引用文本的适当LUA模式是什么？

StackOverflow https://stackoverflow.com/questions/4317308

  •  29-09-2019
  •  | 
  •  

题

我一直在玩这个小时或拖曳，并发现自己在路障与LUA模式相匹配的公用事业。我试图匹配字符串中的所有引用文本，并在需要时替换。

到目前为止，我提出的模式是：（？[“ ']）（.-）％1

在某些情况下，这起作用，但并非所有情况：

Working: "This \"is a\" string of \"text to\" test with"

Not Working: "T\\\"his \"is\' a\" string\" of\' text\" to \"test\" wit\\\"h"

在不工作的示例中，我希望它与之匹配（我制作了一个我想要的匹配的函数，我只是在寻找与gsub一起使用的模式，并好奇LUA模式是否可以做到这一点）：

 string
 a" string" of
is' a" string" of' text
test
his "is' a" string" of' text" to "test" wit

我将暂时继续使用我的功能，但是很好奇是否可以/应该使用模式，而我只是缺少带有模式的东西。

（一些编辑b/c i忘记了堆叠式流体的格式化）（另一个编辑以做一个非HTML示例，因为这导致了我试图解析HTML的假设）

有帮助吗？

解决方案

试图匹配逃脱的情况，使用正则表达式的引用文本就像试图使用割草机从田野上删除雏菊（和仅戴斯）。

我做了一个获得我想要的比赛的功能

这是正确的举动。

我很好奇LUA模式是否可以做到这一点

从实际的角度来看 即使模式可以做到这一点，您也不想这样做。 从理论的角度来看，您正在尝试找到一个均匀数量的后斜切之前的双引号。这绝对是一种常规语言，您想要的正则表达方式将是以下内容（Lua引用约定）

[[[^\](\\)*"(.-[^\](\\)*)"]]

引用的字符串将是结果＃2。但是LUA模式是 不是 完整的正则表达式；特别是，您不能放 * 经过括号的模式。所以 我的猜测是，无法使用LUA模式解决此问题， 但是，由于LUA模式在自动机理论中不是标准的事情，因此我不知道您可以用来证明这一点的任何证明技术。

其他提示

逃脱引号的问题是，通常，如果报价前有奇数的后斜线，则它被逃脱了，如果有一个偶数的数字，则不是。我不认为LUA模式匹配功能足以表示这种情况，因此，如果您需要像这样解析文本，那么您应该寻求另一种方式。也许您可以迭代字符串并解析它，或者您可以依次找到每个引用，然后向后读取，数量斜切，直到找到一个非背心斜拉字符（或字符串的开始）。

如果您绝对必须出于某种原因使用模式，则可以尝试在多步骤过程中进行此操作。首先，GSUB连续两个后斜线的所有出现，并用一些前哨值替换它们。这 必须 成为字符串中尚未发生的值。如果您知道此字符串不包含不可打印的字符，则可以尝试“ 001”之类的东西。无论如何，一旦您替换了连续两个后斜线的所有序列，剩下的任何后斜线都将逃脱以下字符。现在，您可以应用原始图案，然后最后您可以再次用两个后斜线替换前哨价值的所有实例。

LUA的图案语言足以适应许多简单的情况。它至少有一个技巧在典型的正则表达式包中找不到：匹配平衡括号的方法。但是它也有其限制。

当超过这些限制时，我就可以 LPEG. 。 LPEG是 解析表达语法 对于卢阿（Lua），由LUA的一位原始作者实施，因此对Lua的改编做得很好。 PEG允许编写从简单模式到完整语言语法的任何内容。 LPEG将语法编译为字节码，并非常有效地执行它。

你应该 不是 试图用正则表达式解析HTML，HTML和XML为 不是 普通语言，无法通过正则表达方式成功操纵。您应该使用专用的HTML解析器。 这里有很多解释.

许可以下： CC-BY-SA 和 归因
不隶属于 StackOverflow
scroll top