在javascript中通过正则表达式分割线？

Question

我有这种文字结构：

1.6.1 Members................................................................ 12
1.6.2 Accessibility.......................................................... 13
1.6.3 Type parameters........................................................ 13
1.6.4 The T generic type aka <T>............................................. 13

我需要创建JS对象：

{ 
  num:"1.6.1",
  txt:"Members"
},
{ 
  num:"1.6.2",
  txt:"Accessibility"
} ...

这不是问题。

问题在于我想通过积极前瞻的正则表达式分割提取值：

  

通过第一次时间拆分，您会看到下一个字符是字母

我尝试了什么：

'1.6.1 Members........... 12'.split(/\s(?=(?:[\w\. ])+$)/i)

这很好用：

["1.6.1", "Members...........", "12"] // I don't care about the 12.

但如果我有两个或更多的话：

'1.6.3 Type parameters................ 13'.split(/\s(?=(?:[\w\. ])+$)/i)

结果是：

["1.6.3", "Type", "parameters................", "13"] //再次，我不在乎13。

当然我可以加入他们，但我希望这些话能够在一起。

问题：

如何增强我的正则表达式而不是分裂单词？

期望的结果：

["1.6.3", "Type parameters"]

或

["1.6.3", "Type parameters........"] //我稍后会删除附加内容

或

["1.6.3", "Type parameters........13"] //我稍后会删除附加内容

NB

我知道我可以通过＆＃34; ＆＃34;或者通过其他更简单的解决方案，但我寻求（纯粹的知识）增强我的解决方案使用积极的先行分割。

Full online example :

nb2：

文本中间也可以包含大写字母。

Answer 1

您可以使用此正则表达式：

/^(\d+(?:\.\d+)*) (\w+(?: \w+)*)/gm

使用匹配的组＃1和匹配的组＃2获得所需的匹配。

Online Regex Demo

更新：对于String#split，您可以使用此正则表达式：

/ +(?=[A-Z\d])/g

Regex Demo

更新2：在更复杂的正则表达式之后，还可能在章节名称中使用大写字母：

var re = /(\D +(?=[a-z]))| +(?=[a-z\d])/gmi; 
var str = '1.6.3 Type Foo Bar........................................................ 13';
var m = str.split( re );
console.log(m[0], ',', m.slice(1, -1).join(''), ',', m.pop() );

//=> 1.6.3 , Type Foo Bar........................................................ , 13

Answer 2

编辑：由于您已将1.6.1 The .net 4.5 framework....添加到要求中，我们可以调整答案：

^([\d.]+) ((?:[^.]|\.(?!\.))+)

如果你想在标题中允许最多三个点的序列，就像1.6.1 She said... Boo!...........一样，那么从那里（{3}量词）可以轻松调整：

^([\d.]+) ((?:[^.]|\.(?!\.{3}))+)

原文：

^([\d.]+) ([^.]+)

在regex demo中，请参阅右侧窗格中的“组”。

要检索第1组和第2组，例如：

var myregex = /^([\d.]+) ((?:[^.]|\.(?!\.))+)/mg;
var theMatchObject = myregex.exec(yourString);
while (theMatchObject != null) {
    // the numbers: theMatchObject[1]
    // the title: theMatchObject[1]
    theMatchObject = myregex.exec(yourString);
}

<强>输出

Group 1     Group 2
1.6.1       Members
1.6.2       Accessibility
1.6.3       Type parameters
1.6.4       The T generic type aka <T>**
1.6.1       The .net 4.5 framework

<强>解释

• ^声称我们是行的开头
• ([\d.]+)中的括号捕获第1组的数字和点
• ((?:[^.]|\.(?!\.))+)中的括号捕获到第2组......
• [^.]一个不是点的字符，|或......
• \.(?!\.)一个没有点后跟的点......
• +一次或多次

Answer 3

您也可以使用此模式：

var myStr = "1.6.1 Members................................................................ 12\n1.6.2 Accessibility.......................................................... 13\n1.6.3 Type parameters........................................................ 13\n1.6.4 The T generic type aka <T>............................................. 13";

console.log(myStr.split(/ (.+?)\.{2,} ?\d+$\n?/m));

关于前瞻的方式：

我认为这是不可能的。因为跳过一个字符（这里是两个单词之间的空格）的唯一方法是在之前出现的空格（数字和第一个单词之间）匹配它。换句话说，您使用的字符不能匹配多次。

但是，如果除了要分割的空间外，所有模式都包含在前瞻中，并且由于前瞻中此子模式匹配的子字符串不是匹配结果的一部分（换句话说，它只是一个检查，相应的字符不会被正则表达式引擎吃掉），你不能跳过下一个空格，正则表达式引擎将继续他的路，直到下一个空格字符。