Сматчить статичную строку с символом/группой символов в любом её месте

Можно найти определенную группу символов по регулярке «<br>» и заменить ее на пустоту, в итоге получим искомую строку.

Нет, так не очень подойдет, потому что вокруг искомой строки есть ещё куча таких же групп и их нужно сохранить.

Чтобы лучше было понятно, задача в замене текста в docx с попыткой сохранения форматирования. Про Python-Docx в курсе, но он слишком многое ломает, пытаюсь вот навелосипедить своё решение.

Чтобы лучше было понятно, задача в замене текста в docx с попыткой сохранения форматирования.

http://stackoverflow.com/questions/1732348/regex-match-open-tags-except-xhtml...

mother\s*(?:<br>)?\s*has\s*(?:<br>)?\s*been\s*(?:<br>)?\s*wasing\s*(?:<br>)?\s*a\s*(?:<br>)?\s*window\s*(?:<br>)?\s*frame\?

Да, про это я тоже в курсе:-D

В совсем любом месте строки, даже посреди слова. Возможно, даже в нескольких местах.

Ах вон он чё. Тогда да, лучше сначала удалить всё лишнее. А регулярками я хз.

В совсем любом месте строки, даже посреди слова. Возможно, даже в нескольких местах.

Т.е. строка «Матумба, мешкая, пердылила Рамаяну» подойдёт?

И «Мама мыла<br> раму» и «Мама<br> мыла раму» после сортировки дадут одинаковую строку " <>brМаааалмммруы", а «Мама мыла раму» будет " Маааалмммруы".

Стрипаем и получаем стандартный поиск подстроки в строке.

И «Мама мыла<br> раму» и «Мама<br> мыла раму» после сортировки дадут одинаковую строку

Ты точно PHPшник или фронтендер. Настолько черезжопно и нерабоче могут сделать только они.

Есть текст с некими управляющими символами. Нужен поиск строки без учета этих символов.

Если управляющие символы заранее известны, то да, убираем и ищем. Если неизвестны, то по граничным словам строки поиска выделяем фрагменты в исходном тексте и матчим так, как я предложил. Почему нет?

Предложи свой вариант?

Нужен поиск строки без учета этих символов.

На строке «Мама мыла раму мылом» твой «алгоритм» сломается. Пойнт в том что сортировка абсолютно никчемный шаг.

Предложи свой вариант?

xml парсер, поиск нужных поледовательностей из text node. Причем это позволит сделать замену, про которую ты даже не думал.

Т.е. строка «Матумба, мешкая, пердылила Рамаяну» подойдёт?

Нет, куски, которые нужно игнорировать, являются XML-тегами

Так это же простейшай регулярка. В чем прикол?

На js вот так будет

console.log(

 "blamla\nмама foo<br> мыла раму\nfoo\n blamla\nащщ мама мыла  <br>раму kfk аоаооа\nikfkf ffkfk flfk"
  .match(/^.*мама.+мыла.+раму.*$/mg)

)

[ 'мама foo<br> мыла раму',
  'ащщ мама мыла  <br>раму kfk аоаооа' ]

куски, которые нужно игнорировать, являются XML-тегами

Если только одиночные теги, то вот так

console.log(

 "<ba>мама<br>мыла раму\nblamla\nмама foo<br> мыла раму\nfoo\n blamla\nмама мыла <br>раму <b>\nащщ мама мыла  <br>раму kfk аоаооа\nikfkf ffkfk flfk"
   .match(/^\s*(<[^>]+>)*\s*мама\s*(<[^>]+>)*\s*мыла\s*(<[^>]+>)*\s*раму\s*(<[^>]+>)*\s*$/mg)

)

//[ '<ba>мама<br>мыла раму', 'мама мыла <br>раму <b>' ]

А если

«Ма<br>ма мыла р<br>аму»

?

это бред какой-то. вставляй (<[^>]+>)* между каждой буквой.

У тебя 3 варианта: стрипать теги перед поиском (самый разумный), делать свой алгоритм поиска, игнорирующий теги (может быть ок в зависимости от ситуации) и динамически делать регэксп, вставляющий возможность тега после каждого символа (самый бредовый). Регэкспами тут появляются только в третьем случае.

Нет там вариантов кроме как использовать XML парсер. Все остальное будет дрочка сидя в гамаке.

Зависит от, ну и оно медленнее при том, что в ТЗ нет ничего о парсинге XML, поэтому может быть оверкилл.

это бред какой-то. вставляй (<[^>]+>)* между каждой буквой.

это не бред, это бардак. Но и с ним приходится работать.

Плюс это является частным случаем варианта (2).

В общем, никаких общепринятых регексповых вариантов решения проблемы нет, да? Только кодировать свой поиск, так?

Почему ты решил, что эту задачу нужно решать регэкспами? Они тут никаким боком. Костыльно можно, но зачем?

ну и оно медленнее

В тз ничего не сказано про скорость.

что в ТЗ нет ничего о парсинге XML

есть:

docx

Только кодировать свой поиск, так?

Блжад, что там кодировать? Это кстати интересная бонусная задачка на тестовое ТЗ, хорошо будет отсеивать рукозадых.

Костыльно можно

Да почему костыльно? По - любому регекспы тут самый простой и быстрый вариант. Сама задача бредовая, это да, но она не сложная сама по себе. Наоборот, любое решение кроме регекспов тут — костыли.

кроме как использовать XML

А ничего, что не всякий HTML является валидным XML? Ты можешь с XML - парсером не только подрочить, но и соснуть, внезапно, в своем гамаке.

быстрый

4.2

простой

Конструировать регэксп на лету?!

Конструировать регэксп на лету?!

Нафига?

А ничего, что не всякий HTML является валидным XML?

Анонiмус никогда не отличался хорошей способностью читать, но мы к этому все привыкли, но даже если опустить docx, то я перепарсил кучу битого html-я xml-парсером.

Нафига?

А что ты делал выше?

А где ты там конструирование на лету увидел?

вставляй (<[^>]+>)* между каждой буквой.

Или ты думаешь, что строка поиска одна и известна заранее?

А почему она должна быть одной и известной заранее? Если он так сделает, он получит то что хотел, под шаблон будут попадать строки вида ма<br>ма мыла <br> раму