JS Regex:精确匹配短语列表(包括散列符号)

Question

我有一个短语数组，我试图检测文本字符串是否包含完整的短语。我目前正在使用以下正则表达式:

var arrOfWords = ['foo', 'bar', 'foo bar']
var regEx = new RegExp('\b(' + arrOfWords.join('|') + ')\b', 'gi')
console.log(regEx)
/b(foo|bar|foo bar)b/gi

我使用b是因为我不想包含子字符串，而是完整的单词/短语，即。"foo"不应该与"foobar"匹配，而应该与"I like foo"匹配

这工作得很好，但是，单词边界b忽略以#开头的短语，因为b从字母数字字符开始边界。

所以如果"#hashtag"在数组中，它只会匹配被测试字符串的"hashtag"，而不是"#hashtag"

我真正要找的是一个匹配数组中指定的整个短语的正则表达式，包括符号和哈希。或者也许有一个解决方案可以解决这个问题。

谁能给我指个正确的方向?谢谢。

Answer 1

不幸的是，JS没有向后看，所以不可能匹配前一个字符的属性，而不包括该字符到匹配中(除了b，这是，正如你注意到的，非常有限的使用)。如果您可以接受，您可以:

/(?:^|W)(foo|bar|foo bar|#hashtag)(?=$|W)/

，只处理第一个捕获组。如果你只想要完整的单词/短语，这保证不会重叠，因为保证有一个非单词分隔符。

注意:如果arrOfWords包含具有regexp意义的字符串，它们将被解释为;所以foo.bar将匹配foosbar。参考这里如何避免它。

嘿，这是我的90%，谢谢。只是吹毛求疵，我注意到，如果arrOfWords包含#hashtag，它将与字符串中的##hashtag匹配。是否有一种方法可以匹配只有当哈希数是准确的?

那么您需要明确什么是单词，什么是非单词字符，并将其替换为W。

/(?:^|[^w#'-])(foo|bar|foo bar|#hashtag)(?=$|[^w#'-])/