用正则表达式替换字符时忽略乳胶宏

Question

我有一个文件，我需要转换出自定义代码页。该文件包含以下内容：

foo bar baz \bazfoo \barfoo foo bar \foobar

我想用bar替换foo，除非foo作为LaTeX宏的一部分出现，例如\ bazfoo，\ barfoo和\ foobar

换句话说，s/foo/bar/，但\ bazfoo必须保持\ bazfoo。有没有办法使用lookead运算符？

Answer 1

可以要求带有模式的单词不以\开头，使用否定的字符类

s{(?: ^|\s ) (?: [^\\\s]\S* )? \K foo}{XXX}gx

foo也可能出现在字符串的开头或一个单词，因此交替^|\s和[^\\\s]\S*是可选的。 \需要在角色类中进行转义，否则它本身就会逃离]。

\K将所有比赛都丢弃到那一点，所以我们不必抓住它们并把它们放回去。

负面的后视不允许可变长度模式，这里有什么问题。

测试，添加测试字符串

perl -wE'$_=q(foo bar somefoo \bazfoo \barfoo foo bar \foobar); say; 
    s{(?: ^|\s ) (?: [^\\\s]\S* )? \K foo}{XXX}gx; say'

版画

foo bar somefoo \bazfoo \barfoo foo bar \foobar
XXX bar someXXX \bazfoo \barfoo XXX bar \foobar

请注意，您的测试字符串不包括foo在单词内但仍需要替换的情况，例如somefoo。我在上面添加了它

Answer 2

如果你只需要为每个单词处理一个foo：

s/ (?: ^ | \s++ ) (?: [^\\\s]\S* )? \K foo /bar/gx

如果你只需要处理每个单词的多个foo：

s{ (?: ^ | \s++ ) \K ( [^\\\s]\S* ) }{ $1 =~ s/foo/bar/rg }egx

这些是早期答案中解决方案的固定和优化版本。 （修复但未对前面的答案进行优化。）

Answer 3

虽然zdim已经有了一个引人入胜的解决方案，但我仍想分享我的版本。

我也有问题，因为看起来可变长度。

所以我的解决方案是“标记化”字符串含义：选择每个“单词”并仅替换那些不以\开头的单词。

perl -e '
  $_=q(foo bar baz \bazfoo \barfoo foo bar \foobar);
  s/(\S+)/                  # pick the word
    $word=$1;               # save it
    if ($word!~m#^\\#) {    # test for LaTeX
      $word=~s#foo#bar#g;   # otherwise replace
    }
    $word                   # the result
  /gex;                     # globally, execute and eXtended for comments
  print $_;
'

不幸的是，这需要使用“e”（ - xecute）标志。

更新：根据@Alex（见下面的评论）»此解决方案将找不到{\ foo}，这是有效的LaTeX语法。«

因此，如果需要，将上面的if语句行更改为if ($word!~m#^\\|^\{\\.*\}$#) {。

Answer 4

如果我们确定任何Latex令牌字符永远不会是字char。以及'd'中的数据，简单地说：

sed -E 's/(^|\s)(\w*)foo/\1\2bar/g' d
perl -pe 's/(^|\s)(?:\w*)foo/$1bar/g' d