我有一个很长的 Markdown 格式的字符串,它由一个或多个标题的重复部分和多行描述组成,如下所示:
**[Title1](link1) brief description** flag1, flag2
commentary,
occasionally multi-line
---
**[Title2](link2) brief description** flag3, flag4
**[Title3](link3) brief description** flag5, flag6, flag7
commentary
---
...
此顺序有时会与 ---
和下一个 header 之间交织的其他文本打乱。
我希望使用 JS 的正则表达式来处理它,以便在单独的捕获组中捕获标题、链接、描述和评论。理想情况下,从给出的示例中我希望得到如下内容:
1st match:
group 1: Title1
group 2: link1
group 3: brief description
group 4: commentary,
occasionally multi-line
2nd match:
group 1: Title2
group 2: link2
group 3: brief description 2
group 4: Title3
group 5: link3
group 6: brief description 3
group 7: commentary
...
我不会撒谎 - 我的正则表达式技能需要一些改进,但是我设法解决了这个问题,将其限制为单个 header (使用类似于 /\*\*\[(. *)\]\((.*)\)\s+(.*)\*\*.*\s+((?:.*\s)*?)?---/g
)。由于其中的数量未指定,我不确定如何将单独的片段收集到简洁的组中,因为无论我尝试什么,我要么获得属于一个项目的标题的单独匹配,要么将第二个和后续标题与评论。
仅使用正则表达式可以吗?我想避免按项目边界分割(在本例中为 **[
和 ---
),并从那里进一步切割它,因为这看起来不如单个项目优雅正则表达式匹配。
最佳答案
您正在尝试重复捕获组,然后访问所有捕获。不幸的是,这在 JavaScript 正则表达式引擎中不起作用(对于大多数其他引擎也是如此)。 .NET 引擎实际上确实支持它。
我知道你不想先分开,但这可能是最好的选择。如果您可以以某种方式使用 JS 中的 .NET 正则表达式引擎或将您的项目更改为使用 .NET/Powershell,那么您可能可以使用纯正则表达式来实现。
引用
关于javascript - 多行字符串中任意数量的捕获组,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/25588393/