的是Perl string replace: Match, but not replace, part of regex、Perl Regex - Search and replace between tags only if string is in-between 和Replace text in string with exceptions。但是我不能完全解决只替换不是<center> 的字符串的需要。

fragment_html_code：

</td></tr><tr><th colspan="2" class="" style="text-align:center;">is the sun the center of the universe?:</th></tr><tr class=""><td colspan="2" class="" style="text-align:center;">
center </td></tr>

编辑更新：

关于 Lordadmira 解决方案：

每次和>之间有换行，代码就会失败。例如当要替换的单词像（这里有一个换行符）center >时失败。会发生什么？请参阅下面的上下文示例：

</td></tr><tr><th colspan="2" class="" style="text-align:center;">
   (Here there is a line jump and then the solution of Lordadmira fails and does not occur) ----> is the sun the center of the universe?:
    </th></tr><tr class=""><td colspan="2" class="" style="text-align:center;">
        center </td></tr>

编辑更新 01：

我将最初的 Lordadmira 解决方案 修改为 perl -0777 -pi -w -e 's{>\K[^<]*?\K.foo[^<]*(?=<).}{ bar }g;' file.html 或 perl -0777 -pi -w -e 's{>\K[^<]*?\K.foo.[^<]*(?=<).}{ bar }g;' file.html，这适用于换行符，但它会删除 foo 之后的所有内容。我尝试了几种方法来避免删除 foo 后的文本，但我一直无法得到解决方案。如果我设法解决了这个问题，那么问题将得到充分回答。

编辑更新 02：

我现在已将我的修改从 EDIT UPDATE 01 中的 Lordadmira 更改为 perl -0777 -pi -w -e 's{>\K[^<]*?\K.foo.[^<](?!=<)}{ bar }g;'，以纠正 foo 之后的文本之前已被删除的事实。但是这是删除foo之后的字符串的第一个字符，我想说例如在

> "lorem
  foo ipsum "<

当foo被替换时，结果不是预期的，因为我得到>" lorem bar psum "<，即ipsum "i"被删除。

下面的解决方案解决了每次替换删除 foo 后字符串中有字符的问题。目前，在广泛的背景下，这是对 Lordadmira 最初解决方案最实用的改编。

为了解决这个问题，有必要在 foo 的末尾省略操作符点，并在Regex matching line not containing the string 处添加负前瞻作为附加解释，并在"Positive and Negative Lookahead" 部分进行详尽的补贴，将属于Lordadmira的初始解决方案的部分(?=<)修改为(?!=<)。

perl -0777 -pi -w -e 's{>\K[^<]*?\K.foo[^<](?!=<)}{ bar }g;'

编辑更新 3：

经过多次测试，我相信我的意图已经达到了最令人满意的解决方案。

perl -0777 -pi -w -e 's{>[^

【问题讨论】：

perl -pi -w -e 's/(?<=>)[^<]+(?=<)/foo/g;' file.html 呢，还是需要专门匹配“center”？
@JerryJeremiah，至于指定中心，它仅适用于 fragment_code_html 与 MWE 一起服务，但我也需要替换 center 周围的许多其他字符串。尽管更好地考虑中心周围是否存在其他字符串可能会影响解决方案。

标签： html perl html-parsing

【解决方案1】：

你会这样做的。

s{>\K[^<]*?center[^<]*(?=<)}{foo}g;

编辑：使用perl -p 命令行逐行读取文件，并假定您要执行的所有工作都包含在单行中。如果您需要跨行工作，则必须读取整个文件（或任何足够的块）。使用perl -0777 -p，它应该可以工作。

更多信息请参见perlrun。

HTH

【讨论】：

每次<> and </>之间有行跳转，代码都会失败。例如，当要替换的单词是 <tr> (here there is a line break) center </> 时失败。会发生什么？
当您使用-p 开关时，它会逐行读取文件。如果匹配中可能存在换行符，请立即读入整个文件。要么将-0777 放在命令行上，要么编写一个简短的脚本和undef $/。
perl -0777 -p 不起作用，我阅读了 perlrun 中的文档并研究了网络，但没有任何问题得到解决。这里有一个示例github.com/yaacovNaNachRabbeinu/things/blob/main/…，在这个文件中我想用luz替换例如light，但是当我运行perl -0777 -pi -e 's{>k[^]*?light[^<]*?=<)}{light}g;'Alexandrite.html时文本没有改变。
事实上，命令 'perl -0777 -pi -e 's{>k[^]*?light[^<]*?=<)}{light}g;'Alexandrite_mini.txt 即使文件不是 HTML 并且有一个简短的文本作为这个文件 github.com/yaacovNaNachRabbeinu/things/blob/main/… 也不起作用
我已将其初始解决方案修改为 perl -0777 -pi -w -e 's{>\K[^<]*?\K.foo[^<]*(?=<).}{ bar }g;' file.html 或 perl -0777 -pi -w -e 's{>\K[^<]*?\K.foo.[^<]*(?=<).}{ bar }g;' file.html，这适用于换行符，但它会删除 foo 之后的所有内容。我尝试了几种方法来避免删除 foo 后的文本，但我一直无法得到解决方案。如果万一我设法解决了这个问题，那么问题将得到充分回答..

【解决方案2】：

我的回答显然是对上面最初的@lordadmira 解决方案的改编：

促进对 Lordadmira 最初解决方案的改编需要两件事：使用换行符并在 foo.改编如下：

perl -0777 -pi -w -e 's{>\K[^<]*?\K.foo[^<](?!=<)}{ bar }g;'

要解决这个问题，有必要在..\K.foo 的末尾省略operator dot，并在Regex matching line not containing the string 处添加负前瞻作为附加解释，并在"Positive and Negative Lookahead" 部分进行详尽的补贴，将属于Lordadmira的初始解决方案的部分(?=<)修改为(?!=<)。

注意：我不确定它是否适用于所有可能的代码格式或 html 内容上下文，但在我迄今为止所做的测试中已经足够了。

最终解决方案（即上面我的问题中的 EDIT UPDATE 3）：

perl -0777 -pi -w -e 's{>[^

【讨论】：