正则表达式：删除行情之间的空间，并在冒号之前停止（使用Yahoo管道）

Question

我一直在研究这一段时间，但它超出了我对正则表达式的理解。

我在RSS上使用雅虎管道，我想从标题创建标签;所以，我想从引号之间的所有内容中删除空格，但是，如果引号内有冒号，我只希望在冒号之前的单词之间移除空格。

而且，如果我还可以将未打开的单词作为一个组捕获，可以使用＃$ 1来一步输出哈希标签。

所以，像这样：

"The New Apple: Worlds Within Worlds" Before We Begin... 

可以取代像1＃$ - 这个结果：

"#TheNewApple: Worlds Within Worlds" Before We Begin... 

工作后，我能想出，这正则表达式：

\s(?=\s)?|(‘|’|(Review)|:.*) 

（“Review”是一个词，经常出现在冒号前，不会被剥离，我它后来在标题中;这就是这对，但我想没有要求，更普遍的）

但是，它有两个问题：

• 我不得不使用多个步骤。该正则表达式的结果将是：

  "TheNewApple: Worlds Within Worlds" Before We Begin... 
  

然后我可以添加另一个正则表达式的步骤，把散＃在前面

• 但是，这只是工作，如果该报价是第一，我不知道如何解决这个问题？

Answer 1

你可以用正则表达式来完成这一切，并提出警告。您遇到重复捕获组的问题，因为替换字符串中只有最后一次迭代可用。搜索((\w+))+并替换为$2将替换全部只是最后一场比赛的话 - 不是我们想要的。

解决方法是重复该模式任意次数，以满足您的使用需求。每个独立的组都可以被引用。

搜索："(\w+)(?: (\w+))?(?: (\w+))?(?: (\w+))?(?: (\w+))?(?: (\w+))?

替换："#$1$2$3$4$5$6

这将取代多达6个字的标题，正是因为你需要他们。首先，匹配"(\w+)符合报价中的单词。在替换字符串中，它将作为"#$1加上hashtag。其余的是(?: (\w+))?匹配的重复列表，每个匹配一个可能的空间和单词。注意这个空间是非捕获组的一部分;只有这个词是内部捕获组的一部分。在替换字符串中，我有$1$2$3$4$5$6，它放回了单词，没有空格。注意一个冒号不会匹配这个的任何部分，所以它一旦碰到冒号就会停止。

例子：

"The New Apple: Worlds Within Worlds" Before We Begin... 
"The New Apple" Before We Begin... 
"One: Two" 
only "One" word 
this has "Two Words" 
"The Great Big Apple Dumpling" 
"The Great Big Apple Dumpling Again: Part 2" 

结果：

"#TheNewApple: Worlds Within Worlds" Before We Begin... 
"#TheNewApple" Before We Begin... 
"#One: Two" 
only "#One" word 
this has "#TwoWords" 
"#TheGreatBigAppleDumpling" 
"#TheGreatBigAppleDumplingAgain: Part 2" 

Answer 2

您可以

"([^:]*)(.*?)"(.*) 

文本匹配

然后使用一些编程语言的输出结果是这样的：

'"#' + removeSpace($1) + $2 + '"' + $3 

Answer 3

我不知道你所使用的语言，但是这似乎是正则表达式一个糟糕的选择。在Python我应该这样做：

# Python 3 
import re 

titles = ['''"The New Apple: Worlds Within Worlds" Before We Begin...''', 
      '''"Made Up Title: For Example Only" So We Can Continue...'''] 

hashtagged_titles = list() 
for title in titles: 
    hashtagme, *restofstring = title.split(":") 
    hashtag = '"#'+hashtagme[1:].translate(str.maketrans('', '', " ")) 
    result = "{}:{}".format(hashtag, restofstring) 
    hashtagged_titles.append(result) 

Answer 4

进行全局搜索

\ (?=.*:) 

什么也没有更换。 Example

如果要将“TheNewApple”捕获为单个单词，则需要对结果进行第二次搜索。