用一个正则表达式进行多个替换

Question

让我们假设，为了简单起见，我们有以下字符串：

“约翰爱玛丽，玛丽爱杰克，杰克不关心约翰和玛丽。”

让我们假设我想用regex来改变故事的角色。

约翰->约瑟夫

玛丽->杰西卡

杰克->基思

当然我可以改变其中的一个，一次一个。

但是我想知道是否有可能用一个正则表达式替换来改变它们，比如“多重替换”或者“有条件替换”。

类似于：

regex：(?:(?<name1>John)|(?<name2>Mary)|(?<name3>Jake))

替换：(?(name1)Joseph|(?(name2)Jessica|(?(name3)Keith)))

这只是一个简单的例子。

在我的应用程序中，我必须对每个字符串执行大约20个替换，这会影响应用程序的性能。

我使用的regex口味是PCRE。

应用程序是使用Qt框架使用C++编写的。

Answer 1

所以你用的是所谓的PCRE口味。很好，但这并没有说明你使用的是哪个库。让我们在这里回顾几个选项，因为有几个不同的库声称与Perl兼容。

助推

这是最简单的解决办法。boost::regex完全支持您通过其Boost扩展格式字符串语法所要求的内容。

因此，您可以替换该模式：

(?<name1>John)|(?<name2>Mary)|(?<name3>Jake)

使用替换字符串：

(?{name1}Joseph:(?{name2}Jessica:Keith))

当然了，很管用。您可以在Notepad++中测试它，但是下面是一些示例代码：

#include <string>
#include <iostream>
#include <boost/regex.hpp>

int main(int argc, char **argv) {
    std::string subject("John loves Mary, Mary loves Jake and Jake doesn't care about John and Mary.");
    const char* replacement = "(?{name1}Joseph:(?{name2}Jessica:Keith))";

    boost::regex re("(?<name1>John)|(?<name2>Mary)|(?<name3>Jake)", boost::match_perl);

    std::string result = boost::regex_replace(subject, re, replacement, boost::format_all);
    std::cout << result << std::endl;

    return 0;
}

PCRE2

PCRE 缠住通过Boost引入了更丰富的替换语法，通过PCRE2_SUBSTITUTE_EXTENDED。在这篇文章(v10.20)中，这段代码还没有发布，但是它可以在源代码存储库(修订版381)中使用，所以如果您现在需要这个解决方案，就必须从源代码构建PCRE2。

模式相同，但替换字符串具有不同的语法：

${name1:+Joseph:${name2:+Jessica:Keith}}

下面是一些示例C代码：

#include <stdio.h>
#include <string.h>

#define PCRE2_CODE_UNIT_WIDTH 8
#include <pcre2.h>

int main(int argc, char **argv) {
    int error;
    PCRE2_SIZE erroffset;

    const PCRE2_SPTR pattern = (PCRE2_SPTR)"(?<name1>John)|(?<name2>Mary)|(?<name3>Jake)";
    const PCRE2_SPTR subject = (PCRE2_SPTR)"John loves Mary, Mary loves Jake and Jake doesn't care about John and Mary.";
    const PCRE2_SPTR replacement = (PCRE2_SPTR)"${name1:+Joseph:${name2:+Jessica:Keith}}";

    pcre2_code *re = pcre2_compile(pattern, PCRE2_ZERO_TERMINATED, 0, &error, &erroffset, 0);
    if (re == 0)
        return 1;

    pcre2_jit_compile(re, PCRE2_JIT_COMPLETE);

    PCRE2_UCHAR output[1024] = "";
    PCRE2_SIZE outlen = sizeof(output) / sizeof(PCRE2_UCHAR);

    int rc = pcre2_substitute(re, subject, PCRE2_ZERO_TERMINATED, 0, PCRE2_SUBSTITUTE_GLOBAL | PCRE2_SUBSTITUTE_EXTENDED, 0, 0, replacement, PCRE2_ZERO_TERMINATED, output, &outlen);
    if (rc >= 0)
        printf("%s\n", output);

    pcre2_code_free(re);
    return 0;
}

PCRE

有了PCRE (

...which意味着，如果您使用的是库，那么无论如何您都可以完全控制替换过程。您可以使用如下模式：

John(*MARK:1)|Mary(*MARK:2)|Jake(*MARK:3)

然后，通过对最后遇到的MARK进行判别来代替。

Qt

Qt的QRegularExpression类封装了PCRE库(不是PCRE2)，但它似乎没有公开所有的PCRE特性。

无论如何，接受过载的QRegularExpression看起来并不是功能齐全的：

QString & QString::replace(const QRegularExpression & re, const QString & after)

所以你只能靠自己了。

我的2美分

嘿，也许对于这么简单的替换，正则表达式太过分了.如果您有性能问题，您应该尝试手工实现这些替换-精心编制的算法应该比regex解决方案更快。只需确定你的代码，看看罪魁祸首在哪里。