取出并通过正则表达式

Question

我想写一个正则表达式，使得接下来的事情就替换字符：

1. _ - 用空格>替换
2. + - >删除它，如果没有另一个+后（即c++ =>c++c+ - >c）
3. ' - >中删除它，如果它在该单词的开始或结束（即 Alin's - >Alin's。 'Alin's - >alin's）
4. &，-，.,! - 不要删除。
5. 另一个特殊字符 - 删除

我想这样做，通过传递一个时间字符串

例如：

Input: "abc's, test_s! & c++ c+ 'Dirty's'. and beautiful'..." 
Output: "abc's test s! & c++ c Dirty's. and beautiful..." 

说明：

char `'` in `abc's,` stays because `3` 
char `,` in `abc's,` was removed because `5` 
char `_` in `test_s!` was replaced by space because `1` 
char `!` in `test_s!` is not removed because `!` 
char `&` is not removed because `4` 
char `+` in `c++` is not removed because `2` 
char `+` in `c+` was removed because `2` 
word: `'Dirty's'.` was replaced to `Dirty's.` because `3` and `4` 
char `'` in `beautiful'...` was removed because `3` 
char `.` is not removed because of `4` 

这是我的javascript代码：

var str = "abc's test_s c++ c+ 'Dirty's'. and beautiful"; 
console.log(str); 
str = str.replace(/[_]/g, " "); 
str = str.replace(/[^a-zA-Z0-9 &-.!]/g, ""); 
console.log(str); 

这是我的jsfiddle：http://jsfiddle.net/alonshmiel/LKjYd/4/

我不喜欢我的代码，因为我敢肯定，它可能通过运行一次在字符串做。

任何帮助表示赞赏！

Answer 1

function sanitize(str){ 
 

 
    return str.replace(/(_)|(\'\W|\'$)|(^\'|\W\')|(\+\+)|([a-zA-Z0-9\ \&\-\.\!\'])|(.)/g,function(car,p1,p2,p3,p4,p5,p6){ 
 

 
    if(p1) return " "; 
 
    if(p2) return sanitize(p2.slice(1)); 
 
    if(p3) return sanitize(p3.slice(0,-1)); 
 
    if(p4) return p4.slice(0,p4.length-p4.length%2); 
 
    if(p5) return car; 
 
    if(p6) return ""; 
 
}); 
 
} 
 
document.querySelector('#sanitize').addEventListener('click',function(){ 
 
    
 
    document.querySelector('#output').innerHTML=  
 
\t sanitize(document.querySelector('#inputString').value); 
 
});

#inputString{ 
 
    width:290px 
 
} 
 
#sanitize{ 
 
    background: #009afd; 
 
    border: 1px solid #1777b7; 
 
    border:none; 
 
    color:#fff; 
 
    cursor:pointer; 
 
    height: 1.55em; 
 
} 
 

 
#output{ 
 
    background:#ddd; 
 
    margin-top:5px; 
 
    width:295px; 
 
}

<input id="inputString" type="text" value="abc's test_s! & c++ c+ 'Dirty's'. and beau)'(tiful'..."/> 
 
<input id="sanitize" type="button" value="Sanitize it!"" /> 
 
<div id="output" ></div>

几点：

• 一个通约束没有得到充分尊重，由于消毒与\ W拍摄的人物的义务。我没有找到任何其他方式。
• 关于++规则：如果损害，+的任何序列都减1。
• 只有在旁边有一个非字母数字字符的情况下，才会删除apostrophs。你应该怎么做，例如：“abc'&”。 “abc &”或“abc'&”？也适用于“ab_'s”。

https://developer.mozilla.org/en-US/docs/Web/JavaScript/Guide/Regular_Expressions

https://developer.mozilla.org/en-US/docs/Web/JavaScript/Reference/Global_Objects/String/replace#Specifying_a_function_as_a_parameter

Answer 2

你需要的是链接和交替操作

function customReplace(str){ 
    return str.replace(/_/g, " ").replace(/^'|'$|[^a-zA-Z0-9 &-.!]|\+(?=[^+])/g,""); 
} 

正则表达式/^'|'$|[^a-zA-Z0-9 &-.!]|\+(?=[^+])/g什么结合了所有需要被删除。我们用一个空格替换所有的_，我们最终返回。

\+(?=[^+])查找+后跟任何东西，除了+

另外，的更换顺序很重要。

Answer 3

由于您需要的替换可能不同（无或空格），因此无法使用固定字符串（由于单通约束）。所以唯一的办法是使用动态替换。

直接的方法：

让我们尝试查找的字符去掉，并在某些情况下，他人保留：

var str = "abc's, test_s! & c++ c+ 'Dirty's'. and beautiful'..."; 

var re = /[^\w\s&.!'+-]+|\B'+|'+\B|(\+{2,})|\+|'*(_)'*/g; 

var result = str.replace(re, function (_, g1, g2) { 
    if (g1) return g1; 
    return (g2) ? ' ' : ''; }); 

console.log(result); 

当下划线被发现，捕获组2被定义（回调函数中的g2）并返回一个空格。

注意：在上面的例子中，术语“单词”是以正则表达式的意思（除了下划线之外，字符类别\w所以[a-zA-Z0-9_]），但是如果您想要更严格，例如要排除单引号附近数字，你需要改变的模式有点：关于这两个模式

var re = /[^\w\s&.!'+-]+|(_)'*|([^a-z])'+|'+(?![a-z])|(\+{2,})|\+|^'+/gi; 

var result = str.replace(re, function (_, g1, g2, g3) { 
    if (g2) return g2; 
    if (g3) return g3; 
    return (g1) ? ' ' : ''; }); 

注：

这两种模式由在6点或7的子模式的交替，可以匹配大约1或2个字符最时间。请记住，要找到要删除的角色，这些模式必须先测试6个或7个替代品，然后才能对每个不能替换的角色进行失败。这是一项重要的成本，大部分时间角色不需要被替换。

还有就是要降低这一成本，你可以在这里申请办法：第一个字符识别

这样做是为了避免尽可能多地测试每个子模式。这可以在这里完成，因为所有的子模式都不以字母开头，所以如果你在开始处添加一个前瞻，你可以快速跳过所有字母，而不必测试每个子模式。例如，对于模式2：

var re = /(?=[^a-z])(?:[^\w\s&.!'+-]+|(_)'*|([^a-z])'+|'+(?![a-z])|(\+{2,})|\+|^'+)/gi; 

对于第一图案可以跳过多个字符：

var re = /(?=[^a-z0-9\s&.!-])(?:[^\w\s&.!'+-]+|\B'+|'+\B|(\+{2,})|\+|'*(_)'*)/gi; 

尽管有这些改进，这两个图案需要很多步骤对于小字符串（〜400）（但认为这是一个包含所有可能情况的示例字符串）。

更间接的方法：

现在，让我们尝试由找到一个字符替换等方式，但这次与之前的所有字符。

var re = /((?:[a-z]+(?:'[a-z]+)*|\+{2,}|[\s&.!-]+)*)(?:(_)|.)?/gi 

var result = str.replace(re, function (_, g1, g2) { 
    return g1 + ((g2) ? ' ' : ''); 
}); 

（请注意，有没有必要，以防止灾难性的回溯，因为(?:a+|b+|c+)*后面是一个始终保持正确的子模式(?:d|e)?。除此之外，整个模式将永远不会失败的任何字符串或它的位置。）

要替换的字符前的所有字符（允许的内容）被捕获并由回调函数返回。

这种方式需要多于2倍的步骤来完成相同的工作。

Answer 4

试试这个：用正则表达式/(?!\b)'|'(?=\B)|^'|'$|[^\w\d\s&-.!]|\+(?=[^+])/gm

function sanitize(str) { 
 
    var re = /(?!\b)'|'(?=\B)|^'|'$|[^\w\d\s&-.!]|\+(?=[^+])/gm; 
 
    var subst = ''; 
 
    var tmp = str.replace(re, subst); // remove all condition without (_) 
 
    var result = tmp.replace("_", " "); // next replace (_) by () space. 
 
    return result; 
 
} 
 

 
document.querySelector('#sanitize').addEventListener('click', function() { 
 

 
    document.querySelector('#output').innerHTML = 
 
    sanitize(document.querySelector('#inputString').value); 
 
});

#inputString { 
 
    width: 290px 
 
} 
 
#sanitize { 
 
    background: #009afd; 
 
    border: 1px solid #1777b7; 
 
    border: none; 
 
    color: #fff; 
 
    cursor: pointer; 
 
    height: 1.55em; 
 
} 
 
#output { 
 
    background: #eee; 
 
    margin-top: 5px; 
 
    width: 295px; 
 
}

<input id="inputString" type="text" value="abc's test_s! & c++ c+ 'Dirty's'. and beau)'(tiful'..." /> 
 
<input id="sanitize" type="button" value="Sanitize it!" /> 
 
<div id="output"></div>