草庐IT

regex - Golang 正则表达式替换不包括带引号的字符串

coder 2023-06-26 原文

我正在尝试在 Golang 中实现 removeComments 函数 this Javascript implementation .我希望从文本中删除任何评论。例如:

/* this is comments, and should be removed */

However, "/* this is quoted, so it should not be removed*/"

在 Javascript 实现中，引用匹配不会分组捕获，因此我可以轻松地将它们过滤掉。然而，在Golang中，似乎不太容易判断匹配的部分是否在一个组中被捕获。那么，如何在 Golang 中实现与 Javascript 版本中相同的 removeComments 逻辑呢？

最佳答案

背景

完成该任务的正确方法是匹配并捕获带引号的字符串(请记住内部可能存在转义实体)，然后匹配多行注释。

正则表达式代码内演示

下面是处理这个问题的代码:

package main
import (
    "fmt"
    "regexp"
)
func main() {
    reg := regexp.MustCompile(`("[^"\\]*(?:\\.[^"\\]*)*")|/\*[^*]*\*+(?:[^/*][^*]*\*+)*/`)
        txt := `random text
            /* removable comment */
            "but /* never remove this */ one"
             more random *text*`
        fmt.Println(reg.ReplaceAllString(txt, "$1"))
}

参见 Playground demo

说明

我建议的正则表达式是用 Best Regex Trick Ever 编写的概念并由 2 个备选方案组成:

  • ("[^"\\]*(?:\\.[^"\\]*)*") - 双引号字符串文字正则表达式 -第 1 组(请参阅 capturing group 由外对未转义的括号组成，稍后可通过 replacement backreferences 访问)匹配可以包含转义序列的双引号字符串文字。这部分匹配:
    • " - 前导双引号
    • [^"\\]* - " 和 \ 以外的 0+ 个字符(如 [^... ] 构造是一个 negated character class 匹配除其中定义的字符之外的任何字符)(* 是匹配 quantifier 的 0 次或多次 )
    • (?:\\.[^"\\]*)*" - 0+ 序列(参见最后的 * 和 non-capturing group 仅用于group 子模式而不形成捕获)转义序列(\\. 匹配文字 \ 后跟任何字符)后跟 0+ " 和 \
      • 以外的字符
  • | - 或者
  • /\*[^*]*\*+(?:[^/*][^*]*\*+)*/ - 多行注释正则表达式 部分匹配 * 没有形成捕获组(因此，无法通过反向引用从替换模式中获取)和匹配
    • / - / 斜线
    • \* - 星号
    • [^*]* - 星号以外的零个或多个字符
    • \*+ - 1 个或多个(+ 是一个一个或多个匹配量词)星号
    • (?:[^/*][^*]*\*+)* - 除了 / 或 *(参见 [^/*])，后跟除星号以外的 0+ 个字符(参见 [^*] *)，然后是 1+ 个星号(参见 \*+)。
    • / - 文字(尾随、结束)斜线。

注意:这个多行注释正则表达式是我测试过的最快的。同样适用于双引号文字正则表达式，如 "[^"\\]*(?:\\.[^"\\]*)*" 是用 unroll-the-loop technique 写的请记住:没有交替，仅以特定顺序使用带有 * 和 + 量词的字符类，以实现最快的匹配。

模式增强注意事项

如果您打算扩展到匹配单引号文字，没有什么比这更容易的了，只需通过重新使用双引号字符串文字正则表达式并将双引号替换为单引号，将另一个替代方法添加到第一个捕获组中:

reg := regexp.MustCompile(`("[^"\\]*(?:\\.[^"\\]*)*"|'[^'\\]*(?:\\.[^'\\]*)*')|/\*[^*]*\*+(?:[^/*][^*]*\*+)*/`)
                                                    ^-------------------------^

这是 single- and double-quoted literal supporting regex demo removing the miltiline comments

添加单行注释支持类似:只需在末尾添加 //[^\n\r]* 替代:

reg := regexp.MustCompile(`("[^"\\]*(?:\\.[^"\\]*)*"|'[^'\\]*(?:\\.[^'\\]*)*')|/\*[^*]*\*+(?:[^/*][^*]*\*+)*/|//.*[\r\n]*`)
                                                                                                              ^-----------^

这里是 single- and double-quoted literal supporting regex demo removing the miltiline and singleline comments

关于regex - Golang 正则表达式替换不包括带引号的字符串，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/36725194/

引号Golangcodestrongregexgo

有关regex - Golang 正则表达式替换不包括带引号的字符串的更多相关文章

  1. ruby - 如何从 ruby​​ 中的字符串运行任意对象方法？ - 2

    总的来说，我对ruby​​还比较陌生，我正在为我正在创建的对象编写一些rspec测试用例。许多测试用例都非常基础，我只是想确保正确填充和返回值。我想知道是否有办法使用循环结构来执行此操作。不必为我要测试的每个方法都设置一个assertEquals。例如:describeitem,"TestingtheItem"doit"willhaveanullvaluetostart"doitem=Item.new#HereIcoulddotheitem.name.shouldbe_nil#thenIcoulddoitem.category.shouldbe_nilendend但我想要一些方法来使用

  2. Ruby 解析字符串 - 2

    我有一个字符串input="maybe(thisis|thatwas)some((nice|ugly)(day|night)|(strange(weather|time)))"Ruby中解析该字符串的最佳方法是什么？我的意思是脚本应该能够像这样构建句子:maybethisissomeuglynightmaybethatwassomenicenightmaybethiswassomestrangetime等等，你明白了......我应该一个字符一个字符地读取字符串并构建一个带有堆栈的状态机来存储括号值以供以后计算，还是有更好的方法？也许为此目的准备了一个开箱即用的库？

  3. ruby-on-rails - 在 Rails 中将文件大小字符串转换为等效千字节 - 2

    我的目标是转换表单输入，例如“100兆字节”或“1GB”，并将其转换为我可以存储在数据库中的文件大小(以千字节为单位)。目前，我有这个:defquota_convert@regex=/([0-9]+)(.*)s/@sizes=%w{kilobytemegabytegigabyte}m=self.quota.match(@regex)if@sizes.include?m[2]eval("self.quota=#{m[1]}.#{m[2]}")endend这有效，但前提是输入是倍数(“gigabytes”，而不是“gigabyte”)并且由于使用了eval看起来疯狂不安全。所以，功能正常，

  4. ruby-on-rails - unicode 字符串的长度 - 2

    在我的Rails(2.3，Ruby1.8.7)应用程序中，我需要将字符串截断到一定长度。该字符串是unicode，在控制台中运行测试时，例如'א'.length，我意识到返回了双倍长度。我想要一个与编码无关的长度，以便对unicode字符串或latin1编码字符串进行相同的截断。我已经了解了Ruby的大部分unicode资料，但仍然有些一头雾水。应该如何解决这个问题？ 最佳答案 Rails有一个返回多字节字符的mb_chars方法。试试unicode_string.mb_chars.slice(0,50)

  5. ruby - 将差异补丁应用于字符串/文件 - 2

    对于具有离线功能的智能手机应用程序，我正在为Xml文件创建单向文本同步。我希望我的服务器将增量/差异(例如GNU差异补丁)发送到目标设备。这是计划:Time=0Server:hasversion_1ofXmlfile(~800kiB)Client:hasversion_1ofXmlfile(~800kiB)Time=1Server:hasversion_1andversion_2ofXmlfile(each~800kiB)computesdeltaoftheseversions(=patch)(~10kiB)sendspatchtoClient(~10kiBtransferred)Cl

  6. ruby-on-rails - Rails 常用字符串(用于通知和错误信息等) - 2

    大约一年前，我决定确保每个包含非唯一文本的Flash通知都将从模块中的方法中获取文本。我这样做的最初原因是为了避免一遍又一遍地输入相同的字符串。如果我想更改措辞，我可以在一个地方轻松完成，而且一遍又一遍地重复同一件事而出现拼写错误的可能性也会降低。我最终得到的是这样的:moduleMessagesdefformat_error_messages(errors)errors.map{|attribute,message|"Error:#{attribute.to_s.titleize}#{message}."}enddeferror_message_could_not_find(obje

  7. ruby - 如何以所有可能的方式将字符串拆分为长度最多为 3 的连续子字符串？ - 2

    我试图获取一个长度在1到10之间的字符串，并输出将字符串分解为大小为1、2或3的连续子字符串的所有可能方式。例如:输入:123456将整数分割成单个字符，然后继续查找组合。该代码将返回以下所有数组。[1,2,3,4,5,6][12,3,4,5,6][1,23,4,5,6][1,2,34,5,6][1,2,3,45,6][1,2,3,4,56][12,34,5,6][12,3,45,6][12,3,4,56][1,23,45,6][1,2,34,56][1,23,4,56][12,34,56][123,4,5,6][1,234,5,6][1,2,345,6][1,2,3,456][123

  8. ruby - 什么是填充的 Base64 编码字符串以及如何在 ruby​​ 中生成它们？ - 2

    我正在使用的第三方API的文档状态:"[O]urAPIonlyacceptspaddedBase64encodedstrings."什么是“填充的Base64编码字符串”以及如何在Ruby中生成它们。下面的代码是我第一次尝试创建转换为Base64的JSON格式数据。xa=Base64.encode64(a.to_json) 最佳答案 他们说的padding其实就是Base64本身的一部分。它是末尾的“=”和“==”。Base64将3个字节的数据包编码为4个编码字符。所以如果你的输入数据有长度n和n%3=1=>"=="末尾用于填充n%

  9. ruby - 用逗号、双引号和编码解析 csv - 2

    我正在使用ruby​​1.9解析以下带有MacRoman字符的csv文件#encoding:ISO-8859-1#csv_parse.csvName,main-dialogue"Marceu","Giveittohimóhe,hiswife."我做了以下解析。require'csv'input_string=File.read("../csv_parse.rb").force_encoding("ISO-8859-1").encode("UTF-8")#=>"Name,main-dialogue\r\n\"Marceu\",\"Giveittohim\x97he,hiswife.\"\

  10. ruby - 如何使用文字标量样式在 YAML 中转储字符串？ - 2

    我有一大串格式化数据(例如JSON)，我想使用Psychinruby​​同时保留格式转储到YAML。基本上，我希望JSON使用literalstyle出现在YAML中:---json:|{"page":1,"results":["item","another"],"total_pages":0}但是，当我使用YAML.dump时，它不使用文字样式。我得到这样的东西:---json:!"{\n\"page\":1,\n\"results\":[\n\"item\",\"another\"\n],\n\"total_pages\":0\n}\n"我如何告诉Psych以想要的样式转储标量？解

随机推荐