用于替换列表定界符和字符串结尾的可变长度否定后视
Variable-length negative look-behind for replacing list delimiters and the string end
我希望在分隔值字符串（包括最后一个）中缺少索引的值之后插入索引。
s <- "Dee, DP(Dee, D. P.)[1];Uppala, SM(Uppala, S. M.);Simmons, AJ(Simmons, A. J.);Kobayashi, S(Kobayashi, S.)[2];Andrae, U(Andrae, U.)"
gsub("(?<!\[\d\])(;|$)", "\[0\]\2", s, perl=TRUE)
这段代码让我缺少定界符：
"Dee, DP(Dee, D. P.)[1];Uppala, SM(Uppala, S. M.)[0]Simmons, AJ(Simmons, A. J.)[0]Kobayashi, S(Kobayashi, S.)[2];Andrae, U(Andrae, U.)[0]"
代码类似地处理最后一个值已经有索引的情况：
s <- "Dee, DP(Dee, D. P.)[1];Uppala, SM(Uppala, S. M.);Simmons, AJ(Simmons, A. J.);Kobayashi, S(Kobayashi, S.)[2];Andrae, U(Andrae, U.)[3]"
这次捐赠（仍缺少分隔符）：
"Dee, DP(Dee, D. P.)[1];Uppala, SM(Uppala, S. M.)[0]Simmons, AJ(Simmons, A. J.)[0]Kobayashi, S(Kobayashi, S.)[2];Andrae, U(Andrae, U.)[3]"
我需要找回丢失的分隔符，例如第一种情况：
"Dee, DP(Dee, D. P.)[1];Uppala, SM(Uppala, S. M.)[0];Simmons, AJ(Simmons, A. J.)[0];Kobayashi, S(Kobayashi, S.)[2];Andrae, U(Andrae, U.)[0]"
此外，我希望代码也能处理多于一位数的索引，即 10、100 等（可变长度），例如：
s <- "Dee, DP(Dee, D. P.)[10];Uppala, SM(Uppala, S. M.);Simmons, AJ(Simmons, A. J.);Kobayashi, S(Kobayashi, S.)[2];Andrae, U(Andrae, U.)"
或
s <- "Dee, DP(Dee, D. P.)[10];Uppala, SM(Uppala, S. M.);Simmons, AJ(Simmons, A. J.);Kobayashi, S(Kobayashi, S.)[2];Andrae, U(Andrae, U.)[3]"
在您的替换模式中，</code> 指的是不存在的第 2 组。 <code>(?<!...) 是一个负面回顾，与捕获组不同，它不会强制正则表达式引擎为其匹配值分配任何特殊内存缓冲区。
您必须使用 </code>，而不是 <code>。
要解决后视中的可变宽度模式，您可以使用带有 SKIP-FAIL 动词的 PCRE 模式的两步方法：
s <- gsub("\[\d+];(*SKIP)(*F)|(;)", "[0]\1", s, perl=TRUE)
sub("(?s)^(?!.*\[\d+]$)(.*)", "\1[0]", s, perl=TRUE)
见regex demo #1 / regex demo #2 and the R demo online
模式 #1 详细信息
\[\d+];(*SKIP)(*F) - [, 1+ 位, ] 然后 ;; (*SKIP)(*F) 从整体匹配内存缓冲区中丢弃此匹配文本，并继续从失败的位置搜索正则表达式模式| - 或(;) - 第 1 组（替换模式中的 </code>）：一个 <code>; 字符。
模式#2
(?s) - 转换 dotall 模式，以便 . 可以匹配 TRE 正则表达式中的任何字符（由 sub 使用而没有 perl=TRUE）^ - 字符串开头(?!.*\[\d+]$) - 否定前瞻，确保字符串 [、1+ 位和 ]
(.*) - 所有字符串都在第 1 组中捕获。
或者，如果您可以使用 stringr 并且您知道位数少于某个值，例如 100，您可以利用此 constrained-width 后视 ICU图书馆特色：
stringr::str_replace_all(s, "(?<!\[\d{1,100}])(;|$)", "[0]\1")
这里，(?<!\[\d{1,100}])匹配字符串中不紧跟[的位置，1到100位，然后是].
我希望在分隔值字符串（包括最后一个）中缺少索引的值之后插入索引。
s <- "Dee, DP(Dee, D. P.)[1];Uppala, SM(Uppala, S. M.);Simmons, AJ(Simmons, A. J.);Kobayashi, S(Kobayashi, S.)[2];Andrae, U(Andrae, U.)"
gsub("(?<!\[\d\])(;|$)", "\[0\]\2", s, perl=TRUE)
这段代码让我缺少定界符：
"Dee, DP(Dee, D. P.)[1];Uppala, SM(Uppala, S. M.)[0]Simmons, AJ(Simmons, A. J.)[0]Kobayashi, S(Kobayashi, S.)[2];Andrae, U(Andrae, U.)[0]"
代码类似地处理最后一个值已经有索引的情况：
s <- "Dee, DP(Dee, D. P.)[1];Uppala, SM(Uppala, S. M.);Simmons, AJ(Simmons, A. J.);Kobayashi, S(Kobayashi, S.)[2];Andrae, U(Andrae, U.)[3]"
这次捐赠（仍缺少分隔符）：
"Dee, DP(Dee, D. P.)[1];Uppala, SM(Uppala, S. M.)[0]Simmons, AJ(Simmons, A. J.)[0]Kobayashi, S(Kobayashi, S.)[2];Andrae, U(Andrae, U.)[3]"
我需要找回丢失的分隔符，例如第一种情况：
"Dee, DP(Dee, D. P.)[1];Uppala, SM(Uppala, S. M.)[0];Simmons, AJ(Simmons, A. J.)[0];Kobayashi, S(Kobayashi, S.)[2];Andrae, U(Andrae, U.)[0]"
此外，我希望代码也能处理多于一位数的索引，即 10、100 等（可变长度），例如：
s <- "Dee, DP(Dee, D. P.)[10];Uppala, SM(Uppala, S. M.);Simmons, AJ(Simmons, A. J.);Kobayashi, S(Kobayashi, S.)[2];Andrae, U(Andrae, U.)"
或
s <- "Dee, DP(Dee, D. P.)[10];Uppala, SM(Uppala, S. M.);Simmons, AJ(Simmons, A. J.);Kobayashi, S(Kobayashi, S.)[2];Andrae, U(Andrae, U.)[3]"
在您的替换模式中，</code> 指的是不存在的第 2 组。 <code>(?<!...) 是一个负面回顾，与捕获组不同，它不会强制正则表达式引擎为其匹配值分配任何特殊内存缓冲区。
您必须使用 </code>，而不是 <code>。
要解决后视中的可变宽度模式，您可以使用带有 SKIP-FAIL 动词的 PCRE 模式的两步方法：
s <- gsub("\[\d+];(*SKIP)(*F)|(;)", "[0]\1", s, perl=TRUE)
sub("(?s)^(?!.*\[\d+]$)(.*)", "\1[0]", s, perl=TRUE)
见regex demo #1 / regex demo #2 and the R demo online
模式 #1 详细信息
\[\d+];(*SKIP)(*F)-[, 1+ 位,]然后;;(*SKIP)(*F)从整体匹配内存缓冲区中丢弃此匹配文本，并继续从失败的位置搜索正则表达式模式|- 或(;)- 第 1 组（替换模式中的</code>）：一个 <code>;字符。
模式#2
(?s)- 转换 dotall 模式，以便.可以匹配 TRE 正则表达式中的任何字符（由sub使用而没有perl=TRUE）^- 字符串开头(?!.*\[\d+]$)- 否定前瞻，确保字符串 末尾没有 (.*)- 所有字符串都在第 1 组中捕获。
[、1+ 位和 ]
或者，如果您可以使用 stringr 并且您知道位数少于某个值，例如 100，您可以利用此 constrained-width 后视 ICU图书馆特色：
stringr::str_replace_all(s, "(?<!\[\d{1,100}])(;|$)", "[0]\1")
这里，(?<!\[\d{1,100}])匹配字符串中不紧跟[的位置，1到100位，然后是].