Intelligent RegEx Замена

Question

Я настраиваю систему для синтаксического анализа строки с очень указанным синтаксисом и исправления ошибок пользователя. Например, синтаксис требует даты в формате уу (без ведущих 0s) ч/д /, так что мне нужно сделать следующие замены:

• 10/01/13 -> 10/1/13
• 10/10/13 -> Без изменений
• 10/1/13 -> без изменений
• 01/10/13 -> 1/10/13

у меня есть много правил, как это по которой мне нужно найти порции строки и исправить эти части. Я могу использовать RegEx для определения того, что нужно легко исправлять. Для более легкого примера, я хочу найти CBUx[2-9], но тогда мне нужно заменить что-то вроде этого CBU x [2-9] (пробелы вокруг x, если ему предшествует CBU и обозначается цифрой). Пример:

ввод текст: "ла CBUx3" совпадения: "CBUx3" заменить: "ЦБ х 3" выходного текст: "ли ЦБ х 3"

Возможно ли это? Обратите внимание, что я полностью знаю, что могу написать код, чтобы найти косые черты и цифры. Я специально пытаюсь сделать это с помощью «замены RegEx Registry». У меня есть много разных типов исправлений, которые я могу сопоставить с RegEx, и я хотел бы избежать написания конкретных процедур коррекции для каждого.

Answer 1

Может быть что-то подобное для ведущих нулей:

\b0+([1-9]) 

И заменить $1 (или \1 в зависимости от языка, хотя \1 менее распространена в настоящее время).

Но что-то немного лучше может быть с использованием отрицательного просмотра назад:

(?<![.,])\b0+([1-9]) 

Так что 0 в 10,001.002 не изменяются в 10,1.2.

regex101 demo

Граница слова, \b, убеждается, что 0 (или больше) в начале номера и отрицательного просмотра назад для случаев знаков после запятой и тысячи сепараторов, при условии, что у вас есть есть плавающий числа в строке. Обратите внимание, что это, однако, предотвратит удаление нулей в формате даты 11.01.13. Однако более сложное регулярное выражение может быть сделано с предположением, что такая дата всегда имеет по меньшей мере одно число после второй точки (сама по себе после двух чисел, поскольку даты и месяцы занимают не более 2 цифр), не встречая ничего, кроме других чисел, что делает регулярное выражение выглядеть ...

(?<![.,](?![0-9]{2}\.[0-9]))\b0+([1-9]) 

И что делает что-то вроде this.

---

Для CBUx[2-9], вы можете использовать захват группы, а также:

CBUx([2-9]) 

И заменить: CBU x $1 (или \1)

---

Там могут быть некоторые твики я Бесполезный Не рассматривайте лидирующую часть удаления, но об этом я могу сейчас подумать.