Regex:匹配带下划线的单词，除非它们以@/#开头

Question

我正试图通过传递自定义正则表达式来解决Tiptap(Vue的所见即所得编辑器(中的这个错误，以便在Markdown(_value_(中标识斜体符号的正则表达式不会应用于以@或#开头的字符串，例如#some_tag_value不会转换为#some标记值。

这是我迄今为止的正则表达式-/(^|[^@#_w])(?:w?)(_([^_]+)_)/g
编辑：在@Wiktor Stribiżew/(^|[^@#_w])(_([^_]+)_)/g的帮助下创建新正则表达式

虽然它满足了大多数常见情况，但当下划线是中间词，例如ant_farm_应该匹配(antfarm(

我还在这里提供了一些"应该匹配"one_answers"不应该匹配"的情况https://regexr.com/50ibf更容易测试

应匹配(下划线之间(

_italic text here_
police_woman_
_fire_fighter
a thousand _words_
_brunch_ on a Sunday

不应匹配

@ta_g_
__value__
#some_tag_value
@some_value_here
@some_tag_
#some_val_
#_hello_

Answer 1

您可以使用以下模式：

(?:^|s)[^@#s_]*(_([^_]+)_)

查看regex演示

详细信息

• (?:^|s)-字符串或空白的开头
• [^@#s_]*-除@、#、_和空白之外的0个或更多字符
• (_([^_]+)_)-第1组：_，除_之外的1+个字符(捕获到第2组(，然后是_

Answer 2

对于科学来说，这个怪物可以在Chrome(和Node.js(中工作

let text = `
<strong>Should match</strong> (between underscores)
_italic text here_
police_woman_
_fire_fighter
a thousand _words_
_brunch_ on a Sunday
<strong>Should not match</strong>
@ta_g_
__value__
#some_tag_value
@some_value_here
@some_tag_
#some_val_
#_hello_
`;
let re = /(?<=(?:s|^)(?![@#])[^_n]*)_([^_]+)_/g;
document.querySelector('div').innerHTML = text.replace(re, '<em>$1</em>');

div { white-space: pre; }

<div/>

这将_something_捕获为完全匹配，并将something捕获为第一个捕获组(以便删除下划线(。你不能只捕获something，因为那样你就失去了区分下划线内部和外部的能力(用(?<=(?:s|^)(?![@#])[^_n]*_)([^_]+)(?=_)试试(。

有两件事阻碍了它的普遍适用：

• 并非所有JavaScript引擎都支持Look behinds
• 大多数regexp引擎不支持可变长度的look behinds

EDIT：这有点强，应该允许您正确地添加match_this_and_that_ but not @match_this_and_that：

/(?<=(?:s|^)(?![@#])(?!__)S*)_([^_]+)_/

说明：

_([^_]+)_    Match non-underscory bit between two underscores
(?<=...)     that is preceded by
(?:s|^)     either a whitespace or a start of a line/string
(i.e. a proper word boundary, since we can't use `b`)
S*          and then some non-space characters
(?![@#])     that don't start with `@`, `#`,
(?!__)       or `__`.

regex101演示

Answer 3

这里有一些东西，它不像其他答案那样紧凑，但我认为它更容易理解发生了什么。匹配组3就是你想要的。

需要多行标志

^([a-zA-Zs]+|_)(([a-zA-Zs]+)_)+?[a-zA-Zs]*?$

• ^-匹配行的开头
• ([a-zA-Zs]+|_)-多个单词或_
• (([a-zA-Zs]+)_)+?-多个单词后面跟着_至少一次，但最小匹配
• [a-zA-Zs]*?-任何最终单词
• $-线路末端

总之，与匹配的事物的分解

• _<words>_
• <words>_<words>_
• <words>_<words>_<words>
• _<words>_<words>