Emacs，使用replace-regexp-in-string匹配兩個正則表達式

Question

我正在嘗試使用replace-regexp-in-string字符串的兩個部分，但我一次只能得到一個部分。 下面是一個示例，我想從開頭刪除#和空格，從字符串末尾刪除換行符。 當我將兩個調用組合成一個表達式時，我做錯了什么？

;; Test string
(setq inputStr "## Header Stuff
")

;; This doesnt trim the newline
(setq header
      (replace-regexp-in-string "^[#\s]*\\|\n$" "" inputStr) )

;; Each match done separately works though
(setq header
      (replace-regexp-in-string "^[#\s]*" "" inputStr) )
(setq header
      (replace-regexp-in-string "\n$" "" header) )

header
"Header Stuff"

更新：問題似乎是第一個表達式，例如，這將替換換行符， "S"替換為"X" ， (replace-regexp-in-string "S\\\\|\\n$" "X" inputStr) 。

Answer 1

看起來像replace-regexp-in-string有一些與空字符串匹配的replace-regexp-in-string意外行為。 以下正則表達式可以達到預期效果（注意+量詞代替* ）：

(let ((input-string "## Header Stuff
"))
  (replace-regexp-in-string "\\`[#\s]+\\|\n*\\'" "" input-string))

原因在於replace-regexp-in-string的內部實現，您可以使用Mx find-function 。 在偽代碼中，它大致如下：

給定正則regexp ， replacement和string ：

1. 將l設置為字符串的長度並start 0 start 。 創建一個名為matches的空堆棧以累積新字符串的片段。

2. 只要start小於l且regexp匹配string中的某個位置，請執行以下操作：

   1. 提取與regexp匹配的string部分，並將其命名為str 。

   2. 在更短的字符串str中用replacement替換regexp （這很重要）

   3. 將新字符串的以下兩個片段推送到matches堆棧：

      • string的不匹配的初始部分，從匹配的start到開始

      • substring str ，其中regexp的匹配現在已被替換replacement

   4. 設置start到匹配部分的結尾並重復。

3. 最后，以相反的順序連接matches堆棧上的字符串片段並返回結果。

原始正則表達式的問題發生在循環的第（3）步。 即使正則表達式在完整字符串"## Header stuff\\n"的末尾正確匹配換行符，但當它與單字符字符串"\\n"匹配時，第二次匹配 -匹配空字符串 - 優先於第二個，它用空字符串替換空字符串，無法刪除尾隨換行符。

這可以說是replace-regexp-in-string一個錯誤，但它也顯示了regexp語義是多么棘手，特別是涉及空字符串時。 對我而言，解決方案解決方案更易於閱讀和理解：

(let ((input-string "## Header Stuff
"))
  (setq input-string (replace-regexp-in-string "\\`[#\s]*" "" input-string))
  (setq input-string (replace-regexp-in-string "\n*\\'" "" input-string))
  input-string)

如果你有一個非常新的Emacs（pretest 24.4或更高版本），你也可以使用內置subr-x包中的string-trim-right函數：

(let ((input-string "## Header Stuff
"))
  (string-trim-right (replace-regexp-in-string "\\`[#\s]*" "" input-string)))

---

順便說一句，我很驚訝地發現，在調查這一點， \\s在Emacs串是寫空格字符的只是以不同的方式。 如果你想類似於Perl的正則表達式行為\\s通配符，您可能需要使用"\\\\s-" （匹配空白語法的任何字符），或"[[:space:]]" 。