Question

我正在使用JavaScript从逗号分隔的成员字符串中提取“兄弟姐妹”的子集，我将其称为“生成”字符串。

隐喻地说，成员都来自同一代，但他们不是所有兄弟姐妹（来自同一个父母）。这是一个例子：

// This is the generation string to search
var generation  = 'ABAA,ABAB,ABAC,ABAD,ABBA,ACAA,ACAB,ACAD,AEAB,AEAD,AFAA';

// This is the member for whom to extract siblings (member included)
var member      = 'ACAA';

生成字符串及其成员具有以下特征：

每个成员的字符数与其他成员相同
字符串的所有成员都按字母顺序排序
每组兄弟姐妹都会彼此相邻
兄弟姐妹是那些除了最后一个字母

继续这个例子......

// This is how I go about extracting the desired result: ACAA,ACAB,ACAD
var mParent     = member.substr(0, member.length - 1) ;
var mPattern    = mParent + '[A-Z]';
var mPattern    = '(.*)((' + mPattern + ')(,$1)*)(.*)'; // Trouble is here
var mRegex      = new RegExp(mPattern);
var mSiblings   = generation.replace(mRegex, '$2');

上面提到的故障点涉及构建模式中的正则表达式量词。如上所述，所有内容都设置为贪婪，因此mSiblings的值为：

ACAD

那只是最后一个成员。为了提取其他成员，将mPattern更改为不那么贪婪会产生以下结果

// Reluctant first expression yields ACAA
var mPattern = '(.*?)((' + mPattern + ')(,$1)*)(.*)'; 

// Reluctant last expression yields ACAD,AEAB,AEAD,AFAA
var mPattern = '(.*)((' + mPattern + ')(,$1)*)(.*?)'; 

// Reluctant first and last yields ACAA,ACAB,ACAD,AEAB,AEAD,AFAA
var mPattern = '(.*?)((' + mPattern + ')(,$1)*)(.*?)';

如果我可以使中间表达占有欲，这将是问题解决。像这样：

// Make as many "middle" matches as possible by changing (,$1)* to (,$1)*+
var mPattern = '(.*?)((' + mPattern + ')(,$1)*+)(.*?)';

但是正如我已经阅读过（并且有语法错误来证明它），JavaScript不支持所有格正则表达式量词。有人可以提出解决方案吗？谢谢。

Answer 1

最明显的问题是$1。在正则表达式中，您将引用使用\1而非$1捕获组＃1。你的正则表达式中的(,$1)*永远不会匹配任何东西。但是，无论如何，小组参考都不会有任何好处。

当你在正则表达式中使用组引用时，你不会再次应用正则表达式的那部分，你只是简单地匹配它第一次匹配的那个东西。也就是说，(ACA[A-Z])(,\1)*将与ACAA,ACAA匹配，但不会与ACAA,ACAB或ACAA,ACAC匹配。如果你想这样做，你需要重复实际的正则表达式：(ACA[A-Z])(,ACA[A-Z])*。由于您动态生成正则表达式，因此不应该成为问题。

请注意，这是整个正则表达式：ACA[A-Z](,ACA[A-Z])*。没有必要匹配您感兴趣的部分之前或之后的内容;这使得工作变得更加复杂（结果更加混乱）。您可以直接访问匹配结果，而不是使用＆＃34;替换＆＃34;手法：

var match = mRegex.exec(generation);
if (match != null) {
    mSiblings = match[0];
}

JavaScript替代动态正则表达式中的占有量词

1 个答案: