正規表現で括弧以外のアルファベットだけ置換えしたい

Question

動画の英語字幕があります。
この英語字幕の一部を伏せ字にしてタイピングゲームを作ろうとしています。

str.replace(/[A-Za-z]/g, '_')で字幕のアルファベット部分を伏せ字にしていたのですが、問題が発生しました。

このキャプションには、「(動作音)」や「[人名]」など会話以外の内容が括弧にくくられて入っています。
この部分は実際に動画で発音していないので、伏せ字にしたくありません。

括弧内以外のアルファベットにヒットする正規表現を教えてください！

入力例

-[TOM] ♪ Taking care to keep my baggage with me ♪
-(banging) Huh?

よくない出力

-[___] ♪ ______ ____ __ ____ __ _______ ____ __ ♪
-(_______) ___?

期待する出力

-[TOM] ♪ ______ ____ __ ____ __ _______ ____ __ ♪
-(banging) ___?

Answer 1

String.prototype.replace

括弧内以外のアルファベットにヒットする正規表現を教えてください！

正規表現は一度、マッチした文字列には二度とマッチしません。
括弧全体にマッチさせてから、マッチした文字列をそのまま返す置換処理にしてください。

'use strict';
const string = '-[TOM] ♪ Taking care to keep my baggage with me ♪\n-(banging) Huh?';
const result = string.replace(/([^)]*)|[[^]]*]|([a-zA-Z])/g, function callbackfn (match, alphabet) {
  return alphabet ? '_' : match;
});

console.log(result);  // "-[TOM] ♪ ______ ____ __ ____ __ _______ ____ __ ♪\n-(banging) ___?"

丸投げ質問

• https://teratail.com/help/avoid-asking

コードをください・デバッグしてください等の丸投げの質問

何かを作りたいのでコードを書いてほしい、学校の課題を解いてほしい等の質問は、具体的にプログラミングで困っている質問ではないと考え、推奨していません。
問題や質問は実際に調査や作業に取り組み、具体的なところで生まれると考えるためです。
まずは実際に作業に取り組み、つまづいたところで投稿をしてみてください。

この状況で打開策に悩む気持ちは理解できるので、答えを書きましたが、丸投げ質問は推奨されません。

Re: gpioblink さん

Comments

[gpioblink]

回答ありがとうございます！replaceでも複数の引数をとって関数が使えるんですね。すいません、丸投げは気をつけます。

[think49]

[] の例外処理に対応しておきました。

Answer 2

一気に1つの正規表現でと言うのは無理です。
splitで、括弧内と括弧外によりわけて、括弧外だけreplaceします。

str = str.split( /([.*?]|(.*?))/ ).map(
        function(s){
            if(s.match( /([.*?]|(.*?))/ )){
                return s;
            }else{
                return s.replace(/[A-Za-z]/g,"_");
            }
        }
    ).join("");

括弧内を表す正規表現：/([.*?]|(.*?))/。この正規表現でsplitする。

splitした配列の各要素について、括弧内ならそのまま、そうでなければreplaceするように、mapで制御する。

最後に配列をjoinして文字列に戻す。

Comments

[gpioblink]

回答ありがとうございます！先読みとか後読みとか考えて、挫折していました。これならシンプルでわかりやすいです！２重括弧とかにも対応できそうで、ありがたいです。

Answer 3

こんにちは。

会話に出現する単語は、以下の条件を満たすものと考えられます。

• 半角アルファベット１文字以上で構成される文字列で、
• かつ、その文字列の直前にある文字は、アルファベットおよび(, [ のいずれでもない。
• かつ、その文字列の直後にある文字は、アルファベットおよび), ] のいずれでもない。

この条件に沿って、会話中の単語を、これを囲む左右の文字を含めた正規表現

/[^a-z([][a-z]+[^a-z)]]/i

でマッチさせ、このマッチ部分に含まれるアルファベットを _ に変換するような関数
maskingWordsInSpeech(text)
を作りました。

const maskingWordsInSpeech = (text) => {
  let x = text;
  while(true) {
    const y = x.replace(/[^a-z([][a-z]+[^a-z)]]/i, 
      str => str.replace(/[a-z]/ig, '_')
    );
    if (x == y) break;
    x = y;
  }
  return x;
};

• 動作確認用のサンプル： https://jsfiddle.net/jun68ykt/Lrae1fw3/13/

以上、参考になれば幸いです。

追記

単語の後にくる文字までマッチさせなければ、whileで回したりせずに以下で済みました。

const maskingWordsInSpeech =
  (text) => text.replace(/[^a-z[(][a-z]+/ig, s => s.replace(/[a-z]/ig, '_'));

• 動作確認用のサンプル： https://jsfiddle.net/jun68ykt/Lrae1fw3/25/

Comments

[gpioblink]

回答ありがとうございます！考え方まで教えてもらって、役に立ちます！

[jun68ykt]

@gpioblinkさん
どういたしまして。
> 役に立ちます！
のことでよかったです。追記に書いた

text.replace(/[^a-z[(][a-z]+/ig, s => s.replace(/[a-z]/ig, '_'))

で問題なければこれがコード量も少なくて一見良さそうですが、（まだgpioblinkさんご自身も気がついてないような）ご質問にないようなパターンの入力があると、会話の中の単語であっても _ で置き換わらないかもしれませんので、他にもあり得る色々な入力を試してみるとよいかもしれませんね。

[gpioblink]

追記ありがとうございます！一行になっちゃって素晴らしいです！入力パターンって、なんだか競プロみたいですね(笑)

早速、「[CROWD cheering]」のように括弧内にスペースがあるデータを見つけたので、

const maskingWordsInSpeech =
(text) => text.replace(/[^ a-z[(][ a-z]+/ig, s => s.replace(/[a-z]/ig, '_'));

として素人ながらスペースがあっても対応できるようにしてみました！！

他は今の所大丈夫そうです！！本当にありがとうございます！助かりました

[jun68ykt]

@gpioblinkさん

> スペースがあっても対応できるようにしてみました！！

なるほど！素晴らしいです ????

[think49]

@gpioblink さん
前提条件に気になる部分があるのですが、
console.log(maskingWordsInSpeech('[-TOM-]')); // [-___-]
これは期待通りの動作ですか。

[gpioblink]

@think49 さん
ありがとうございます！確かに、これも修正する必要がありそうですね！
あと、いま気づいたのですが、最初がアルファベットから始まる場合、例えば「What in the world are you? Tell me!」は、「What in the world are you? ____ __!」となってしまったので、修正が必要そうです。。
全ての条件を網羅するのはなかなか大変ですね

[think49]

@gpioblink さん
そもそも、括弧内を全て除外すればよいわけで、文字種を限定する意味がないのではありませんか。
私は「括弧内を全て除外すれば良い」の発想で正規表現を書いていました。

[gpioblink]

ホントだ、そっちのほうが考えやすいかもしれませんね！
これが効率的なアルゴリズムっていったものなのでしょうか。
今回のプログラムは、「括弧内除外法」で書いてみようと思います！！
みなさん様々なアイディアありがとうございます！

[think49]

@gpioblink さん
私の回答がそれなんですが…。まあ、自分で書いてみるのは良い事です。
https://teratail.com/questions/168504#reply-251459

[gpioblink]

みなさんの回答がとても参考になって、正直、全ての回答をベストアンサーにしたいです。
様々なコードの特徴まで指摘していただいたthink49さんを選んで、質問を閉じさせてもらいます！
一番始めに回答いただいたsatochaさん、分かりやすい説明をしていただいたjun68yktさん、括弧内除外の方法を始めに教えてくださったotnさんもありがとうございました！！

[jun68ykt]

@gpioblinkさん
> 正直、全ての回答をベストアンサーにしたいです。
私の回答を通じて当初のご質問に要件として明示されていないけれども、有り得る入力について考慮するきっかけにして頂けたようで、大変嬉しく思います。

Answer 4

正規表現の密林に迷い込むと簡単には抜けられなくなります。
なので、カッコ内の部分だけを記憶しておいて、あとで合体するというのはどうでしょう。

<div id="org">
-[TOM] ♪ Taking care to keep my baggage with me ♪<br>
-(banging) Huh?
</div>
<button onclick="change()">change</button>
<div id="changed"/>

function change(){
  var str=document.getElementById('org').innerText;
  var matchedlist=str.match(/[([].*?[)]]/g);
  str=str.replace(/[([].*?[)]]/g,'＊');
  str=str.replace(/[A-z]/g,'_');
  var strarray=str.split('＊');
  str='';
  for(var i=0,len=strarray.length;i<len;i++){
    str+=strarray[i];
    if(matchedlist[i]){
      str+=matchedlist[i]
    }
  }
  document.getElementById('changed').innerText=str
}

Comments

[gpioblink]

回答ありがとうございます！仮の文字で置き換えるのか、、直感的にわかりやすいです！

[think49]

@satocha さん
一時的に他の文字列に置換する場合は、メタキャラクタとなる文字が含まれた場合を考慮する必要があります。
このコードでは、'abc*xyz' や 'abc(*)xyz)' など、*が含まれた文字列で期待通りに動作しません。

[think49]

> str=str.replace(/[A-z]/g,'_');

この正規表現は、"[\]^_`" にマッチしてしまいます。