如何替换某些字符周围的空格？

Question

我正在写一些免费的文本，我需要做一些数据清理，我有一个问题(在许多问题中，我相信稍后我会问)：

我需要替换以下组合：

[ ; ] (标点符号前后的空格)

[;] (标点符号前后没有空格)

[ ;] (仅限标点符号前的空格)

至

[; ] (仅在标点符号后有空格)

...where标点符号可以是[;:,.]中的一个。如何使用正则表达式完成此操作？

Answer 1

一种可能的表达式是：

\s?([;:,.])\s?

根据您使用的编程语言或工具，您必须使用$1、\\1或\1作为反向引用，替代方法可能是$1 (在1之后有一个空格)。

说明：

\s?      - match at most one whitespace character
 (...)   - capture group, storing the matched characters in a reference
  [...]  - character class, matching one of the characters inside

参考： character class、capture group、quantifier

但同样:表达式可能会有所不同，这取决于您使用的工具/语言。例如，sed的类似表达式将如下所示：

/ *\([;:,.]\) */\1 /

但这也会减少标点符号周围的空格(可能还有更好的方法，但我对sed不是很熟悉)。

Answer 2

我会使用\s*([;:,.])\s*并替换为'$1 ' (添加单引号以强调反向引用后的空格。这是Felix的第一个和最后一个建议的交叉，所以它可以清理多个空格，包括制表符和换行符。

Answer 3

这取决于您使用哪种语言将其移动到清理后的表单[; ]中，但是您可以通过将标点符号括在[]中来匹配它们，比如[;:,.]。

一旦你完成了你的模式，你就可以用你的干净版本替换匹配的内容。至少在Java语言中，您可以将其替换为类似"\[$<GroupNumber> \]"的内容，<GroupNumber>根据组的顺序，使用您的标点符号引用带括号的组，如1、2、3等。

请记住，根据您使用的语言，您可能需要转义反斜杠。如果您使用的是Java，那么对于上面的所有示例，您需要使用\\来代替\。