正则表达式复制重复的模式，替换部分模式

Question

我想在一行中复制多个匹配项，替换部分匹配项，但将匹配项保持在一起（这似乎是棘手的部分）。

例如：

Regex:
(x(\d)(,)?)

Replacement:
X$2,O$2$3

Input:
x1,x2,Z3,x4,Z5,x6

Output: (repeated groups broken apart)
X1,O1,X2,O2,Z3,X4,O4,Z5,X6,O6

Desired output (repeated groups, "X1,X2" kept together):
X1,X2,O1,O2,Z3,X4,O4,Z5,X6,O6

演示：https://regex101.com/r/gH9tL9/1

这可以使用正则表达式还是我需要使用其他东西？

---

更新：遗嘱的答案是我所期望的。我突然想到，多次传递正则表达式可能是可能的。

Answer 1

您必须将重复模式捕获为一个匹配项，并立即为整个重复模式写出替换。您当前的模式无法判断您的第一个和第二个匹配项，分别为 x1, 和 x2,，是相邻的。

我要说不，这仅靠一个纯正则表达式是不可能的。

这是因为关于捕获组和替换的两个重要事实。

1. 重复捕获组将返回最后一次捕获：

   正则表达式能够通过使用<PATTERN>{1,}、<PATTERN>+ 或<PATTERN>* 形式来捕获重复任意时间量的模式。但是，<PATTERN> 中的任何捕获组都只会返回模式最后一次迭代的捕获。这将阻止您捕获任意重复的匹配项。

“等等”，你可能会说，“我只想捕获重复一两次的模式，我可以使用(x(\d)(,)?)(x(\d)(,)?)?”，这将我们带到第 2 点。

1. 没有条件替换

   使用上述模式，我们可以为重复匹配获得所需的输出，但不能不破坏单独匹配替换。 请参阅：https://regex101.com/r/gH9tL9/2 如果无法根据捕获组的存在关闭替换部分，我们将无法获得所需的输出。

---

但是“不，你不能那样做”对黑客来说是一个挑战，我希望我是一个真正的正则表达式忍者。

---

使用 2 个正则表达式和一些代码的解决方案

肯定有办法通过一些代码来实现这个目标。

这是一个使用两个正则表达式http://pythonfiddle.com/wip-soln-for-so-q/的快速而肮脏的python hack

这利用了python的re.sub()，它可以将匹配到一个正则表达式传递给一个函数ordered_repl，该函数返回替换字符串。通过在ordered_repl 中使用您的原始正则表达式，我们可以通过缓冲Xs 和Os 的列表来提取我们想要的信息并获得正确的顺序。

import re

input_string="x1,x2,Z3,x4,Z5,x6"

re1 = re.compile("(?:x\d,?)+") # captures the general thing you want to match using a repeating non-capturing group
re2 = re.compile("(x(\d)(,)?)") # your actual matcher

def ordered_repl(m): # m is a matchobj
    buf1 = []
    buf2 = []
    cap_iter = re.finditer(re2,m.group(0)) # returns an iterator of MatchObjects for all non-overlapping matches
    for cap_group in cap_iter:
        capture = cap_group.group(2) # capture the digit
        buf1.append("X%s" % capture) # buffer X's of this submatch group
        buf2.append("O%s" % capture) # buffer O's of this submatch group
    return "%s,%s," % (",".join(buf1),",".join(buf2)) # concatenate the buffers and return

print re.sub(re1,ordered_repl,input_string).rstrip(',') # searches string for matches to re1 and passes them to the ordered_repl function

Answer 2

在我的具体情况下，我使用的是 powershell，所以我能够提出以下建议：

（为便于阅读添加了换行符）

("x1,x2,z3,x4,z5,x6"
   -split '((?<=x\d),(?!x)|(?<!x\d),(?=x))' 
   | Foreach-Object {
      if ($_ -match 'x') {
        $_ + ',' + ($_ -replace 'x','y')
      } else {$_}
     }
) -join ''

Outputs:
x1,x2,y1,y2,z3,x4,y4,z5,x6,y6

地点：

-split '((?<=x\d),(?!x)|(?<!x\d),(?=x))'

将字符串分成这些组：

x1,x2
,    
z3   
,    
x4   
,    
z5   
,    
x6

使用正负前瞻和后瞻：

逗号withx\d之前和不x之后：
(?<=x\d),(?!x)

逗号不带 x\d之前和带 x之后：
(?<!x\d),(?=x)