5.3.5 Поиск и замена в строках ¶

: newstr = strrep (str, ptn, rep) ¶

: newstr = strrep (cellstr, ptn, rep) ¶

: newstr = strrep (…, "overlaps", val) ¶

Заменяет все вхождения шаблона ptn в строке str на строку rep и возвращает результат.

Необязательный аргумент "overlaps" определяет, может ли шаблон соответствовать любой позиции в str (true), или только уникальным вхождениям полного шаблона (false). По умолчанию значение true.

s также может быть массивом ячеек строк, в этом случае замена выполняется для каждого элемента, и возвращается массив ячеек.

Пример:

strrep ("This is a test string", "is", "&%$")
    ⇒  "Th&%$ &%$ a test string"

См. также: regexprep, strfind.

: newstr = erase (str, ptn) ¶

Удаляет все вхождения ptn в str.

str и ptn могут быть обычными строками, массивами ячеек строк или массивами символов.

Примеры

## string, single pattern
erase ("Hello World!", " World")
    ⇒ "Hello!"

## cellstr, single pattern
erase ({"Hello", "World!"}, "World")
    ⇒ {"Hello", "!"}

## string, multiple patterns
erase ("The Octave interpreter is fabulous", ...
       {"interpreter ", "The "})
    ⇒ "Octave is fabulous"

## cellstr, multiple patterns
erase ({"The ", "Octave interpreter ", "is fabulous"}, ...
       {"interpreter ", "The "})
    ⇒ {"", "Octave ", "is fabulous"}

Примечание по программированию: erase удаляет первое вхождение шаблона в строке, когда есть перекрывающиеся вхождения. Например:

erase ("abababa", "aba")
    ⇒ "b"

Для обработки перекрытий см. strrep.

См. также: strrep, regexprep.

: [s, e, te, m, t, nm, sp] = regexp (str, pat) ¶

: […] = regexp (str, pat, "opt1", …) ¶

Сопоставление строк с регулярными выражениями.

Ищет pat в строке str в кодировке UTF-8 и возвращает позиции и подстроки всех совпадений или пустые значения, если совпадений нет.

Шаблон поиска pat может включать стандартные операторы регулярных выражений, в том числе:

.

Соответствует любому символу

* + ? {}

Операторы повторения, обозначающие

*

Соответствует нулю или более раз

+

Соответствует одному или более раз

?

Соответствует нулю или одному разу

{n}

Соответствует ровно n раз

{n,}

Соответствует n или более раз

{m,n}

Соответствует от m до n раз

[…] [^…]

Операторы списков. Шаблон будет соответствовать любому символу, перечисленному между "[" и "]". Если первый символ — "^", шаблон инвертируется, и будет соответствовать любой символ, кроме перечисленных в скобках.

Ниже также определены последовательности для экранирования, которые могут использоваться внутри операторов списков. Например, шаблон для числа с плавающей запятой может быть [-+.\d]+.

() (?:)

Оператор группировки. Первая форма, только круглые скобки, также создает токен.

|

Оператор чередования. Соответствует одному из набора регулярных выражений. Альтернативы должны быть ограничены оператором группировки () выше.

^ $

Операторы привязки. Требует, чтобы шаблон встречался в начале (^) или конце ($) строки.

Кроме того, следующие экранированные символы имеют специальное значение.

\d

Соответствует любой цифре

\D

Соответствует любой нецифре

\s

Соответствует любому пробельному символу

\S

Соответствует любому не-пробельному символу

\w

Соответствует любому символу слова

\W

Соответствует любому не-символу слова

\<

Соответствует началу слова

\>

Соответствует концу слова

\B

Соответствует внутреннему символу слова

Примечание к реализации: для совместимости с MATLAB, последовательности экранирования в pat (например, "\n" => перевод строки) расширяются даже тогда, когда pat определен с одиночными кавычками. Чтобы отключить расширение, используйте двойной обратный слэш перед последовательностью экранирования (например, "\\n") или используйте функцию regexptranslate.

Выходные данные regexp по умолчанию упорядочены следующим образом:

s

Начальные индексы каждой подстроки совпадения

e

Конечные индексы каждой подстроки совпадения

te

Диапазоны каждого совпавшего токена, окруженного (…) в pat

m

Массив ячеек текста каждого совпадения

t

Массив ячеек текста каждого совпавшего токена

nm

Структура, содержащая текст каждого совпавшего именованного токена, при этом имя используется в качестве имени поля. Именуемый токен обозначается (?<name>…).

sp

Массив ячеек текста, не возвращаемый совпадением, т.е. то, что остается, если разбить строку на основе pat.

Конкретные выходные аргументы или порядок выходных аргументов могут быть выбраны с помощью дополнительных аргументов opt. Это строки, и соответствие между выходными аргументами и необязательными аргументами

	'start'	s
	'end'	e
	'tokenExtents'	te
	'match'	m
	'tokens'	t
	'names'	nm
	'split'	sp

Дополнительные аргументы приведены ниже.

‘once’

Возвращает только первое вхождение шаблона.

‘matchcase’

Делает соответствие чувствительным к регистру. (по умолчанию)

В качестве альтернативы используйте (?-i) в шаблоне.

‘ignorecase’

Игнорирует регистр при соответствии шаблона строке.

В качестве альтернативы используйте (?i) в шаблоне.

‘stringanchors’

Сопоставляет символы якорей в начале и конце строки. (по умолчанию)

В качестве альтернативы используйте (?-m) в шаблоне.

‘lineanchors’

Сопоставляет символы якорей в начале и конце строки.

В качестве альтернативы используйте (?m) в шаблоне.

‘dotall’

Шаблон . соответствует всем символам, включая символ новой строки. (по умолчанию)

В качестве альтернативы используйте (?s) в шаблоне.

‘dotexceptnewline’

Шаблон . соответствует всем символам, кроме символа новой строки.

В качестве альтернативы используйте (?-s) в шаблоне.

‘literalspacing’

Все символы в шаблоне, включая пробелы, значимы и используются в сопоставлении с шаблоном. (по умолчанию)

В качестве альтернативы используйте (?-x) в шаблоне.

‘freespacing’

Шаблон может содержать произвольные пробелы, а также комментарии, начинающиеся с символа ‘#’.

В качестве альтернативы используйте (?x) в шаблоне.

‘noemptymatch’

Совпадения нулевой длины не возвращаются. (по умолчанию)

‘emptymatch’

Возвращает совпадения нулевой длины.

regexp ('a', 'b*', 'emptymatch') возвращает [1 2], так как есть ноль или более 'b' символов в позициях 1 и конца строки.

Примечание по ограничению стека: Поиск по шаблону выполняется с помощью рекурсивной функции, которая может переполнить стек программы при большом количестве совпадений. Например,

regexp (repmat ('a', 1, 1e5), '(a)+')

может привести к сбою сегментации. В качестве альтернативы рассмотрите возможность построения поисков по шаблону, которые уменьшают количество совпадений (например, творчески используя дополнение к набору), а затем дальнейшую обработку возвращаемых переменных (теперь уменьшенных по размеру) с помощью последовательных regexp поисков.

Реализация regexp в Octave основана на библиотеке Perl Compatible Regular Expressions (https://www.pcre.org/). Для получения более подробного списка операторов синтаксиса regexp см. "Краткий справочник по синтаксису PCRE".

См. также: regexpi, strfind, regexprep.

: [s, e, te, m, t, nm, sp] = regexpi (str, pat) ¶

: […] = regexpi (str, pat, "opt1", …) ¶

Поиск по шаблону регулярного выражения без учета регистра.

Ищет pat в строке str в кодировке UTF-8 и возвращает позиции и подстроки всех совпадений или пустые значения, если совпадений нет. Подробнее о синтаксисе шаблона поиска см. regexp.

См. также: regexp.

: outstr = regexprep (string, pat, repstr) ¶

: outstr = regexprep (string, pat, repstr, "opt1", …) ¶

Заменяет вхождения шаблона pat в строке string на repstr.

Шаблон является регулярным выражением, как описано в regexp. См. regexp.

Все строки должны быть закодированы в UTF-8.

Строка замены может содержать $i, которые подставляют i-й набор скобок в строке совпадения. Например,

regexprep ("Bill Dunn", '(\w+) (\w+)', '$2, $1')

возвращает "Dunn, Bill"

Дополнительные параметры помимо тех, что у regexp:

‘once’

Заменяет только первое вхождение pat в результате.

‘warnings’

Этот параметр присутствует для совместимости, но игнорируется.

Примечание об реализации: для совместимости с MATLAB, последовательности экранирования в pat (например, "\n" => перевод строки) расширяются даже тогда, когда pat определен с одиночными кавычками. Для отключения расширения используйте две обратные косые черты перед последовательностью экранирования (например, "\\n") или функцию regexptranslate.

См. также: regexp, regexpi, strrep.

: str = regexptranslate (op, s) ¶

Преобразует строку для использования в регулярном выражении.

Это может включать либо замену подстановочных символов, либо экранирование специальных символов.

Поведение контролируется op, который может принимать следующие значения:

"wildcard"

Символы подстановки ., *, и ? заменяются подстановочными символами, соответствующими регулярному выражению. Например:

regexptranslate ("wildcard", "*.m")
     ⇒ '.*\.m'

"escape"

Символы $.?[], имеющие специальное значение для регулярных выражений, экранируются, чтобы они интерпретировались буквально. Например:

regexptranslate ("escape", "12.5")
     ⇒ '12\.5'

См. также: regexp, regexpi, regexprep.