正则表达式字符串替换：如果 backref 为空，则省略逗号答案

【问题标题】：regex string replacement: omit comma if backref is empty正则表达式字符串替换：如果 backref 为空，则省略逗号
【发布时间】：2016-08-15 19:07:28
【问题描述】：

我想使用一个匹配和替换的正则表达式 + backref 表达式

text = 'a,b,c' 与 text = 'a,b,c,item_1'

text = '' 与 text = 'item_1' 和

text = 'a' 和 text = 'a,item_1'。

我通常对使用 sed 以及使用 python regex 的解决方案感兴趣。
特别是，我正在寻找与lineinfile 模块Ansible (python) 一起使用的解决方案。

这是我目前所拥有的（在 Ansible 中）：

regexp:   "^(text[ ]*=[ ]*')([^']*)(')"
backrefs: yes
line:     '\1item_1,\2\3'

编辑：如果可能，正则表达式 + backref-ex 对应忽略已经存在的 item_1，即“替换”

text = 'item_1' 与 text = 'item_1' 和

text = 'a,item_1' 与 text = 'a,item_1' 和

text = 'a,d,x' 与 text = 'a,item_1,x' 等

【问题讨论】：

a、b 和 c 是否总是单个字母，或者可以是任何字母吗？
在实践中，列表中的项目可以是带有下划线的真实单词，但对于这个问题，让我们保留单个字符。

标签： python regex sed ansible backreference

【解决方案1】：

使用消极的环顾四周，我开发了一个working solution，尽管它并不完美：

^(text[ ]*=[ ]*)'(((?!item_1[,]?).)*)'

如果引号之间的所有项目不包含要添加的项目（即item_1），则此正则表达式会抓取引号之间的所有项目。然后 backref 表达式简单地添加缺少的项目：

\1'item_1,\2'

但是，该解决方案并不完美，因为如果列表为空，它仍会导致尾随逗号：

text = ''            #text = 'item_1,'
text = 'a'           #text = 'item_1,a'
text = 'a,b,c,d'     #text = 'item_1,a,b,c,d'

对于我的实际情况，尾随逗号不是的问题。我通过使用another regex 添加另一个lineinfile 任务来修复它

regexp:    "^(text[ ]*=[ ]*)'(.*[^,])(,?)'"
backrefs:  yes
line:      "\\1'\\2'"

【讨论】：

【解决方案2】：

你可以使用

^(text[ ]*=[ ]*')((?:[^',]*(,?)[^']*)?[^']*)(')

参见regex 和Python demo。

import re
r = re.compile(r"^(text[ ]*=[ ]*')((?:[^',]*(,?)[^']*)?[^']*)(')")
print(r.sub(r"\1\2\3d\4", "text = 'a,b,c'")) # => text = 'a,b,c,d'
print(r.sub(r"\1\2\3d\4", "text = ''"))      # => text = 'd'

我所做的只是插入(?:[^',]*(,?)[^']*)? 子模式以选择性地捕获逗号。如果它存在于字符串中，则在d 之前插入此逗号。如果不是，则不插入逗号。

更新：

您可以将任务拆分为两个操作：

处理所有设置了值的情况：使用^(text\[ \]*=\[ \]*')(\[^'\]+)(')并替换为\1\2,d\3
然后处理空值的情况：使用^(text\[ \]*=\[ \]*')(')并替换为\1d\2。

或 Python 解决方案：

import re
p = re.compile(r'^(text[ ]*=[ ]*\')([^\']*)(\')')
strs = ["text = 'a,b,c'", "text = 'a'", "text = ''"]
print([p.sub(lambda x: x.group(1) + (x.group(2) + ",d" if x.group(2) else "d" ) + x.group(3), s) for s in strs])

见IDEONE demo

【讨论】：

感谢第一个答案，我试了一下，发现了另一个需要覆盖的案例：将 text = 'a' 替换为 text = 'a,d'（将其添加到问题中）
没有办法纯粹用正则表达式来做，你需要评估捕获组的内容。原因是您不能在 sed 或 Python re regex 风格中使用条件替换模式。你对可以处理这种情况的 Python 代码感兴趣吗？
我发布了一个 2-regex 解决方案，如果您无法访问直接 Python 代码，它可能对您有用。我还发布了一个基于 Python 的解决方案，展示了如何使用 lamda 完全按照您的需要进行替换。不确定它是否有帮助。
感谢调查。我最感兴趣的是可以在 regex101 上测试的正则表达式（python-regex）解决方案，因为这些解决方案可以很容易地移植到 ansible。不需要任何周围的python代码。

【解决方案3】：

这在sed 中很难做到（在 awk 中可能），因为 sed 中没有替换回调功能。

以下回调方法应该在 python 中工作：

import re
reg = re.compile(r"(\btext *= *)'([^']*)'")

def repl(m):
    if len(m.group(2)) == 0:
        return m.group(1) + "'d'";
    else:
        return m.group(1) + "'" + m.group(2) + ",d'"


print(reg.sub(repl, r"text = 'a,b,c'"))
print(reg.sub(repl, r"text = ''"))
print(reg.sub(repl, r"text = 'a'"))

输出：

text = 'a,b,c,d'
text = 'd'
text = 'a,d'

Code Demo

【讨论】：