用正则表达式删除和替换字符

Question

我正在尝试编写一个正则表达式，使接下来的事情：

1. _ >用空格替换
2. + ->如果没有其他+，请将其删除（即c++ => c++ 。 c+ -> c ）
3. ' - >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

我想通过传递一次字符串来做到这一点

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，因为我确信可以通过在字符串上运行一次来​​做到这一点。

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= 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> 

一些要点：

• 由于有义务对用\\ W捕获的字符进行清理，因此未完全遵守一次通过约束。 我没有找到其他办法。
• 关于++规则：+的任何序列如果减损都会减少一个+。
• 仅当撇号旁边有非字母数字字符时，才删除撇号。 您应该如何处理，例如：“ abc'＆”。 “ abc＆”还是“ abc'＆”？ 并且也适用于“ ab_”。

https://developer.mozilla.org/zh-CN/docs/Web/JavaScript/Guide/Regular_Expressions

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

Answer 2

因为您需要的替换项可以不同（没有空格），所以不能使用固定的字符串（由于单遍约束）。 因此，唯一的方法是使用动态替换。

直接方法：

让我们尝试找到要删除的字符，并在某些情况下保留其他字符：

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);

找到下划线时，将定义捕获组2（回调函数中的g2 ）并返回一个空格。

注意：在上面的示例中，单词“ word”以正则表达式表示（字符类\\w所以下划线除外[a-zA-Z0-9_] ），但是例如，如果您想更严格一些，要排除数字附近的单引号，您需要稍微改变一下模式：

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) ? ' ' : ''; });

请注意以下两种模式：

这两种模式由6个或7个子模式交替组成，这些子模式在大多数情况下可以匹配大约1个或2个字符。 请记住，要找到要删除的字符，这些模式必须在无法替换的每个字符失败之前测试6或7个替代方案。 这是一项重要的成本，大多数时候不需要替换角色。

有一种方法可以减少这种费用，您可以在这里申请：第一个字符的辨别

这样做的想法是尽可能避免测试每个子模式。 可以在此处完成此操作，因为并非所有子模式都以字母开头，因此，如果在开头添加了前瞻功能，则可以快速跳过字母中的所有字符而不必测试每个子模式。 模式2的示例

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

对于第一种模式，您可以跳过更多字符：

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

尽管有这些改进，但是对于一个小的字符串（〜400），这两种模式仍需要很多步骤（但请注意，这是一个示例字符串，其中包含所有可能的情况） 。

一种更间接的方法：

现在让我们尝试另一种方法，该方法包括找到要替换的字符，但是这次要替换所有字符。

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

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

（请注意，由于(?:a+|b+|c+)*之后是始终为真的子模式(?:d|e)?因此无需防止灾难性的回溯。此外，整个模式将永远不会失败。字符串或其中的位置。）

回调函数捕获并替换要替换的字符之前的所有字符（允许的内容）并返回。

这样，完成同一工作所需的步骤减少了2倍以上。

Answer 3

您需要的是链接和交替运算符

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

正则表达式/^'|'$|[^a-zA-Z0-9 &-.!]|\\+(?=[^+])/g组合了所有需要删除的内容。 然后将所有_替换为一个空格，最后返回该空格。

\\+(?=[^+])查找+ ，其后跟随+

同样，替换的顺序很重要。

Answer 4

试试这个：通过正则表达式/(?!\\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>