正则表达式：仅替换子字符串中的字符串

Question

我有特殊的文件格式，我需要替换几十个字符串并重新格式化其结构。作为最简单的解决方案，我准备了我的模式文件，其中存储了所有正则表达式定义/替换（约 100 个替换）。我正在使用 perl 来查找和替换模式 (perl -p patterns source.file)。到目前为止一切都很好。

但是，有一种情况我无法使用正则表达式解决。我需要替换整行的部分字符串，即仅在子字符串中替换字符串。

示例：为简单起见，我只需要将中间字符串中的所有“A”替换为“X”（由;分隔）。

输入行：

ABCD ABCD; ABCD ABCD; ABCD ABCD

预期输出：

ABCD ABCD; XBCD XBCD; ABCD ABCD
           ^    ^
           the only replaced characters

这会正确替换所有字符：

s/A/X/g;

但我只需要替换中间字段中的逗号。我试过了：

s/(.*?;.*?)A/\1X/g;
s/(.*?;.*)A(.*?;)/\1X\2/g;  # alternative to find the last A

但这会替换第一个 A。我可以有多个这样的模式来重复搜索和替换过程，但这听起来不是一个好的解决方案，因为我不知道子字符串中有多少个 A。

我尝试使用lookbehind，但没有成功。请注意，我只需要一个可以在我的模式文件中使用的正则表达式定义（即没有 perl 代码）。或者，我可以使用sed 或awk 来处理这种情况，但我不太熟悉。

感谢社区！

正则表达式101：https://regex101.com/r/Ic4ciA/1

Answer 1

perl one 班轮：

echo 'ABCD ABCD; ABCD ABCD; ABCD ABCD' | perl -pe 's/(?:.+?;|\G).*?\KA(?=.*?;)/X/g'
ABCD ABCD; XBCD XBCD; ABCD ABCD

说明：

(?:             # non capture group
    .+?         # 1 or more any character but newline, not greedy
    ;           # semicolon
  |             # OR
    \G          # restart from last match position
)               # end group
.*?             # 0 or more any character but newline, not greedy
\K              # forget all we have seen until  this position
A               # letter A
(?=             # positive lookahead, make sure we have after:
    .*?         # 0 or more any character but newline, not greedy
    ;           # a semicolon
)               # end lookahead

Demo

Answer 2

我不知道单独使用正则表达式工具一次性完成此操作的干净方法。但是，如果您愿意采用更迭代的方法，则可以很容易地用任何脚本语言处理它。这是一个完成工作的 Python 脚本：

inp = "ABCD ABCD; ABCD ABCD; ABCD ABCD"
parts = inp.split(';')

index = 1
while index < len(parts)-1:
    parts[index] = parts[index].replace('A', 'X')
    index += 1

output = ';'.join(parts)
print(output)

打印出来：

ABCD ABCD; XBCD XBCD; ABCD ABCD

方法是用分号分割输入字符串，生成术语列表。然后，从第二个到倒数第二个词进行迭代，将字母A 替换为X。最后，联合起来产生你想要的输出。