Javascript 正则表达式：如何避免捕获组变得"undefined"？

Question

如果我想捕获例如圆括号或方括号中的文本，并使用以下正则表达式：

[(.+)]|((.+))

我得到的例子是"；[测试]"；结果"；测试"；以及"；未定义的"；并且对于"；(测试("；结果"；未定义的"；以及"；测试"；。我怎么能设法只得到"；测试"；结果呢？

(这个正则表达式只是一个例子，我实际的正则表达式更复杂，但也有同样的问题。(

Answer 1

如果您先使用前瞻匹配任一选项，然后在第二次传递中再次捕获，则可以将匹配转化为单个捕获。

最简单的方法也使用其他捕获：

(?=[(.+?)]|((.+?)))[([](12)[)]]

工作方式：匹配[...]或(...)作为前瞻，将分隔符之间的文本捕获为捕获1或2。然后，它再次捕获相同的文本，忽略分隔符，通过反向引用12，依靠对非参与匹配的反向引用来匹配空字符串。通过这种方式，相同的字符串被捕获到捕获3中，捕获3总是参与其中。

这可能相当有效。对相同位置的背面引用应该很快匹配。

如果这还不够好，并且您想要一个带有精确一个捕获的RegExp，即[..]或(..)之间的文本，那么我会尝试查找behinds：

[([](.+?)(?:(?=))(?<=(1)|(?=])(?<=[1))

它匹配一个[或(，然后尝试在它之后找到一个捕获，然后是)或]，然后它进行向后检查，看看前导分隔符是否分别是匹配的(或[。

不太可能如此高效，但只匹配(...)和[...]，并在单个捕获中捕获它们之间的内容。如果对同一位置的回溯引用是有效的(虽然不能保证，但可能(，那么它可能还不错。如果它没有效率，它可能会进行大量的回顾(但只有在看到可能的结束-)或-]时(。

它也可以转换为只匹配您想要的文本的RegExp，所以"；捕获零"；是通过将前面的[或(与后面的查找进行匹配而得到的结果(以及它内部使用的捕获1(：

(?<=[([])(.+?)(?:(?=))(?<=(1)|(?=])(?<=[1))

(Look behinds，and-ahead，真的是RegExp力量不断送出的礼物。Look behead和Look background都允许你使用不同的RegExp多次匹配同一个子字符串，甚至允许后面的引用早期匹配的捕获。(

Answer 2

如果捕获的特定组号无关紧要，只在乎它们包含的文本，我认为最简单的事情就是在之后过滤匹配项以删除未定义的组：

for (const match of ' [foo] (bar) '.matchAll(/[(.+)]|((.+))/g)) {
const [, text] = match.filter(m => m !== undefined);
console.log(text);
}