如何替换某些字符周围的空白？

我正在为一些自由文本工作，我需要做一些数据清理，我有一个问题（在很多方面，我会问以后我肯定）：如何替换某些字符周围的空白？

我需要更换以下组合：

[ ; ]（标点前后的空格）

[;]（无空格标点前后）

[ ;]（仅适用于空间标点符号之前）

到

[; ]（标点符号后才空间）

...其中的标点符号可以是[;:,.]之一。我怎样才能用正则表达式来做到这一点？

来源

2011-01-21 lokheart

什么是编程语言或工具？你试过什么了？ – tchrist 2011-01-21 03:53:02

看起来你正在清理句子标点符号。如果这是真的，你不应该匹配`！`（感叹号）吗？ – 2011-01-21 09:27:28

一个可能的表达应该是：

\s?([;:,.])\s?

并根据编程语言或工具，你正在使用，你必须使用$1，\\1或\1的反向引用和更换将如$1（1之后有空格）。

说明：

\s?  - match at most one whitespace character 
(...) - capture group, storing the matched characters in a reference 
    [...] - character class, matching one of the characters inside

参考文献：character class，capture group，quantifier

但同样：表达式可以不同，这取决于你所使用的工具/语言。例如。类似的表述为sed会是什么样子：

/ *\([;:,.]\) */\1/

而且这也将微调的空间周围的标点符号（有可能是一个更好的办法，但我不那么熟悉sed）。

来源

2011-01-21 03:52:49

+1，但我认为@卢卡斯是对的;你应该使用`\ s *`，而不是`\ s？` – 2011-01-21 09:33:08

这取决于你使用什么语言如何将其移动到已清洗的形式，[; ]，但您可以通过内附他们[]，像[;:,.]匹配任何标点符号。

一旦你完成了你的模式，你可以用你干净的版本替换匹配。至少在Java中，你可以用类似"\[$<GroupNumber> \]"的东西来代替它，<GroupNumber>根据组的顺序引用带有标点符号的圆括号组，例如1,2,3等。

请记住，根据您使用的语言，您可能需要避开反斜杠。如果您使用的是Java，那么对于上述所有示例，您需要使用\\来代替\。

来源

2011-01-21 03:57:36

在大多数情况下（我认为所有的）口味，这个点不需要在字符类中转义。在字符类中，只有`^`开头和`--`开头或结尾都是特殊的。 – 2011-01-21 04:00:22

我会用\s*([;:,.])\s*并用'$1 '替换（加单引号以强调反向引用后的空格。这是Felix第一个和最后一个建议的交叉点，所以它可以清理多个空格，包括制表符和换行符。

来源

2011-01-21 07:49:43 Walf

如何替换某些字符周围的空白？

回答

相关问题