JavaScript动态正则表达式中所有格量词的替代

Question

我正在使用JavaScript从我称为"generation"字符串的以逗号分隔的成员字符串中提取"兄弟"的子集。

比喻地说，成员都来自同一代，但他们不都是兄弟姐妹(来自同一父母)。下面是一个例子:

// This is the generation string to search
var generation  = 'ABAA,ABAB,ABAC,ABAD,ABBA,ACAA,ACAB,ACAD,AEAB,AEAD,AFAA';
// This is the member for whom to extract siblings (member included)
var member      = 'ACAA';

生成字符串及其成员具有以下特征:

• 每个成员的字符数与其他成员相同
• 字符串的所有成员都按alpha排序
• 每一组兄弟姐妹将始终彼此相邻
• 兄弟姐妹是指除了最后一个字母
之外具有完全相同字母组合的成员

继续这个例子…

// This is how I go about extracting the desired result: ACAA,ACAB,ACAD
var mParent     = member.substr(0, member.length - 1) ;
var mPattern    = mParent + '[A-Z]';
var mPattern    = '(.*)((' + mPattern + ')(,$1)*)(.*)'; // Trouble is here
var mRegex      = new RegExp(mPattern);
var mSiblings   = generation.replace(mRegex, '$2');

上面确定的问题点涉及构造模式中的正则表达式量词。如上所述，所有内容都设置为贪心，因此mSiblings的值为:

ACAD

这只是最后一个元素。将mPattern更改为不那么贪婪，希望提取其他成员，结果如下

// Reluctant first expression yields ACAA
var mPattern = '(.*?)((' + mPattern + ')(,$1)*)(.*)'; 
// Reluctant last expression yields ACAD,AEAB,AEAD,AFAA
var mPattern = '(.*)((' + mPattern + ')(,$1)*)(.*?)'; 
// Reluctant first and last yields ACAA,ACAB,ACAD,AEAB,AEAD,AFAA
var mPattern = '(.*?)((' + mPattern + ')(,$1)*)(.*?)';

如果我能使中间的表达式具有所有格，这个问题就解决了。像这样:

// Make as many "middle" matches as possible by changing (,$1)* to (,$1)*+
var mPattern = '(.*?)((' + mPattern + ')(,$1)*+)(.*?)';

但是正如我所读到的(并且有语法错误来证明它)，JavaScript不支持所有格正则表达式量词。有人能提出解决办法吗?谢谢你！

Answer 1

最明显的问题是$1。在正则表达式中，您将使用1而不是$1来捕获组#1。正则表达式中的(,$1)*永远不会匹配任何东西。但是，组引用无论如何也不会有任何好处。

当您在正则表达式中使用组引用时，您不会再次应用正则表达式的那一部分，您只是匹配它第一次匹配的相同内容。也就是说，(ACA[A-Z])(,1)*将匹配ACAA,ACAA，但不匹配ACAA,ACAB或ACAA,ACAC。如果您想这样做，您需要重复实际的regex: (ACA[A-Z])(,ACA[A-Z])*。由于您正在动态生成正则表达式，因此这应该不是问题。

注意这是整个正则表达式:ACA[A-Z](,ACA[A-Z])*。没有必要将你感兴趣的部分前后的内容进行匹配;这只会让工作变得更复杂(结果也更令人困惑)。您可以直接访问匹配结果，而不是使用"replace"技巧:

var match = mRegex.exec(generation);
if (match != null) {
    mSiblings = match[0];
}