正则表达式在 HTML 标记之间查找小写字母后跟大写字母答案

【问题标题】：Regex to find a lowercase letter followed by an uppercase between a HTML tag正则表达式在 HTML 标记之间查找小写字母后跟大写字母
【发布时间】：2024-01-17 05:49:01
【问题描述】：

我想在 TextWrangler 中使用正则表达式在这些 HTML 字体颜色标签之间查找小写字母和大写字母。例如：

<font color =#0B610B> Word word wordWord </font>
<font color =#C0C0C0> Word word wordWord </font>

实际上，我希望它们用冒号分隔为：

<font color =#0B610B> Word word word: Word </font>
<font color =#C0C0C0> Word word word: Word </font>

我用过：

<font color =#0B610B\b[^>]*>(.*?)</font>

但它会在字体颜色标签之间找到所有东西

我也试过了：

<font color =#0B610B\b[^>]*>([a-z])([A-Z])</font>

但它不起作用。

谁能帮帮我？非常感谢。

【问题讨论】：

这可能是this question 的副本吗？上下文有点不同，但实际上是相同的问题。

标签： regex grep textwrangler

【解决方案1】：

像这样积极展望未来怎么样

[a-z](?=[A-Z])

我没有text wrangler，但您可以使用它并匹配单词并添加您的colon 和space。我在perl 中测试了这个regex，它看起来还可以。

[jaypal:~/Temp] cat temp
<font color =#0B610B> Word word wordWord </font>
<font color =#C0C0C0> Word word wordWord </font>

[jaypal:~/Temp] perl -pe 's/([a-z])(?=[A-Z])/$1: /' temp
<font color =#0B610B> Word word word: Word </font>
<font color =#C0C0C0> Word word word: Word </font>

更新：我忘了我有 BBEdit，它是 Text Wrangler 的老大哥。这是action。

Update2：这是 Text Wrangler 中的 action。

【讨论】：

不，似乎不在 TextWtangler 中。我试过 ([a-z])(?=[A-Z]) 但它没有运行。谢谢。
它适用于文本管理员。看我的第二张快照。确保您选择了 grep、case-sensitive 和 wrap around。
非常感谢，杰帕尔。我忘了告诉你，有一些例外（如千瓦，博士......）。但更重要的是，我只想编辑两个特定字体颜色标签（和）之间发生的内容。

【解决方案2】：

这个怎么样：

<font[^>]*>[^<>]*([a-z][A-Z])[^<>]*</font>

【讨论】：

谢谢，但这没有找到任何匹配项。
那么它一定是一个 textwrangler 特定的东西 - 我在 Notepad++ 和 Java 中用你的例子检查了这个。抱歉，我帮不上忙。

【解决方案3】：

试试这个

<font.*?>.*?[a-z][A-Z].*?</font>

【讨论】：

非常感谢，但这也不起作用。文本中还有其他字体标签，它会选择每一次出现。我尝试 .*?[a-z][A-Z].*? 但它不起作用。

【解决方案4】：

我认为你不能在一个单一的正则表达式中做到这一点，但前提是你可以循环遍历它：

<script type="text/javascript">
function checkscript() {
    var content = document.regexForm.input.value;
//match any HTML tag (you could specify font)(not an opening tag)(lowercase)(uppercase)(not an opening tag)
    while(content.match(/(<[^>]*?>)([^<]*)([a-z])([A-Z])([^<]*)/))
    {
        content = content.replace(/(<[^>]*?>)([^<]*)([a-z])([A-Z])([^<]*)/g,"$1$2$3: $4$5");
    }
    document.regexForm.output.value = content;
}
</script>
<body>

<form name="regexForm">
    <textarea rows="10" cols="50" name="input"> 
            <font color =#0B610B> Word myWord<BR> wordWord </font>
            <font color =#C0C0C0> Word word wordWord </font>
    </textarea>
<BR>    
<input type=button value="run test regex" onClick="checkscript();return true;">
<BR><textarea rows="10" cols="50" name="output"></textarea>
</form>

这个：

<font color =#0B610B> Word myWord<BR> wordWord </font>
<font color =#C0C0C0> Word word wordWord </font>

变成：

<font color =#0B610B> Word my: Word<BR> word: Word </font>
<font color =#C0C0C0> Word word word: Word </font>

【讨论】：

【解决方案5】：

此问题尚未标记为已回答。如果你还没有找到合适的答案，你可以试试这个：

鉴于以下示例，只有第 1、2 和 3 行应该“匹配”您的条件。第 4 行应该不匹配，因为没有“小写-大写”组合。第 5 行也不应该匹配，因为字体颜色 (#FFFFFF) 与您指定的不匹配（在 OP 以及后续 cmets 中）。

<font color =#0B610B> Word word wordWord </font>
<font color =#C0C0C0> Word word wordWord </font>
<font color =#C0C0C0> wordWord wordWordwordWord </font>
<font color =#0B610B> word word word Word Word Word Wordword </font>
<font color =#FFFFFF> Word word wordWord </font>

搜索词可以这样写：

(?&lt;=font color =#(?:0B610B|C0C0C0)&gt;)((?:(?!&lt;/font&gt;|[\r\n]).)*[a-z])([A-Z])

替换词可以这样写：

\1: \2

搜索词有几个嵌套的括号。首先，(?<...) 在左侧找到“”标签，然后从其右侧开始搜索。 (?:0B610B|C0C0C0) 查找您指定的字体颜色（您可以通过添加更多“|”管道来添加更多），并且不会将它们存储在 \# 寄存器之一（如 \1 或 \2）中。

然后有 3 个开放的(。第一个是匹配组，将与\1 匹配。第三个（暂时跳过第二个）看起来像(?!...) 将看起来当前搜索模式右侧的字符不是结束</font> 标记，也不是任何类型的换行符。当该条件为真时，. 字符将搜索推进到下一个字符，并再次检查以确保未找到 </font>。它会一直这样做，直到找到 </font> 结束标记。

第二个(?:...) 组的原因是我们不希望将搜索结果传递到任何寄存器中：我们想要“... 标记之间的所有内容”，但实际上不包括标签。

最后，在替换术语中，我们将文本部分从标记的右侧粘贴到单词小写的第一次出现处，并且在同一个单词遇到大写字符之前。然后它只是输入一个冒号，一个空格，然后结束。对于单行包含 wordWordWordWord 的情况，您可能需要多次运行此替换。

【讨论】：