Question

我想捕获@usernames的提及。用户名具有以下规则：

仅限小写字母，数字或点（。）
没有以点开头或结尾
连续不超过一个点（例如，不允许使用user..name，但是us.er.name是）

所以，我想出了这个：

/(?:^|\s)(@)(?!\.)(?!.*\.\.)(?!.*\.[\s|$])([a-z0-9\.]+)(?:\s|$)/gm;

这应该意味着：

 (?:^|\s) starting at start of line, or with a whitespace
         (@) having a @
            (?!\.) name not starting with a dot
                  (?!.*\.\.) not containing two adjacent dots (..)
                            (?!.*\.[\s|$]) not ending with a dot (yes this sucks)
                                          ([a-z0-9\.]+) allowed chars
                                                       (?:\s|$) ending at EOL or whitespace

作为一个具有正则表达式的完整菜鸟，我很高兴看到这是如何使用长的多行测试字符串执行的。但后来我尝试了最简单的测试字符串，如：

@foo @bar I hate you both.

在这种情况下foo被捕获，但bar不是。我想，即使我使用非捕获组，@foo也会占用以下空格，因此@bar在(?:^|\s)处失败。

如何编辑此正则表达式以使其正常工作？

请不要建议完全不同的@mention正则表达式，我可以很好地搜索它们，因为还有其他问题。我只想让它工作，并知道它为什么没有。

Answer 1

通常，您在这里遇到的问题是您在单词的开头和结尾使用了捕获组，这意味着这些字符会从进一步的RegEx匹配中消耗掉。

这是因为你这样做：(?:...)。

相反，您可以使用一类特殊的捕获组，它们不使用名为Lookahead的字符：(?=...)

在RegEx中，有Lookbehind AND Lookahead，它分别在RegEx之前和之后进行检查。对你的问题的完美答案将使用lookbehind作为字符串(?<=^|\s)的开头，并使用lookahead作为字符串(?=\s|$)的结尾。不幸的是，在Javascript中，不支持Lookbehind，但是为了满足您的特定需求，我们可以解决这个问题。

如果我们确保不捕获用户名末尾的尾随空格，那么它可以用于匹配您在RegEx开头定义的捕获组。这是代码：

(?:^|\s)(@)(?!\.)(?!\S*\.\.)(?!\S*\.[\s|$])([a-z0-9\.]+)(?=\s|$)

注意除了＆＃39; =＆＃39;之外，一切都差不多。在最后一节，＆＃39; \ S＆＃39;在＆＃39;没有以点为结尾＆＃39;部分和＆＃39;不包含两个相邻的点＆＃39;，您在下面的评论中找到了这些点。

可以找到结果here。不幸的是，这将返回与其中的空间完全匹配的＆＃34; @ bar＆＃34;，但该匹配的子组看起来仍然很好。

请告诉我这是否有帮助！

Answer 2

这个正则表达式将完成工作：

@[0-9a-z](\.?[0-9a-z])*

如以下demo所示。

Answer 3

有两种类型的提及，像 facebook 这样的有空格和没有像 twitter 这样的空格：

没有空间（如推特）：

(?:^|\\s|$|[.])@[\\p{L}0-9_]*

对于空间（如facebook）：

@[[\\p{L}0-9_]*(\\s)?[\\p{L}0-9_]*]*

如何解决这个@mention正则表达式？

3 个答案: