Question

我有一个用例，我需要允许通过任意正则表达式处理任意字符串数组，该正则表达式由正则表达式文字或new RegExp()构造函数创建。

一切正常，直到全局g标志与捕获组一起使用。

我在SO上读了几个答案，建议的解决方案是在while循环中使用regex.exec（string），例如 How do you access the matched groups in a JavaScript regular expression?，JavaScript regular expressions and sub-matches

我也在IRC上讨论过这个问题，并建议不要一起实施：

但除非你这样做，否则你的引擎会出现段错误使用spidermonkey。

所以这是一个角落的情况，尝试将它粘贴到小提琴或者傻瓜，甚至是控制台，它只是打破了：

＆＃13;

var regexString = '([^-]*)';
var flags = 'ig';
var regex = new RegExp(regexString, flags);

var arr = ['some-property-image.png', 'another-prop-video.png', 'y-no-work.bmp'];
var result = [];

arr.forEach(function(item) {
  var match;
  var inter = [];
  while (match = regex.exec(item)) {
    inter.push(match[0]);
  }
});

console.log(result);

＆＃13;

我在regex101.com https://regex101.com/r/xG0cL4/1上尝试过即使我没有量词，即/([^-])/g https://regex101.com/r/yT7sQ2/1

，它也会中断

我的问题：对任意字符串处理任意正则表达式的(correct|safe)方式是什么？

Answer 1

它不起作用，因为当＆＃39; - ＆＃39;到达时，exec（）无法匹配＆＃39; - ＆＃39;字符，但匹配0个字符（因为*），所以它不会跳过它，因此它会被卡住。如果您使用-|([^-]*)，则会跳过＆＃39; - ＆＃39;字符。然后，您需要检查＆＃39; match.index＆＃39;财产，看看你是否达到了目的。

此外，如果您的目的是保存匹配的文字，则应添加match[1]而不是match[0]。

这有效：

var regexString = '-|([^-]*)'; // or better yet: '([^-]+)' will work also
var flags = 'ig';
var regex = new RegExp(regexString, flags);

var arr = ['some-property-image.png', 'another-prop-video.png', 'y-no-work.bmp'];
var result = [];

arr.forEach(function(item) {
  var match;
  var inter = [];      
  while (match = regex.exec(item)) {
    if (match.index >= item.length) break;
    else if (match[1] !== void 0) inter.push(match[1]);
  }
});

console.log(result);

但为什么不使用＆＃39; match（）＆＃39;代替？

var regexString = '[^-]+';
var flags = 'gi';
var regex = new RegExp(regexString, flags);

var arr = ['some-property-image.png', 'another-prop-video.png', 'y-no-work.bmp'];
var result = [];

arr.forEach(function(item) {
  var inter = item.match(regex);
});

console.log(result);

Answer 2

match对象具有index属性，其中包含当前匹配的位置。如果在循环中的两个调用之间保持不变，则意味着您被卡住了。

＆＃13;

var regexString = '([^-]*)';
var flags = 'ig';
var regex = new RegExp(regexString, flags);

var arr = ['some-property-image.png', 'another-prop-video.png', 'y-no-work.bmp'];
var result = [];

arr.forEach(function(item) {
  var match;
  var inter = [];
  var lastIndex = -1;
  while (match = regex.exec(item)) {
    if (match.index == lastIndex) {
      break;
    }
    lastIndex = match.index;
    inter.push(match[0]);
  }
  result.push(inter);
});

console.log(result);

＆＃13;

Answer 3

为什么它会崩溃：通过在具有零宽度匹配的循环中使用带有全局标志和exec的RegExp对象来创建无限循环。循环命中第一个' - '但由于否定的字符类而与该字符不匹配。然后它恢复为零长度匹配，因此不会提前exec的索引值。这意味着在下一个循环中，它会在相同的位置重新开始，完成同样的事情......无限。

那就是说，很难说出你究竟想要什么，但为什么不试试match呢？看起来你只关心匹配的字符串，所以exec似乎有点矫枉过正。

如果所需输出是输入数组的一对一结果数组：

function foo(regexp, strings) {
  return strings.reduce(function(matches, str) {
    matches.push(str.match(regexp));
    return matches;
  }, []);
}

foo(/([^-]+)/ig, arr);
// outputs: [["some","property","image.png"],["another","prop","video.png"],["y","no","work.bmp"]]

foo(new RegExp('([^-]+)', 'ig'), arr);
// outputs: [["some","property","image.png"],["another","prop","video.png"],["y","no","work.bmp"]]

即使零宽度匹配，它也不会进入无限循环：

foo(/([^-]*)/ig, arr));
// outputs: [["some","","property","","image.png",""],["another","","prop","","video.png",""],["y","","no","","work.bmp",""]]

如果所需的输出确实是所有匹配的一个数组：

function foo(regexp, strings) {
  return strings.reduce(function(matches, str) {
    return matches.concat(str.match(regexp));
  }, []);
}

foo(/([^-]+)/ig, arr);
// outputs: ["some","property","image.png","another","prop","video.png","y","no","work.bmp"]

foo(new RegExp('([^-]+)', 'ig'), arr);
// outputs:  ["some","property","image.png","another","prop","video.png","y","no","work.bmp"]

foo(/([^-]*)/ig, arr));
// outputs: ["some","","property","","image.png","","another","","prop","","video.png","","y","","no","","work.bmp",""]

在JavaScript中使用全局标志捕获组正则表达式

3 个答案: