正则表达式匹配一些角色

Question

条件已更新

通常情况下，您需要提取子字符串（紧接在某些字符之前）。例如，假设您有一个文本：

• 不以分号或句号开头，
• 包含几个句子，
• 不包含任何“\ n”和
• 以句号结束，

并且您想要从最开始到最近的分号或句点提取序列。我想到了两种策略：

1. /[^;.]*/
2. /.*?[;.]/

我随便做了其中任何一个，略微偏向于第二个策略，并且在其他人的代码中也看到了两种方式。哪种方式更好？是否有明确的理由偏爱另一个，或者有更好的方法？我个人觉得，除了效率之外，否定某些东西（与[^]一样）在概念上比不这样做更复杂。但效率也可能是选择其中一种的好理由。

Answer 1

我想出了答案。在我的问题中，两个正则表达式实际上并没有表达同样的事情。更好的方法取决于你想要的。

1. 如果您想要匹配并包含某个角色，请使用

   /.*？[;] /

更简单。

1. 如果你想要在某个角色之前（不包括）某个角色，那么你应该使用：

   / [^ ;.] * /

Answer 2

我个人更喜欢第一个，因为它完全符合您的预期。获取除...之外的所有字符

但这主要是偏好问题。几乎总有多种方法可以编写正则表达式，而且大多数风格都很重要。

例如......您更喜欢[0-9]，[:digit:]还是\d？他们都完全相同 ^* 。

^* 如果是unicode，[:digit:]和\d类也匹配其他一些字符。

Answer 3

嗯，第一种方式可能更有效，而不是它可能很重要。顺便说一下，字符类中的\z 不意味着“输入结束” - 实际上，这是我所知道的每种风格的语法错误。无论如何，/[^;.]*/就是你所需要的。

Answer 4

我认为你使用哪种正则表达式主要是意见问题。但是，关于效率的注意事项，我认为在这种情况下将\A添加到正则表达式的开头会使进程更快，因为设计良好的正则表达式引擎在这种情况下应该只尝试匹配一次。例如：

/\A[^.;]/m

注意m选项;它表示换行符也可以匹配。这只是我为通用示例添加的技术性，但可能不适用于您。

尽管在解决方案中添加更多内容可能会被视为日益复杂，但它也可以用来澄清意义。

Answer 5

你遗漏了另一个策略。字符串拆分？

"my sentence; blahblah".split(/[;.]/,2)[0]