替换字符串，除非在两点之间

Question

我有正则表达式需要用\" 替换所有反斜杠\\，除非\\ 在两个美元符号$\\bar{x}$ 之间。我不知道如何在正则表达式中替换所有这些，除非它介于这两个字符之间。

这是一个字符串和一个gsub，即使在双倍美元内也能摆脱所有\\

x <- c("I like \\the big\\ red \\dog\\ $\\hat + \\bar$, here it is $\\bar{x}$",
    "I have $50 to \\spend\\", "$\\frac{4}{5}$ is nice", "$\\30\\ is nice too") 

gsub("\\\\", "\"", x)

## > gsub("\\\\", "\"", x)
## [1] "I like \"the big\" red \"dog\" $\"hat + \"bar$, here it is $\"bar{x}$" 
## [2] "I have $50 to \"spend\""    
## [3] "$\"frac{4}{5}$ is nice"   
## [4] "$\"30\" is nice too"  

我追求的是：

## [1] "I like \"the big\" red \"dog\" $\\hat + \\bar$, here it is $\\bar{x}$" 
## [2] "I have $50 to \"spend\""
## [3] "$\\frac{4}{5}$ is nice"   
## [4] "$\"30\" is nice too" 

Answer 1

使用@FrankieTheKneeMan 的strsplit 方法：

x <- c("I like \\the big\\ red \\dog\\ $\\hat + \\bar$, here it is $\\bar{x}$",
       "I have $50 to \\spend\\",
       "$\\frac{4}{5}$ is nice",
       "$\\30\\ is nice too") 

# > cat(x, sep='\n')
# I like \the big\ red \dog\ $\hat + \bar$, here it is $\bar{x}$
# I have $50 to \spend\
# $\frac{4}{5}$ is nice
# $\30\ is nice too

# split into parts separated by '$'.
# Add a space at the end of every string to deal with '$'
#  at the end of the string (as
#      strsplit('a$', '$', fixed=T)
#  is just 'a' in R)
bits <- strsplit(paste(x, ''), '$', fixed=T)

# apply the regex to every second part (starting with the first)
# and always to the last bit (because of the ' ' we added)
out <- sapply(bits, function (x) {
                   idx <- unique(c(seq(1, length(x), by=2), length(x)))
                   x[idx] <- gsub('\\', '\"', x[idx], fixed=T)
                   # join back together
                   x <- paste(x, collapse='$')
                   # remove that last ' ' we added
                   substring(x, 1, nchar(x) - 1)
               }, USE.NAMES=F)

# > cat(out, sep='\n')
# I like "the big" red "dog" $\hat + \bar$, here it is $\bar{x}$
# I have $50 to "spend"
# $\frac{4}{5}$ is nice
# $"30" is nice too

这总是会出现失败的情况 ("I have $20. \\hi\\ Now I have $30")，因此您必须牢记这一点，并针对您期望的其他格式的字符串对其进行测试。

Answer 2

如果您忽略内容相关问题，则可以使用 PCRE 正则表达式进行替换。 （如果$ 不表示要保留\ 的部分具有明确的形式，则可以逐个进行修补。

假设$ 总是开始和结束一个非替换区域，除了字符串中最后一个奇数$ 的情况。

模式（第一行是RAW正则表达式，第二行是引号字符串文字）：

\G((?:[^$\\]|\$[^$]*+\$|\$(?![^$]*+\$))*+)\\
"\\G((?:[^$\\\\]|\\$[^$]*+\\$|\\$(?![^$]*+\\$))*+)\\\\"

替换字符串：

\1"
"\\1\""

DEMO 1
DEMO 2

说明

这个想法是在不包含在 2 个$ 中的字符串中找到下一个\。这是通过确保匹配总是从最后一个匹配停止的地方开始\G 来实现的，以确保我们不会跳过任何文字 $ 并匹配内部的 \。

我们不会替换 3 种形式的序列：

• 既不是文字 $ 也不是文字 \: [^$\\]
• 2 $ 之间的任何文本（这不考虑转义机制，如果有的话）：\$[^$]*+\$
• 允许在奇数最后一个$ 之后替换\：\$(?![^$]*+\$)

所以我们只需遍历上述 3 种形式的序列的任意组合，并匹配最近的 \ 进行替换。

与上述相同的假设，除了$<digit> 不会启动非替换区域。

即使使用这种字符串也可以：

我有 50 美元要 \spend\。我只是 $\bar$ 记得我上次的 \paycheck\ 中还有 30 美元 $\left$。孤独的$ \在最后\

图案：

\G((?:[^$\\]|\$\d|\$(?![^$]*\$)|\$[^$]*+\$)*+)\\
"\\G((?:[^$\\\\]|\\$\\d|\\$(?![^$]*\\$)|\\$[^$]*+\\$)*+)\\\\"

DEMO

\$\d 交替添加到\$[^$]*+\$ 前面，以使引擎首先检查该情况。