用正則表達式刪除和替換字符

Question

我正在嘗試編寫一個正則表達式，使接下來的事情：

1. _ >用空格替換
2. + ->如果沒有其他+，請將其刪除（即c++ => c++ 。 c+ -> c ）
3. ' - >刪除它，如果它在該單詞的開始或結束（即Alin's - > Alin's 。 'Alin's - > alin's ）
4. & ， - . ， ! -不要刪除。
5. 另一個特殊字符-刪除

我想通過傳遞一次字符串來做到這一點

例如：

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

說明：

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`

這是我的javascript代碼：

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);

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

我不喜歡我的代碼，因為我確信可以通過在字符串上運行一次來​​做到這一點。

任何幫助表示贊賞！

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> 

一些要點：

• 由於有義務對用\\ W捕獲的字符進行清理，因此未完全遵守一次通過約束。 我沒有找到其他辦法。
• 關於++規則：+的任何序列如果減損都會減少一個+。
• 僅當撇號旁邊有非字母數字字符時，才刪除撇號。 您應該如何處理，例如：“ abc'＆”。 “ abc＆”還是“ abc'＆”？ 並且也適用於“ 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

因為您需要的替換項可以不同（沒有空格），所以不能使用固定的字符串（由於單遍約束）。 因此，唯一的方法是使用動態替換。

直接方法：

讓我們嘗試找到要刪除的字符，並在某些情況下保留其他字符：

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);

找到下划線時，將定義捕獲組2（回調函數中的g2 ）並返回一個空格。

注意：在上面的示例中，單詞“ word”以正則表達式表示（字符類\\w所以下划線除外[a-zA-Z0-9_] ），但是例如，如果您想更嚴格一些，要排除數字附近的單引號，您需要稍微改變一下模式：

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) ? ' ' : ''; });

請注意以下兩種模式：

這兩種模式由6個或7個子模式交替組成，這些子模式在大多數情況下可以匹配大約1個或2個字符。 請記住，要找到要刪除的字符，這些模式必須在無法替換的每個字符失敗之前測試6或7個替代方案。 這是一項重要的成本，大多數時候不需要替換角色。

有一種方法可以減少這種費用，您可以在這里申請：第一個字符的辨別

這樣做的想法是盡可能避免測試每個子模式。 可以在此處完成此操作，因為並非所有子模式都以字母開頭，因此，如果在開頭添加了前瞻功能，則可以快速跳過字母中的所有字符而不必測試每個子模式。 模式2的示例

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

對於第一種模式，您可以跳過更多字符：

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

盡管有這些改進，但是對於一個小的字符串（〜400），這兩種模式仍需要很多步驟（但請注意，這是一個示例字符串，其中包含所有可能的情況） 。

一種更間接的方法：

現在讓我們嘗試另一種方法，該方法包括找到要替換的字符，但是這次要替換所有字符。

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

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

（請注意，由於(?:a+|b+|c+)*之后是始終為真的子模式(?:d|e)?因此無需防止災難性的回溯。此外，整個模式將永遠不會失敗。字符串或其中的位置。）

回調函數捕獲並替換要替換的字符之前的所有字符（允許的內容）並返回。

這樣，完成同一工作所需的步驟減少了2倍以上。

Answer 3

您需要的是鏈接和交替運算符

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

正則表達式/^'|'$|[^a-zA-Z0-9 &-.!]|\\+(?=[^+])/g組合了所有需要刪除的內容。 然后將所有_替換為一個空格，最后返回該空格。

\\+(?=[^+])查找+ ，其后跟隨+

同樣，替換的順序很重要。

Answer 4

試試這個：通過正則表達式/(?!\\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>