如何替换仅在字符串开头重复 characters/words 的模式？

Question

请注意，这个问题是在 Julia 的上下文中，因此（据我所知）是 PCRE。

假设您有这样一个字符串：

"sssppaaasspaapppssss"

并且您想单独匹配字符串末尾的重复字符（在我们的字符串的情况下，四个 "s" 字符 - 也就是说，matchall 给出 ["s"、"s"、"s"、"s"]，而不是 ["ssss"]）。这很简单：

r"(.)(?=*$)"

这实际上是微不足道的（而且很容易使用 - replace(r"(.)(?=*$)","hell","k") 将给出 "hekk" 而 replace(r"(.)(?=*$)","hello","k") 将给出 "hellk"）。并且可以通过将点换成更复杂的东西来推广重复模式：

r"(\S+)(?=( )*$)"

例如，

将独立匹配 "abc abc defg abc h abc abc abc" 中 "abc" 的最后三个实例。

这会引出问题...您将如何匹配字符串 start 处的重复字符或模式？具体来说，按照上面的方式使用正则表达式。

显而易见的方法是将上述正则表达式的方向反转为 r"(?<=^*)(.)" - 但 PCRE/Julia 不允许 lookbehinds 具有可变长度（除非它是固定变量，例如 (?<=ab|cde)), 从而抛出错误。下一个想法是使用“\K”作为 r"^*\K(.)" 行的东西，但这只能匹配第一个字符（大概是因为它 "advances" 在匹配它之后，不再匹配插入符).

为清楚起见：我正在寻找一个正则表达式，例如，它会导致

replace("abc abc defg abc h abc abc abc",<regex here>,"hello")

生产

"hello hello defg abc h abc abc abc"

如您所见，它从一开始就将每个 "abc" 替换为 "hello"，但直到第一个不匹配为止。我上面提供的反向在字符串的另一端执行此操作：

replace("abc abc defg abc h abc abc abc",r"(\S+)(?=( )*$)","hello")

产生

"abc abc defg abc h hello hello hello"

Answer 1

您可以使用匹配上一个匹配项之后或字符串开头位置的 \G 锚点。通过这种方式，您可以确保从字符串开头到最后一次出现的结果的连续性：

\G(\S+)( (?= ))?

demo

或者能够匹配到字符串的末尾：

\G(\S+)( (?=(?: |\z)))?

Answer 2

对于 PCRE 风格的引擎，不幸的是没有
就没有办法做到这一点可变长度后视。

纯粹的解决方案是不可能的。
没有 \G 锚点技巧可以做到这一点。

这就是 \G 锚点不起作用的原因。

有了主播，你唯一能保证的就是最后一场比赛
导致匹配前向重叠被检查为相等
到当前比赛。

因此，您只能从头开始全局匹配最多 N-1 个重复项。

证明如下：

正则表达式：

 # (?:\G([a-c]+)(?=))

 (?:
      \G 
      ( [a-c]+ )                    # (1)
      (?=
            
      )
 )

输入：

abcabcabcbca

输出：

 **  Grp 0 -  ( pos 0 , len 3 ) 
abc  
 **  Grp 1 -  ( pos 0 , len 3 ) 
abc  
------------
 **  Grp 0 -  ( pos 3 , len 3 ) 
abc  
 **  Grp 1 -  ( pos 3 , len 3 ) 
abc

结论：

即使您知道第Nth个从之前的预测中也存在，
Nth 没有当前 lookahead 的条件就无法匹配。

抱歉，祝你好运！
如果您找到纯正则表达式解决方案，请告诉我。

如何替换仅在字符串开头重复 characters/words 的模式？

How to replace pattern of repeating characters/words only at the beginning of the string?

regex

julia

pcre

regex-lookarounds

lookbehind