Início / coding / Perguntas / 79556762
Accepted
usualuser
Asked: 2025-04-05 17:15:41 +0800 CST

Regex: obter palavra com espaço e caractere específico, exceto tag

  • 772

Estou tentando escrever uma substituição de String para corresponder a qualquer caractere (uma palavra) com um espaço depois e um ? ou : ou !, exceto todas as tags.

O objetivo é recuperar palavras únicas que tenham depois delas um espaço e ?, : ou ! para encapsulá-las em uma tag<span style="display:inline-block;">$1</span>

Eu tento:

([\S]* [\?\:!])

Um exemplo: link de demonstração

Para o teste 1 ao teste 4 está bom.

Para o teste 5, não quero capturá-lo de forma alguma

Para o teste 6, quero capturar toda a linha

Para o teste7 eu quero apenastest7 ?

Para o teste8 eu quero apenastest8 <span>:</span>

Para o teste 9, quero capturar toda a linha

As tags são apenas exemplos

2 respostas

  1. Best Answer

    Este regex corresponde aos padrões de string que você está procurando. A abordagem para o padrão foi usar alternância para corresponder a todos os casos desejados de strings. Os nomes dos elementos HTML podem variar.

    A principal coisa que procuramos corresponder são strings onde há um espaço antes de ?, :, !, ou ```<````.

    PADRÃO REGEX (sabor PCRE2):

    <(?<el2>[^\W\d]+)[^>]*>[ ]*\K(?:\w+[ ]<.*?)(?=<\/\k<el2>>)|<(?:(?<el1>[^\W\d]*)[^>]*>\w+<\/\k<el1>>.*)$|\w+[ ][?:!]

    Demonstração do Regex: https://regex101.com/r/gbxQhh/4

    STRING DE TESTE | CORRESPONDÊNCIA:

    CADEIA DE TESTE (T)| CORRESPONDÊNCIA (M):

    E test1 ?
    :test1 ?

    E test2 : test
    : test2 :

    E: test3 ! test3 ! test3 !
    M1: test3 !
    M2 : test3 !
    M3: test3 !

    E <p>test test4 !</p>
    :test4 !

    T: <span style="">test test5</span> :
    M: Nenhum

    E <span style="font-size:12px;">test6</span> :
    : <span style="font-size:12px;">test6</span> :

    E <strong>test7 ?</strong>
    : test7 ?

    E <p>test8 <span>:</span></p>
    : test8 <span>:</span>

    E <span style="font-size:14px;">test9</span> <strong>:</strong>
    : <span style="font-size:14px;">test9</span> <strong>:</strong>

    NOTAS DE EXAMES REG:

    • <Corresponder literalmente <.
    • (?<el2>Comece o grupo de captura nomeado para capturar o nome do elemento <[element name]> . Grupo nomeado "el2". Referido com \k<el2>mais adiante no padrão (usado para corresponder à tag de fechamento ).
      • [^\W\d]+ Classe de caractere negado [^...] . Corresponde a qualquer caractere que não seja um caractere não alfanumérico ou sublinhado \Wou um dígito \d, ou seja, uma letra, 1 ou mais vezes ( +).
    • )
    • [^>]* Classe de caractere negado [^...] . Corresponde a qualquer caractere que não seja >0 ou mais vezes ( *)
    • >Corresponder literalmente >.
    • [ ]*Corresponde ao caractere de espaço literal 0 ou mais vezes ( *).
    • \K\K redefine o ponto inicial da partida reportada. Quaisquer caracteres consumidos anteriormente não são mais incluídos na partida final.
    • (?:Iniciar grupo de não captura (?:...) .
      • \w+Corresponder caractere alfanumérico ou sublinhado 1 ou mais vezes ( +).
      • [ ]Corresponde ao caractere de espaço literal .
      • <Corresponder literalmente <.
      • .*?Corresponde a qualquer caractere, exceto nova linha, 0 ou mais vezes ( *). Seja preguiçoso ( *?) e corresponda a quantos caracteres forem necessários para fazer a correspondência.
    • )
    • (?=Começa lookahead positivo . Não consumirá nenhum caractere. Procura (corresponde) a tag de fechamento para o elemento de abertura correspondido com <(?<el2>[^\W\d]+)[^>]*>.
      • <\/Corresponder literalmente </.
      • \k<el2>Corresponde ao nome do elemento , armazenado no grupo el2 para criar uma tag de fechamento (usada para corresponder à tag de fechamento ).
      • >Corresponder literalmente >.
    • )
    • |OU
    • <Corresponder literalmente <.
    • (?:Iniciar grupo de não captura (?:...) .
      • (?<el1>Comece o grupo de captura nomeado para capturar o nome do elemento <[element name]> . Grupo nomeado "el1". Referido com \k<el1>mais adiante no padrão.
      • [^\W\d]* Classe de caractere negado [^...] . Corresponde a qualquer caractere que não seja um caractere não alfanumérico ou sublinhado \Wou um dígito \d, ou seja, uma letra, 0 ou mais vezes ( *).
    • )
    • [^>]* Classe de caractere negado [^...] . Corresponde a qualquer caractere que não seja >0 ou mais vezes ( *).
    • >Corresponder literalmente >.
    • \w+Corresponder caractere alfanumérico ou sublinhado 1 ou mais vezes ( +).
    • Corresponde à tag de fechamento do elemento: Corresponde à tag de fechamento do elemento de abertura correspondente a <(?:(?<el1>[^\W\d]*)[^>]*>:
      • <\/Corresponder literalmente </.
      • \k<el1>Corresponde ao nome do elemento , armazenado no grupo el1 para criar uma tag de fechamento.
      • >Corresponder literalmente >.
    • .*Corresponde a qualquer caractere, exceto nova linha, o ou mais vezes (```*``).
    • )
    • $Final da linha de partida.
    • |OU
    • \w+Corresponder caractere alfanumérico ou sublinhado 1 ou mais vezes ( +).
    • [ ]Corresponder caractere de espaço literal 0 ou mais vezes ( *)
    • [?:!]Corresponder ?, :ou !.
    • 3

  2. Por que manter as coisas simples quando você pode complicar? (expressão francesa ;-)

    Meu objetivo era evitar quebras de linha automáticas entre uma palavra e um sinal de pontuação.

    Eu pensei que seria muito mais simples substituir o espaço por &nbsp;!

    Então eu faço isso para os sinais de pontuação no final:

    [ ]+([\?\:!€"»;\)\]}])

    Substituir por&nbsp;$1

    E isto para os sinais de pontuação no início:

    (["«\(\[{])[ ]+([\w])

    Substituir por$1&nbsp;$2

    Acho que isso será suficiente.

    • 2

relate perguntas