只需一个正则表达式即可进行多次替换

Question

让我们假设，为了简单起见，我们有以下字符串：

“约翰爱玛丽，玛丽爱杰克，而杰克并不关心约翰和玛丽。”

假设我想使用正则表达式来改变故事的人物。

约翰 -> 约瑟夫

玛丽 -> 杰西卡

杰克 -> 基思

当然，我可以更改其中的哪一个，一次一个。

但我想知道是否可以通过一个正则表达式替换来更改所有这些，例如“多次替换”或“条件替换”。

类似：

正则表达式：(?:(?<name1>John)|(?<name2>Mary)|(?<name3>Jake))

替换：(?(name1)Joseph|(?(name2)Jessica|(?(name3)Keith)))

这只是一个简单的例子。

在我的应用程序中，我必须对每个字符串执行大约 20 次替换，这会影响应用程序的性能。

我使用的正则表达式风格是 PCRE。

应用程序正在使用带有 Qt 框架的 C++ 进行编码。

Answer 1

所以您使用的是所谓的PCRE 风格。很好，除了这并没有确切说明您正在使用哪个库。让我们在这里回顾一些选项，因为有几个不同的库声称与 Perl 兼容。

提升

这是最简单的解决方案。 boost::regex 通过其Boost-Extended Format String Syntax 完全支持您的要求。

所以你可以替换模式：

(?<name1>John)|(?<name2>Mary)|(?<name3>Jake)

用替换字符串：

(?{name1}Joseph:(?{name2}Jessica:Keith))

当然，它有效。您可以在 Notepad++ 中对其进行测试，但这里有一些示例代码：

#include <string>
#include <iostream>
#include <boost/regex.hpp>

int main(int argc, char **argv) {
    std::string subject("John loves Mary, Mary loves Jake and Jake doesn't care about John and Mary.");
    const char* replacement = "(?{name1}Joseph:(?{name2}Jessica:Keith))";

    boost::regex re("(?<name1>John)|(?<name2>Mary)|(?<name3>Jake)", boost::match_perl);

    std::string result = boost::regex_replace(subject, re, replacement, boost::format_all);
    std::cout << result << std::endl;

    return 0;
}

PCRE2

PCRE catched up 与 Boost 并通过 PCRE2_SUBSTITUTE_EXTENDED 引入了更丰富的替换语法。截至这篇文章（v10.20），此代码尚未发布，但它在源存储库（修订版 381）中可用，因此如果您现在需要此解决方案，您必须从源代码构建 PCRE2。

模式相同，但替换字符串的语法不同：

${name1:+Joseph:${name2:+Jessica:Keith}}

这是一些示例 C 代码：

#include <stdio.h>
#include <string.h>

#define PCRE2_CODE_UNIT_WIDTH 8
#include <pcre2.h>

int main(int argc, char **argv) {
    int error;
    PCRE2_SIZE erroffset;

    const PCRE2_SPTR pattern = (PCRE2_SPTR)"(?<name1>John)|(?<name2>Mary)|(?<name3>Jake)";
    const PCRE2_SPTR subject = (PCRE2_SPTR)"John loves Mary, Mary loves Jake and Jake doesn't care about John and Mary.";
    const PCRE2_SPTR replacement = (PCRE2_SPTR)"${name1:+Joseph:${name2:+Jessica:Keith}}";

    pcre2_code *re = pcre2_compile(pattern, PCRE2_ZERO_TERMINATED, 0, &error, &erroffset, 0);
    if (re == 0)
        return 1;

    pcre2_jit_compile(re, PCRE2_JIT_COMPLETE);

    PCRE2_UCHAR output[1024] = "";
    PCRE2_SIZE outlen = sizeof(output) / sizeof(PCRE2_UCHAR);

    int rc = pcre2_substitute(re, subject, PCRE2_ZERO_TERMINATED, 0, PCRE2_SUBSTITUTE_GLOBAL | PCRE2_SUBSTITUTE_EXTENDED, 0, 0, replacement, PCRE2_ZERO_TERMINATED, output, &outlen);
    if (rc >= 0)
        printf("%s\n", output);

    pcre2_code_free(re);
    return 0;
}

PCRE

使用 PCRE (

...这意味着如果这是您正在使用的库，那么无论如何您都可以完全控制替换过程。您可以使用以下模式：

John(*MARK:1)|Mary(*MARK:2)|Jake(*MARK:3)

然后，通过区分最后遇到的MARK 来替换。

Qt

Qt 的QRegularExpression 类封装了PCRE 库（不是PCRE2），但它似乎并未公开所有PCRE 功能。

无论如何，接受QRegularExpression 的QString::replace overload 看起来并不全功能：

QString & QString::replace(const QRegularExpression & re, const QString & after)

所以你自己在这里。

我的 2 美分

嘿，也许对于这样一个简单的替换，正则表达式是多余的......如果您遇到性能问题，您应该尝试手动实现这些替换 - 精心设计的算法应该比正则表达式解决方案更快。只要确保分析您的代码并查看罪魁祸首在哪里。