我有一个很长的Markdown格式字符串,它由一个或多个标题的重复部分和多行描述组成,如下所示:
**[Title1](link1) brief description** flag1, flag2
commentary,
occasionally multi-line
---
**[Title2](link2) brief description** flag3, flag4
**[Title3](link3) brief description** flag5, flag6, flag7
commentary
---
...
这个订单偶尔会被其他文字打破,在---
和下一个标题之间交织。
我希望用JS的正则表达式来处理它,以便在不同的捕获组中捕获标题,链接,描述和注释。理想情况下,从给出的例子我想得到类似的东西:
1st match:
group 1: Title1
group 2: link1
group 3: brief description
group 4: commentary,
occasionally multi-line
2nd match:
group 1: Title2
group 2: link2
group 3: brief description 2
group 4: Title3
group 5: link3
group 6: brief description 3
group 7: commentary
...
我不会撒谎 - 我的正则表达式技巧可以使用一些抛光,但我设法解决了这个问题,将其限制为单一标题(使用类似于/\*\*\[(.*)\]\((.*)\)\s+(.*)\*\*.*\s+((?:.*\s)*?)?---/g
的正则表达式)。有一个未指定数量的它们,我不知道如何将单独的片段收集到简洁的组中,因为无论我尝试什么,我要么为属于一个项目的标题获得单独的匹配,要么第二个和后续标题被混合使用评论。
这只能用正则表达式吗?我希望避免按项目边界分割(在这种情况下为**[
和---
)并将其从那里进一步切割,因为这似乎不如单个正则表达式匹配优雅。
答案 0 :(得分:1)
您正在尝试重复捕获组,然后访问所有捕获。不幸的是,这在JavaScript正则表达式引擎中不起作用(对大多数其他引擎也是如此)。 .NET引擎确实支持它。
我知道你不想先拆分,但这可能是最好的选择。如果你能以某种方式使用JS的.NET正则表达式引擎或者将你的项目更改为使用.NET / Powershell,那么你可以在纯正则表达式中使用它。
答案 1 :(得分:1)
我想我得到了一个正则表达式
var re = /(?:\*\*\[(.*)\]\((.+)\) (.+)\*\* .*\n)(?:([^\*(?:\-\-\)]+))?/g;
我不确定这是你要求的,但它与你的输入和输出相匹配。 你可以play with it here (Regex101 example)
在这里,您可以找到使用该正则表达式的JSFiddle并显示捕获的组。
当然它不是很严格,所以你必须根据自己的需要改变它。
我希望这就是你想要的。