如何用正则表达式删除化学式中的单个1？Matlab实操求助

问题分析 #

你之前用的正则表达式'[a-zA-Z](1)[a-zA-Z]|[a-zA-Z](1)$'有两个核心问题：

1. 它把元素符号的最后一个字母也包含在匹配范围内了，替换时会误删这个字母（比如匹配Ne1O里的e1O，替换后Ne会变成N）；
2. 没考虑元素符号可能是双字母的情况（比如Ne是两个字母，你的正则只匹配了单个字母后的1）。

我们的目标很明确：只删元素符号后紧跟的单个1，绝对保留多位数里的1（比如H12里的1），所以得精准定位符合条件的1：

• 前面必须是完整的元素符号（大写字母开头，可选跟一个小写字母，比如C、Ne）；
• 后面要么是下一个元素的开头（大写字母），要么是字符串结尾；
• 这个1不能是多位数的一部分（比如H12里的1后面是2，不符合上述条件）。

正确的Matlab实现 #

用带预查的正则表达式，只匹配需要删除的单个1，替换时完全保留元素符号：

original_formula = 'C6H12Ne1O6P1R1';
cleaned_formula = regexprep(original_formula, '(?<=[A-Z][a-z]?)1(?=[A-Z]|$)', '');
disp(cleaned_formula);

运行这段代码后，输出就是你想要的C6H12NeO6PR。

正则表达式详解 #

拆解一下这个正则的关键部分：

• (?<=[A-Z][a-z]?)：反向预查，确保1前面是合法的元素符号（大写字母开头，后面可以跟0个或1个小写字母）。这个部分不会被捕获，所以替换时不会碰前面的元素符号。
• 1：我们要删除的目标数字。
• (?=[A-Z]|$)：正向预查，确保1后面要么是下一个元素的开头（大写字母），要么是字符串结尾。这样就不会误匹配H12里的1（因为它后面是数字2，不满足预查条件）。

通用正则思路（不限于Matlab） #

如果要在其他语言里实现同样逻辑，核心正则模式是一致的（大部分语言支持正向/反向预查）：

• 正则模式：(?<=[A-Z][a-z]?)1(?=[A-Z]|$)
• 替换为空字符串即可。

内容的提问来源于stack exchange，提问作者JonSnow