正则表达式 - 嵌套模式 - 在外部模式内但排除内部模式

Question

我有一个包含以下内容的文件。

<td> ${ dontReplaceMe } ReplaceMe ${dontReplaceMeEither} </td>

如果“ReplaceMe”位于 td 标记中，我想匹配它，但如果它位于 ${ ... } 表达式中，则不匹配。

我可以用正则表达式做到这一点吗？

目前有：

sed '/\${.*?ReplaceMe.*?}/!s/ReplaceMe/REPLACED/g' data.txt

Answer 1

这是不可能的。

正则表达式可用于Type-3 Chomsky 语言（常规语言）。
然而，您的示例代码是Type-2 Chomsky 语言（上下文无关语言）。

几乎只要涉及到任何类型的嵌套（括号），您就会处理上下文无关的语言，这些语言不包含在正则表达式中。

基本上没有办法在正则表达式中定义一对 x 和 y ，因为这会要求正则表达式具有某种堆栈，但它没有（功能上相当于有限状态自动机）。

---

brandizzi 要求找到一个至少可以匹配简单案例的正则表达式
我实际上想出了这个（令人痛苦的黑客）正则表达式模式：

perl -pe 's/(?<=<td>)((?:(?:\{.*?\})*[^{]*?)*)(ReplaceMe)(.*)(?=<\/td>)/$1REPLACED$3/g'

对于这些情况，它确实正确（原文如此！）匹配：

<td> ${ dontReplaceMe } ReplaceMe ${dontReplaceMeEither} </td>
<td> ReplaceMe ${dontReplaceMeEither} </td>
<td> ${ dontReplaceMe } ReplaceMe </td>
<td> ReplaceMe </td>

并且失败了 （嵌套是 Chomsky Type-2，还记得吗？;) ）：

<td>${ ${ dontReplaceMe } ReplaceMe ${dontReplaceMeEither} }</td>

并且它无法替换多个匹配：

<td> ReplaceMe ReplaceMe </td>
<td> ReplaceMe ${dontReplaceMeEither} ReplaceMe </td>

获取前导 < code>$ 覆盖的是棘手的部分。
这并保持 Reginald/Reggy 在编写这个野兽时不断崩溃。

再次强调：实验性的，切勿在生产代码中使用它！

^{（...或者我会追捕你，如果我必须使用你的代码/应用程序；）}

Answer 2

好吧，对于这种简单的情况，您只需验证该行不匹配 ${.*}：

$ sed '/\${.*}/!s/ReplaceMe/REPLACED/' input
<td> REPLACED </td>
<td> ${ don't ReplaceMe } </td>

< 后的 ! code>/\${.*}/ sed 地址否定条件。

OTOH，如果情况不是那么简单，我怀疑你的问题会变得很多，正则表达式不会是最好的解决方案。

Answer 3

当涉及结构化标记时，通常使用正则表达式是一个坏主意。在某些特殊情况下可能没问题，但有更好的工具来解析 html，然后您可以在文本节点上使用正则表达式。

Answer 4

如果 grep 支持负向后查找（我不记得是否有）。

Answer 5

sed -i 's/<td>\sReplaceMe\s<\/td>/<td>Replaced<\/td>/gi' input.file

为我工作。

您可以考虑使用 -i.bak 备份旧文件，以防出现错误。

或者，

perl -pi -e 's/\sReplaceMe\s<\/td>/Replaced<\/td>/g' temp

也同样有效，记下要备份的-pi.bak。