根据我的需要开发正则表达式

Question

我真的不擅长正则表达式，发现它们太复杂了。但是，我需要使用它们在经典 asp 中进行一些字符串操作。

输入字符串：

"James John Junior 

S.D. Industrial Corpn  
D-2341, Focal Point, Phase 4-a, 
Sarsona, Penns
Japan
Phone : 92-161-4633248 Fax : 92-161-253214
email : [email protected]"

所需输出字符串：

"JXXXX JXXX JXXXXX 

S.X. IXXXXXXXXX CXXXX  
D-XXXX, FXXXX PXXXX, PXXXX 4-X, 
SXXXXXX, PXXXX
JXXXX
PXXXX : 9X-XXX-XXXXXXX Fax : 9X-XXX-XXXXXX
eXXXX : [email protected]"

注意：我们需要根据单个空格将原始字符串拆分为单词然后，在这些单词中，我们需要替换所有字母 (小写和大写）和数字，除了每个单词中的第一个字符带有“X”，

我知道这有点困难，但我认为经验丰富的正则表达式专家可以很容易地解决这个问题。不？

编辑：

我已经取得了一些进展。找到了一个可以完成这项工作的函数（http://www.addedbytes.com/lab/vbscript-regular-expressions/）。但需要一点改进，如果有人可以帮助

function ereg_replace(strOriginalString, strPattern, strReplacement, varIgnoreCase) 
' Function replaces pattern with replacement 
' varIgnoreCase must be TRUE (match is case insensitive) or FALSE (match is case sensitive) 
dim objRegExp : set objRegExp = new RegExp 
 with objRegExp 
    .Pattern = strPattern 
    .IgnoreCase = varIgnoreCase 
    .Global = True 
end with 
ereg_replace = objRegExp.replace(strOriginalString, strReplacement) 
set objRegExp = nothing 
end function

我这样称呼它 -

orgstr = ereg_replace(orgstr, "\w", "X", True)

然而，结果看起来像 -

XXXXX XXXXXXXX

XXXXXXXX XXXXXXXX XXX.
XX, XXXXX XXXX, XXXXXX XXXXXX, XXXXXXX XXXXXXX, XXXXXXXXX
XXXXX : XXX-XXX-XXXX
XXX :
XXXXX : [email protected]

我希望它显示每个单词中的第一个字符。有什么帮助吗？

Answer 1

这种方法很接近：

Function AnonymiseWord(m, p, s)

   AnonymiseWord = Left(m, 1) & String(Len(m) - 1, "X")

End Function 


Function AnonymiseText(input)

    Dim rgx: Set rgx = new RegExp
    rgx.Global = True
    rgx.Pattern = "\b\w+?\b"

    AnonymiseText = rgx.Replace(input, GetRef("AnonymiseWord"))

End Function

这可能会让您足够接近您需要的内容，否则基本方法是合理的，但您可能需要摆弄该模式以使其与您想要通过 AnonymiseWord 放入的文本片段完全匹配代码>.

Answer 2

好吧，在 .NET 中这很容易：

resultString = Regex.Replace(subjectString, 
    @"(?<=         # Assert that there is before the current position...
     \b            # a word boundary
     \w            # one alphanumeric character (= first letter/digit/underscore)
     [\w.@-]*      # any number of alnum characters or ., @ or -
    )              # End of lookbehind
    [\p{L}\p{N}]   # Match any letter or digit to be replaced", 
    "X", RegexOptions.Multiline | RegexOptions.IgnorePatternWhitespace);

不过，结果会与您所写的略有不同：（

"JXXXX JXXX JXXXXX 

S.X. IXXXXXXXXX CXXXX  
D-XXXX, FXXXX PXXXX, PXXXX 4-X, 
SXXXXXX, PXXXX
JXXXX
PXXXX : 9X-XXX-XXXXXXX FXX : 9X-XXX-XXXXXX
eXXXX : [email protected]"

Fax 也已更改为 FXX）

观察 .NET，您可以尝试类似的方法

orgstr = ereg_replace("\b(\w)[\w.@-]*", "\1XXXX", True); // not sure about the syntax here, you possibly need double backslashes

，

"JXXXX JXXXX JXXXX 

SXXXX IXXXX CXXXX  
DXXXX, FXXXX PXXXX, PXXXX 4XXXX, 
SXXXX, PXXXX
JXXXX
PXXXX : 9XXXX FXXXX : 9XXXX
eXXXX : sXXXX"

您不会比使用单个正则表达式得到更好的结果。

Answer 3

我不知道经典的 ASP，但如果它确实支持（负）lookbehinds 并且唯一的问题是lookbehind 中的量词，那么为什么不把它反过来并这样做：

(?<!^)(?<!\s)[a-zA-Z0-9]

并用“X”替换。

意味着，如果前面没有空格或不是字符串/行的开头，则替换每个字母和数字。

请参阅Regexr 上的此处

Answer 4

虽然我喜欢正则表达式，但您可以不用它们也能做到这一点，特别是因为 VBScript 不支持后视。

Dim mystring, myArray, newString, i, j
Const forbiddenChars = "abcdefghijklmnopqrstuvwxyzABCDEFGHIJKLMNOPQRSTUVWXYZ0123456789"
myString = "James John Junior   S.D. Industrial Corpn   D-2341, Focal Point, Phase 4-a,  Sarsona, Penns Japan Phone : 92-161-4633248 Fax : 92-161-253214 email : [email protected]"
myArray = split(myString, " ")

For i = lbound(myArray) to ubound(myArray)
    newString = left(myArray(i), 1)
    For j = 2 to len(myArray(i))
        If instr(forbiddenChars, mid(myArray(i), j, 1)) > 0 Then
            newString = newString & "X"
        else
            newString = newString & mid(myArray(i), j, 1)
        End If
    Next
    myArray(i) = newString
Next

myString = join(myArray, " ")

它不处理 VbNewLine 字符，但您会明白的。例如，您可以对 VbNewLine 字符进行额外的分割，迭代所有元素并在空间上分割每个元素。