javascript - 尝试使用 REGEX 过滤字符串中的多个值

Question

我需要根据结构化源字符串匹配多行中的多个组。

该字符串的格式为每行一个名称，但还有一些其他值，按以下顺序:

• 每行开始的名称前可以有一个数字；
• 号码和名称之间可能有一些垃圾分隔符；
• 名称可以包含任何字符，包括括号、撇号等符号；
• 括号之间可能有一个代码，名称后面有 3 或 4 个字母(不必担心名称后面可能有 3 或 4 个字母，这种情况不会发生)
• 行尾、换行符之前可能有一个星号。

我需要为每行检索这 4 个组。这就是我正在尝试的:

/^(\d+)?(?:[ \t]?[x:.=]?)[ \t]?(.+?)(?=[ \t]?(\(\w{3,4}\))?[ \t]?(\*))$/igm

要获取号码:

^(\d+)?

要清洁可能的分隔符:

(?:[ \t]?[x:.=]?)

过滤每个组之间的空间:

[ \t]?

名称(以及其余部分):

(.+?(?=[ \t]?(\(\w{3,4}\))?[ \t]?(\*)?))

问题显然出在最后一个。它正在捕捉所有的东西(第 2、3 和 4 组)。正如您所看到的，我正在尝试将最后两个可选组作为正向前瞻，将它们与名称分开。

我做错了什么或者如何更好地实现结果？

编辑

字符串示例:

2 John Smith
3 Messala Oliveira (NMN) *
Mary Pop *
Joshua Junior (pMHH)

我需要什么:

[ "2", "John Smith", "", "" ],
[ "3", "Messala Oliveira", "(NMN)", "*" ],
[ "", "Mary Pop", "", "*" ],
[ "", "Joshua Junior", "(pMHH)", "" ],

Answer 1

您需要使用可选的非捕获组来包装可能存在或不存在的捕获组:

/^(?:(\d+)[ \t]*)?(.*?)(?:[ \t](\(\w{3,4}\)))?(?:[ \t](\*))?$/igm

请参阅regex demo .

详细信息:

• ^ - 字符串开头
• (?:(\d+)[\t]*)? - 可选的非捕获组匹配
  • (\d+) -(第 1 组)1+ 位数字
  • [\t]* - 0+ 空格或制表符(如果使用 \s，则 0+ 空格)
• (.*?) - 第 2 组捕获除 linenbreaks 符号之外的任何 0+ 字符，尽可能少
• (?:[\t](\(\w{3,4}\)))? - 可选的组匹配
  • [\t] - 空格或制表符
  • (\(\w{3,4}\)) - 第 3 组捕获 (、3 或 4 个单词字符、)
• (?:[\t](\*))? - 另一个可选组，匹配空格或制表符，并将 * 符号捕获到组 4 中。<
• $ - 字符串结尾。

如果单独测试字符串，[\t] 可以替换为更简单的 \s:

var regex = /^(?:(\d+)\s*)?(.*?)(?:\s(\(\w{3,4}\)))?(?:\s(\*))?$/i;
var strs = ['2 John Smith','3 Messala Oliveira (NMN) *','Mary Pop *','Joshua Junior (pMHH)'];

for (var i=0; i<strs.length; i++) {
    if ((m = regex.exec(strs[i])) !== null) {
        var res = [];
        if (m[1]) { 
          res.push(m[1]); 
        } else res.push("");
        res.push(m[2]);
        if (m[3]) { 
          res.push(m[3]); 
        } else res.push("");
        if (m[4]) { 
          res.push(m[4]); 
        } else res.push("");
    }
    console.log(res);
}