动态正则表达式中所有格量词的 JavaScript 替代品

Question

我正在使用 JavaScript 从我称为“世代”字符串的以逗号分隔的成员字符串中提取“ sibling ”的子集。

打个比方，成员都是同代人，但不都是手足(同父异母)。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点:

• 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排序
• 每组 sibling 总是彼此相邻
• sibling 是那些除了最后一个字母外字母组合完全相同的成员

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');

上面确定的问题点涉及构造模式中的正则表达式量词。如上，一切都设置为贪心，所以mSiblings的值为:

ACAD

那只是最后一个成员。将 mPattern 更改为不那么贪婪以期提取其他成员会产生以下结果

// 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)*)(.*?)';

如果我能让中间的表达式具有所有格，问题就解决了。像这样:

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

但是正如我所读到的(并且有语法错误可以证明)，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，您可以使用 \1 而不是 $1 来引用捕获组 #1。正则表达式中的 (,$1)* 永远不会匹配任何内容。但无论如何，团体推荐不会有任何好处。

当您在正则表达式中使用组引用时，您不会再次应用正则表达式的那部分，您只是匹配它第一次匹配的相同内容。也就是说，(ACA[A-Z])(,\1)* 将匹配 ACAA,ACAA，但不匹配 ACAA,ACAB 或 ACAA，ACAC。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])*。由于您是动态生成正则表达式，所以这应该不是问题。

请注意，这是整个正则表达式:ACA[A-Z](,ACA[A-Z])*。无需匹配您感兴趣的部分之前或之后的内容；这只会让工作变得更复杂(结果也更令人困惑)。您可以直接访问匹配结果，而不是使用那个“替换”噱头:

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