Question

我试图制作匹配一组单词的正则表达式。

例如，如果我匹配一组单词 - American Tea

然后在字符串American Tea is awesome. Do you like American Tea? love WowAmerican Tea #American Tea中，这里只有2个匹配，

'美国茶很棒。你喜欢美国茶吗？喜欢WowAmerican Tea #American Tea'

所以，我试图只完成单词集的完整匹配。

我尝试了一些方法，但没有得到正确的正则表达式:( 如果有人可以提供帮助，或者可以指出我的方向，那将非常有帮助。

检查

'American Tea lalalal qwqwqw American Tea sdsdsd #American Tea'.match(/(?:^|\s)(American Tea)(?=\s|$)/g)

结果是["American Tea", " American Tea"]

我不希望第二场比赛中有空格，我希望比赛结果为["American Tea", "American Tea"]

（第二美国茶前没有空间）

Answer 1

使用.replace()获取乐趣和利润

/(?:^|\s)(american tea)/ig

https://regex101.com/r/qB0uO2/1

如果您想考虑前缀 AND 后缀：

/(?:^|\s)(american tea)(?:\W|$)/ig

https://regex101.com/r/qB0uO2/2

<强> JSBIN EXAMPLE

var str = "American Tea is awesome. Do you like American Tea? love WowAmerican Tea #American Tea";

str.replace(/(?:^|\s)(american tea)(?:\W|$)/ig, function(i, m){
  console.log(m);
});

//"American Tea"
//"American Tea"

<强> 编辑：

上面只返回匹配项，如果您希望保留捕获和匹配前缀和后缀使用 capture-groups 以及：

＆＃13;

var str = "American Tea is awesome. Do you like American Tea? love WowAmerican Tea #American Tea";

var newStr = str.replace(/(^|\s)(american tea)(\W|$)/ig, function(im, p1, p2, p3){
  return  p1 +"<b>"+ p2 +"</b>"+ p3; // p1 and p3 will help preserve the pref/suffix
});

document.getElementById("result").innerHTML = newStr;

＆＃13;

<div id="result"></div>

＆＃13;

p艺术

p1是第一个匹配的组（任何前缀）
p2是第二个匹配组（＆＃34;美国茶＆＃34;字）
p3是第三个匹配组（任何后缀）

Answer 2

阅读评论我意识到正则表达式可能不是最佳解决方案。然而，你是如何避免这样一个事实，即你如何避免Javascript不支持一个积极的lookbehind，这将使这项任务变得容易。

如果JS有（？＆lt; = ...）构造，那么你只需要使用正面的lookbehind和一个正面的向前看，并列出你想要允许在American Tea左右两侧的所有字符。所以我们想要的是这样的：

(?<=\s|\.|,|:|;|\?|\!|^)American Tea(?=\s|\.|,|:|;|\?|\!|$)

在左侧，您将允许任何列出的字符和字符串的开头^。在右侧，您允许相同的字符和字符串$的结尾。

但是Javascript没有（？＆lt; = ...）构造。所以我们必须要有点创意：

(?=(\s|\.|,|:|;|\?|\!|^))\1(American Tea)(?=\s|\.|,|:|;|\?|\!|$)

这个正则表达式以积极的前瞻取代积极的外观。然后它匹配前瞻中发现的任何内容\ 1，最后美国茶将会捕获第1组。

演示：https://regex101.com/r/qX9qR3/3

Answer 3

您不需要正则表达式来匹配单词。

我知道一个非常简洁的CoffeeScript片段：

wordList = ["coffeescript", "eko", "talking", "play framework", "and stuff", "falsy"]
tweet = "This is an example tweet talking about javascript and stuff."

wordList.some (word) -> ~tweet.indexOf word # returns true

编译成以下javascript：

var tweet, wordList;

wordList = ["coffeescript", "eko", "talking", "play framework", "and stuff", "falsy"];

tweet = "This is an example tweet talking about javascript and stuff.";

wordList.some(function(word) { // returns true
  return ~tweet.indexOf(word); 
});

〜不是CoffeeScript中的特殊操作符，只是一个很酷的技巧。它是按位NOT运算符，它反转其操作数的位。在实践中，它等同于-x-1。这里它的工作原理是我们要检查大于-1的索引， - （ - 1）-1 == 0的计算结果为假。

如果您想要匹配的单词，请使用：

wordList.filter (word) -> ~tweet.indexOf word # returns : [ "talking", "and stuff" ]

在JS中也是如此：

wordList.filter(function(word) { // returns : [ "talking", "and stuff" ]
  return ~tweet.indexOf(word);
});

Answer 4

虽然杰里米当然是对的，但我认为你的问题比你人为的例子更明显。

从看起来你看起来你正试图使用常规的RegEx单词边界，除了你认为单词字符的“＃”部分。在这种情况下，您可以执行以下操作:(其中\ b表示“单词边界”）

tidy = TRUE

或者，如果您只想列出您认为非单词字符的字符，可以执行以下操作来模拟单词边界：

(^|[^#])\bAmerican Tea\b

你可以玩耍，例如在http://www.regexr.com/

正则表达式匹配精确单词不在其他字符之前或之后

4 个答案: