不在双引号内时替换preg_

Question

基本上，我想在句子中替换某些单词（例如，单词“tree”和单词“pizza”）。限制：当应替换的单词位于双引号之间时，不应执行替换。

例子：

The tree is green. -> REPLACE tree WITH pizza
"The" tree is "green". -> REPLACE tree WITH pizza
"The tree" is green. -> DONT REPLACE
"The tree is" green. -> DONT REPLACE
The ""tree is green. -> REPLACE tree WITH pizza

有可能用正则表达式实现这一点吗？我会数一数单词前双引号的数量，然后检查它是奇数还是偶数。但是在php中使用preg_replace是否可能？

谢谢

//编辑：

目前我的代码如下：

preg_replace("/tree/", "pizza", $sentence)

但这里的问题是用双引号实现逻辑。我试过这样的方法：

preg_replace("/[^"]tree/", "pizza", $sentence)

但这不起作用，因为它只检查单词前面是否有双引号。但上面有一些例子表明该检查失败。重要的是我只想用正则表达式解决这个问题。

Answer 1

这一个使用前瞻性匹配树：

$pattern = '~\btree\b(?=([^"]|("[^"]*"))*$)~im';

$str = '
The tree is green. -> REPLACE tree WITH pizza
"The" tree is "green". -> REPLACE tree WITH pizza
"The tree" is green. -> DONT REPLACE
"The tree is" green. -> DONT REPLACE
The ""tree is green. -> REPLACE tree WITH pizza';

echo "<pre>".preg_replace($pattern,"pizza",$str)."</pre>";

它查找树，如果找到，只匹配它，如果后面跟着字符，这些字符不是双引号[^"]或引用组"[^"]*"，直到使用修饰符i（PCRE_CASELESS）和m（PCRE_MULTILINE）。

我不要绿色比萨饼！圣诞快乐：-）

Answer 2

有一个方便的技巧使用一些隐藏的正则表达式的权力：

~“*？”（*跳过）（*失败）|\b树\b~s

说明：

~                   # start delimiter (we could have used /, #, @ etc...)
"                   # match a double quote
.*?                 # match anything ungreedy until ...
"                   # match a double quote
(*SKIP)(*FAIL)      # make it fail
|                   # or
\btree\b            # match a tree with wordboundaries
~                   # end delimiter
s                   # setting the s modifier to match newlines with dots .

在实际的PHP代码中，您可能希望使用preg_quote（）来转义regex字符。这里有一个小片段：

$search = 'tree';
$replace = 'plant';
$input = 'The tree is green.
"The" tree is "green".
"The tree" is green.
"The tree is" green.
The ""tree is green.';

$regex = '~".*?"(*SKIP)(*FAIL)|\b' . preg_quote($search, '~') . '\b~s';
$output = preg_replace($regex, $replace, $input);
echo $output;

在线正则表达式演示

Answer 3

正则表达式并不是一个可以为每项工作做所需的工具。您可以在一定程度上使用正则表达式，但对于嵌套引号中的所有情况，它仍然会变得更加复杂。

你可以在这里使用消极的前瞻。

$text = preg_replace('/\btree\b(?![^"]*"(?:(?:[^"]*"){2})*[^"]*$)/i', 'pizza', $text);

请参见工作演示

正则表达式：

\b               the boundary between a word char (\w) and not a word char
 tree            'tree'
\b               the boundary between a word char (\w) and not a word char
(?!              look ahead to see if there is not:
 [^"]*           any character except: '"' (0 or more times)
  "              '"'
 (?:             group, but do not capture (0 or more times)
  (?:            group, but do not capture (2 times):
   [^"]*         any character except: '"' (0 or more times)
    "            '"'
  ){2}           end of grouping
 )*              end of grouping
 [^"]*           any character except: '"' (0 or more times)
 $               before an optional \n, and the end of the string
)                end of look-ahead

另一个选择是使用受控回溯，因为你能够在PHP中做到这一点

$text = preg_replace('/"[^"]*"(*SKIP)(*FAIL)|\btree\b/i', 'pizza', $text);

请参见工作演示

这个想法是跳过引文中的内容。我首先匹配引号后面的任何字符，除了"后面跟着引号，然后使子模式失败，并迫使正则表达式引擎不要重试子串与其他替代（*SKIP）和（*FAIL）回溯控制谓词。