Question

我正在尝试为维基百科的API响应编写解析器。它真的很杂乱，我已经使用好旧的RegEx来清理大多数东西。但我坚持这个。考虑一个字符串：

 var a ="[[December 1]]  A triangular [[Conjunction (astronomy)|conjunction]] formed by a new Moon, Venus and Jupiter is a [[Conjunction (astronomy)#2008|prominent sight]] in the evening sky. [[December 2]]";

我希望此字符串中的文字为：

 "December 1  A triangular conjunction formed by a new Moon, Venus and Jupiter is a prominent sight in the evening sky. December 2"

我在处理方括号[,]时遇到问题。我不能只删除它们，因为链接表示如下：

 [[Conjunction (astronomy)#2008|prominent sight]]

在这种情况下，我想删除部分＆＃34; Conjunction（天文学）＃2008＆＃34;因为网页上显示的实际字符串是＆＃34;突出的视线＆＃34;。在JavaScript中的一个str.replace(//gi,"")查询中是否有一种优雅的方法来处理这两种情况？

我这样做a.replace(/\[\[.*\|/gi, "");并产生：

 "prominent sight]] in the evening sky. [[December 2]]"

很明显，我需要将连续的开始和结束括号[[]]作为模式进行匹配，然后记住我认为的匹配。我不知道如何解决这个问题，但我希望这两个案例是明确的：

[[ normal word ]] - ＆gt;正常的话
[[ some definition blah |foo bar]] - ＆gt; foo bar

Answer 1

您可以使用String#replace进行回调并使用以下RegEx

/\[{2}([\w\s()#]+)(?:\|([\w\s]+))?\]{2}/

Regex Demo

RegEx说明：

\[{2}([\w\s()#]+)：
- \[{2}：匹配[[
- ([\w\s()#]+)：匹配任何字母数字字符_，空格，(，)和#一次或多次并将其放入第一个被捕集团。
(?:\|([\w\s]+))?\]{2}：
- (?:：非捕获组
- \|：匹配竖线符号|
- ([\w\s]+)：匹配字母数字字符，_和空格一次或多次并放入第二个捕获的组
- \]{2}：匹配]]

RegEx Visualization ^{更易于理解}

<强>演示：

＆＃13;

var regex = /\[{2}([\w\s()#]+)(?:\|([\w\s]+))?\]{2}/g;
var str = "[[December 1]]  A triangular [[Conjunction (astronomy)|conjunction]] formed by a new Moon, Venus and Jupiter is a [[Conjunction (astronomy)#2008|prominent sight]] in the evening sky. [[December 2]]";

str = str.replace(regex, function(c, m1, m2) {
  return m2 ? m2 : m1;
});

document.body.innerHTML = '<pre>' + str + '</pre>';

＆＃13;

这个正则表达式不适用于我在问题中提到的字符串，但它适用于我在评论中提出的字符串

＆＃34;日本岩手县的[[2008年岩手 - 宫城内陆地震| 6.9级地震]]造成12人死亡，400多人受伤。＆＃34;

您可以使用以下RegEx。

\[{2}([^|]*?)(?:\|(.*?))?\]{2}

Answer 2

\[\[(?:([^|]*)|[^|]*\|(.*?))\]\]

您可以使用它并替换为$1$2。请参阅演示。

https://regex101.com/r/iJ7bT6/9

RegEx分裂并记住匹配（优雅）

2 个答案: