Question

对于Regex粉丝......我所拥有的是这个字符串：

"Lorem ipsum dolor FOO IO BAR BA"

我想提取大写后缀的标题和数组：

"Lorem ipsum dolor"
["FOO", "IO", "BAR", "BA"]

这是我的尝试：

function retrieveGroups( string )
{
   var regexp = new RegExp(/(FOO|BAR|BA|IO)/g);    
   var groups = string.match( regexp ) || [];
   var title  = string.replace( regexp, "" );
   return {title:title, groups:groups};
}

结果：

title  : "Lorem ipsum dolor    ",
groups : ["FOO" , "IO", "BAR", "BA"]

这很好，但它不会阻止这种情况：

LoremFOO ipBAsum IO dolor FOO

在那里，我在结果组中只需要["FOO"]。

规则似乎很简单......

获取标题。
标题可以全部大写（＆＃34; LOREM IPSUM＆＃34;） 获取一系列大写后缀。
字符串中可能不存在Grouops（FOO，BAR，IO，BA）如果不是后缀，请不要匹配后缀：后缀并且不是由空格引导
从字符串末尾开始匹配（如果可能？），以便在遇到时不要匹配重复的组参数（上面的例子）

我也试过string.replace(regexp, function(val) ....，但我不确定它是如何帮助的......

不知道它是否有帮助但fiddle is here。谢谢！

Answer 1

获取大写后缀的数组。

> "Lorem ipsum dolor FOO IO BAR BA".match(/\b[A-Z]+\b(?!\s+\S*[^A-Z\s]\S*)/g)
[ 'FOO',
  'IO',
  'BAR',
  'BA' ]
> "LoremFOO ipBAsum IO dolor FOO".match(/\b[A-Z]+\b(?!\s+\S*[^A-Z\s]\S*)/g)
[ 'FOO' ]

获取标题数组。

> "LoremFOO ipBAsum IO dolor FOO".match(/^.*?(?=\s*\b[A-Z]+\b(?:\s+[A-Z]+\b|$))/g)
[ 'LoremFOO ipBAsum IO dolor' ]
> "Lorem ipsum dolor FOO IO BAR BA".match(/^.*?(?=\s*\b[A-Z]+\b(?:\s+[A-Z]+\b|$))/g)
[ 'Lorem ipsum dolor' ]

<强>更新

> "LoremFOO ipBAsum IO dolor FOO".match(/\b(?:FOO|BAR|BA|IO)\b(?!\s+\S*[^A-Z\s]\S*)/g)
[ 'FOO' ]

\b称为单词边界，它在单词字符和非单词字符之间匹配。
(?:FOO|BAR|BA|IO)\b匹配FOO或BAR或BA或IO以及以下字词边界
(?!\s+\S*[^A-Z\s]\S*)只有当后面没有一个或多个空格字符，零个或多个非空格字符以及空格或大写字母以外的字符时，再次跟随零或更多非空格字符。因此IO失败了，因为它后跟一个包含至少一个小写字母的单词。 (?!...)称为否定先行断言。

> "Lorem ipsum dolor FOO IO BAR BA".match(/\b(?:FOO|BAR|BA|IO)\b(?!\s+\S*[^A-Z\s]\S*)/g)
[ 'FOO',
  'IO',
  'BAR',
  'BA' ]

而且，你也可以使用正面的正则表达式。 (?=....)称为积极的先行断言。

> "LoremFOO ipBAsum IO dolor FOO".match(/\b(?:FOO|BAR|BA|IO)\b(?=\s+(?:FOO|BAR|BA|IO)\b|$)/g)
[ 'FOO' ]

获取标题数组。

> "Lorem ipsum dolor FOO IO BAR BA".match(/^.*?(?=\s*\b(?:FOO|BAR|BA|IO)\b(?:\s+(?:FOO|BAR|BA|IO)\b|$))/g)
[ 'Lorem ipsum dolor' ]
> "LoremFOO ipBAsum IO dolor FOO".match(/^.*?(?=\s*\b(?:FOO|BAR|BA|IO)\b(?:\s+(?:FOO|BAR|BA|IO)\b|$))/g)
[ 'LoremFOO ipBAsum IO dolor' ]

Answer 2

也许这就是你要找的东西：

function retrieveGroups( string )
{
   var regexp = new RegExp(/^(.*?)\s*([ A-Z]+)*$/);    
   var result = string.match( regexp ) || [];
   var title  = result[1];
   var groups=result[2].split(" ");
   return {title:title, groups:groups};
}

修改这里是一组固定大写单词的解决方案：

function retrieveGroups( string ) { var regexp = new RegExp(/^(.*?)\s*((?:\s|FOO|BAR|IO|BA)+)?$/); var result = string.match( regexp ) || []; var title = result[1]; var groups=result[2].split(" "); return {title:title, groups:groups}; }

Answer 3

通过使用Avinash的RegEx，可以提取所有有效的后缀。标题将是第一个后缀之前的所有文本。所以最终的JavaScript代码如下所示：

var arr = ['Lorem ipsum dolor FOO IO BAR BA', 'LoremFOO ipBAsum IO dolor FOO']

arr.forEach(function(str) {
  var o = retrieveGroups(str);
  alert("Parsed title = " + o.title + ", groups=" + o.groups);
});

function retrieveGroups( string ) {
  var regex = /\b(?:FOO|BAR|BA|IO)\b(?=\s+(?:FOO|BAR|BA|IO)\b|$)/g
  var groups = string.match( regex ) || [];
  var title  = string.replace( regex, '').trim();
  return {'title':title, 'groups':groups};
}

这是DEMO

正则表达式字符串与模式

3 个答案: