在正则表达式的模式中查找字符

Posted 2023-03-22

【中文标题】在正则表达式的模式中查找字符

【英文标题】：finding a character in a pattern in regular expression

【发布时间】：2016-11-13 06:06:38

【问题描述】：

我正在尝试在字符串中的引号内查找所有出现的等号

如果我的输入字符串是：

anything='', bob2='age=24, sex=M', dilan=24, noble1='yellow'

我希望找到我的角色如下

anything='', bob2='age=24, sex=M', dilan=24, nobel1=24
                      ^       ^

随后将其替换为

anything='', bob2='age~24, sex~M', dilan=24, nobel1=24
                      ^       ^

我尝试了以下方法来查找所有事件

'[^',].+?'

但这没有用。

【问题讨论】：

您使用什么工具/语言？一个可能的答案可能取决于它。您的字符串是否总是格式正确（引号内没有转义序列）？

使用的语言是 Hadoop Impala SQL。引号内没有转义序列

引号内不会有任何引号。所以 param2='age='24', sex='M'' 永远不会是这个问题的合理案例

【参考方案1】：

仅通过正则表达式很难实现您的要求。

我想逐个字符地迭代字符串来实现它。

请检查下面的代码。我已经把评论放在里面了。我使用的是 Java，但您可以使用其中的算法。

public class Main 
    public static void main(String args[])
        String input = "param1='', param2='age<b>=</b>24, sex<b>=</b>M', param3=24, param4='yellow'";
        char[] arr = input.toCharArray();
        boolean close = true;

        /**
         * Iterate the char array
         */
        for(int i = 0;i < arr.length;i++)
            if(arr[i] == '\'')

                /**
                 * Ignore the escaped ' char in ''
                 */
                if(i > 0 && arr[i - 1] == '\\')
                    break;
                

                /**
                 * Use close to check whether equal sign is inside the ''
                 */
                if(close)
                    close = false;
                else
                    close = true;
                
            else if(arr[i] == '=')
                if(!close)
                    arr[i] = '~';
                
            

            System.out.print(arr[i]);

        
    

【讨论】：

谢谢。我应该更具体。使用的语言是 Impala SQL，

【参考方案2】：

试试这个：

(?<!param[\d+])=

并替换为：

~

细分： 它会寻找任何 '=' 并查看是否以 param[\d+] 开头.. 如果前面没有 param\d+ 那么它将捕获 = 符号。

那个=将被替换为~

Explanation

【讨论】：

谢谢，差不多了。我应该更具体 实际的字符串可以是这样的 app='', policy_name='age=24, sex=M, sal=300', dvc_host=24, sender=''。所以我不能硬编码“参数”。

【参考方案3】：

您可以使用组通过正则表达式来做到这一点。

试试这个代码：

(?<=age)(\=)(\S+\s\w+)(\=)

然后，将第 1 组和第 3 组替换为 ~，并保持第 2 组不变：~$2~

演示：https://regex101.com/r/qxR9ty/1

更新

您可以首先按照@Maverick_Mrt 的建议使用 Negative Lookbehind，然后通过添加 | 来取消您想要排除的任何类别。 cat1|cat2

(?<!app|policy_name|dvc_host|sender|sal)\=

演示：https://regex101.com/r/qxR9ty/

【讨论】：

谢谢。但是有一个问题，我不能硬编码“年龄”

我无法预测 app|policy_name 硬编码等参数列表

@GeorgeJoseph 你能预测引号内的列表，比如性别和年龄吗？

Nopes 无法预测引号内的列表。但在引号内不会有任何引号