regex - 在 wiki 中替换 chemform - regexp

Question

你能给我一些建议吗，我正在替换<chemform>我的wiki中不再使用的代码......字符串通常很简单，如下所示：

<chemform>CH3COO-</chemform>
<chemform>Ba2+</chemform>
<chemform>H2CO3</chemform>

我需要将它们替换为：

CH<sub>3</sub>COO<sup>-</sup>
Ba<sub>2</sub><sup>+</sup>
H<sub>2</sub>CO<sub>3</sub>

到目前为止，我为RegExr 工具提出了这个正则表达式：

匹配：<chemform\b[^>]*>(\D*?)([0-9]*)(\D*?)(\D*?)([0-9]*)(\D*?)([-+]*?)</chemform>

替换：$1<sub>$2</sub>$3$4<sub>$5</sub>$6<sup>$7</sup>

我知道代码很糟糕，但到目前为止，它一直在为我工作，除了它让我得到空字符串，例如<sub></sub>：

<sub></sub>CH<sub>3</sub>COO<sup>-</sup>
<sub></sub>Ba<sub>2</sub><sup>+</sup>
H<sub>2</sub>CO<sub>3</sub><sup></sup>

如何在不进行第二次替换搜索的情况下摆脱这些？非常感谢！

Answer 1

您可以使用 Notepad++，它能够进行条件替换（您可以在Wiktor Stribiżew的上一篇文章中获得详细信息）。

使用以下模式：

• 匹配：([A-Za-z]+(?=[-+\d]))(?<sub>\d+)?(?<sup>[-+])?(?=[-+\w]*</chemform>)
• 代替：$1(?{sub}<sub>$+{sub}</sub>)(?{sup}<sup>$+{sup}</sup>)

鉴于您的输入样本，我得到：

<chemform>CH<sub>3</sub>COO<sup>-</sup></chemform>  
<chemform>Ba<sub>2</sub><sup>+</sup></chemform>  
<chemform>H<sub>2</sub>CO<sub>3</sub></chemform>