Question

在Javascript中，我使用正则表达式捕获SI单位（以及一些非SI单位），并使用乘法点正确格式化它们。

例如：“Js”变为“J⋅s”，“mΩm”变为“mΩ·m”等。

问题是，有一些前缀也是SI单位（例如“m”），所以我所写的将错误地将“mΩ”转换为“m⋅Ω”。

var $dot = "\u22c5";
var $minus = "\u2212";

var $prefix = "(p|n|\u00B5|m|c|d|k|M|G|T)";
var $si_unit = "(m|g|l|L|s|A|K|mol|cd|Hz|rad|sr|N|Pa|J|W|C|V|F|\u03A9|S|Wb|T|H|\u00B0C|\u00B0F|lm|lx|Bq|Gy|Sv|kat|eV|\u0025)";
var $power = "([+" + $minus + "]?\d+)";

var $unit = "(" + $prefix + "?" + $si_unit + $power + "?)";
var $multiplied = $unit + "(" + $dot + $unit + ")*";
var $denominator = $multiplied + "(\/" + $multiplied + ")?";

var $corrections= [
    {
        // corrects dot products
        pattern: new RegExp( $unit + "(?=" + $unit + ")", "g" ),
        correction: "$1" + $dot
    }
    // more correction patterns later
];

function correct( $string ) {

    var $corrected = $string;
    $corrections.forEach( function( corrector ) {
        $corrected = $corrected.replace( corrector.pattern, corrector.correction );
    });
    return $corrected;
}

correct( "m" ); // m - CORRECT
correct( "mΩ" ); // m⋅Ω - INCORRECT, should be mΩ
correct( "Ωm" ); // Ω⋅m - CORRECT
correct( "mΩm" ); // mΩ⋅m - CORRECT

@nhahtdh指出

更新，问题在于前瞻性回溯，因为在Ω之后没有找到$unit，因此回溯并将m和Ω标识为{{ 1}}而不是$unit + $unit。在这种情况下，我需要防止回溯。

Answer 1

我认为每个案例都没有独特的解决方案。

你想把点放在哪里例如mmΩ？它应该是mm⋅Ω还是m·mΩ？在我看来，这两个答案都是有效的。

修改

或者，如果我们看一个更荒谬的例子:(虽然他们心智正常的人会像这样写出来）

mmmmol

我们可以通过以下方式分割它：

m·m·m·mol·m ^ 3·mol

m·m·mmol = m ^ 2·mmol

m·mm·mol

mm⋅mmol

mm·m·mol

因此，除非您指定一些假设，否则您可能无法完全按照您希望的方式获得每个边缘情况。

编辑2：

防止这些不一致的一种方法是在人们进入单位时强制执行here所示的指导方针，并在他们犯错时显示警告。

编辑3：

如果你想要贪婪的行为，你必须匹配endOfLine。否则，最后一场比赛不会以贪婪的方式对待。

您还必须确保具有最长stringlength的单位位于匹配列表的前面。如果你不这样做，它会在 mol 之前与 m 单位匹配并退出那里，从而永远不会达到 mol 。

有关操作中的代码，请参阅this jsfiddle

var $dot = "\u22c5"; var $minus = "\u2212"; var $prefix = "(?:\u00B5|c|d|G|k|m|M|n|p|T)"; var $si_unit = "(?:kat|mol|rad|\u00B0C|\u00B0F|Bq|cd|eV|Gy|Hz|lm|lx|Pa|sr|Sv|Wb|\u0025|\u03A9|A|C|F|g|H|J|K|l|L|m|N|s|S|T|V|W)"; var $power = "(?:[+" + $minus + "]?\\d+)"; var $unit = "("+ $prefix + "?"+ $si_unit + $power + "?)"; var $multiplied = $unit + "(" + $dot + $unit + ")*"; var $denominator = $multiplied + "(\/" + $multiplied + ")?"; var $corrections= [ { // corrects dot products pattern: new RegExp( $unit + "(?=($|" + $unit + "))", "g" ), correction: "$1" + $dot } // more correction patterns later ]; $(document).ready(function() { var resultsElem = $("#results"); addToResults(resultsElem, correct( "m" )); // m - CORRECT addToResults(resultsElem, correct( "m\u03A9" )); // mΩ - CORRECT, should be mΩ addToResults(resultsElem, correct( "\u03A9m" )); // Ω⋅m - CORRECT addToResults(resultsElem, correct( "m\u03A9m" )); // mΩ⋅m - CORRECT addToResults(resultsElem, correct( "mmmmol" )); // mm⋅mmol - CORRECT }); function correct( $string ) { var $corrected = $string; $corrections.forEach( function( corrector ) { $corrected = $corrected.replace( corrector.pattern, corrector.correction ); }); //if you want greedy behaviour, you will have to match for the end of the line too. //The replace function will put a dot at the end too. Remove it if it's there. if($corrected.charAt($corrected.length -1 ) == $dot){ $corrected = $corrected.substring(0,$corrected.length -1); } return $corrected; } function addToResults(elem, theResult){ elem.append(theResult).append("<br>"); }

Answer 2

((?:p|n|m){0,1}(?:m|g|l|L|s|A))((?:p|n|m){0,1}(?:m|g|l|L|s|A))

编辑：现在理解你想要的更好一点，我认为这应该有用，前缀+单位（或唯一前缀）的每一面都保存在捕获组1和2中

(?:p|n|m) being the prefixes

和

(?:m|g|l|L|s|A) being the units

对于添加点，您只需在结果中进行迭代，并在每个结果后放置点

在Javascript中防止正则表达式回溯SI前缀

2 个答案: