Question

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。

Answer 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。

参考

Repeating a Capturing Group vs. Capturing a Repeated Group

Answer 2

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。

多行字符串中任意数量的捕获组

2 个答案:

参考