在同一行中查找和编辑多个正则表达式匹配项

Question

我想将 markdown 添加到 (gollum) wiki 页面中的关键短语，这将 link 以以下形式添加到相关的 wiki 页面：

This is the key phrase.

变成

This is the [[key phrase|Glossary#key phrase]].

我有一个关键短语列表，例如：

keywords = ["golden retriever", "pomeranian", "cat"]

还有一个文档：

Sue has 1 golden retriever. John has two cats.
Jennifer has one pomeranian. Joe has three pomeranians.

我想遍历每一行并找到每个关键字的每个匹配项（还不是 link）。我目前的尝试是这样的：

File.foreach(target_file) do |line|
    glosses.each do |gloss|
        len = gloss.length
        # Create the regex. Avoid anything that starts with [
        # or (, ends with ] or ), and ignore case.
        re = /(?<![\[\(])#{gloss}(?![\]\)])/i
        # Find every instance of this gloss on this line.
        positions = line.enum_for(:scan, re).map {Regexp.last_match.begin(0) }
        positions.each do |pos|
            line.insert(pos, "[[")
            # +2 because we just inserted 2 ahead.
            line.insert(pos+len+2, "|#{page}\##{gloss}]]")
        end
    end
    puts line
end

但是，如果同一行上的同一关键词有两个匹配项，这将运行变成一个问题。因为我将东西插入到行中，所以我为每个匹配项找到的位置在第一个匹配项之后就不准确了。我知道我每次都可以调整插入的大小，但是，因为我的插入对于每种光泽来说都是不同的大小，这似乎是最蛮力、最老套的解决方案。

有没有解决方案可以让我在同一时间在同一行上进行多次插入，而不需要每次都任意调整几次？

Answer 1

看了@BryceDrew 的在线python 版本后，我意识到ruby 可能也有填充匹配的方法。我现在有了一个更简洁、更快速的解决方案。

首先，我需要为我的注解制作正则表达式：

glosses.push(/(?<![\[\(])#{gloss}(?![\]\)])/i)

注意：该正则表达式的大部分是前瞻和后视断言，以防止捕捉到已经属于 link.

的短语

然后，我需要对所有这些进行 union：

re = Regexp.union(glosses)

之后，只需在每一行上执行 gsub，然后填写我的匹配项：

File.foreach(target_file) do |line|
  line = line.gsub(re) {|match| "[[#{match}|Glossary##{match.downcase}]]"}
  puts line
end

在同一行中查找和编辑多个正则表达式匹配项

Finding and Editing Multiple Regex Matches on the Same Line

ruby

regex

gollum-wiki