是否可以使用单个正则表达式查找和提取两个子字符串？

问题描述

花了半天时间阅读SO和其他地方的内容。

说我有一个字符串：

"a_b_c_d_e_f_g_1_2_3_4_5"

是否有一个可以基于两个匹配项构造结果的正则表达式？例如。构造一个由两个匹配项串联而成的字符串：第一个-在第3个和第5个之间，第二个在第8个和第10个下划线之间（不管它们之间还有多少个其他字符）？

以上示例的结果将是：

"d_e_2_3"

谢谢！

解决方法

是否可以使用单个正则表达式查找和提取两个子字符串？

不是，但是可以使用captures groups和String.prototype.replace的正则表达式的组合。

OP用例的正则表达式可能看起来像这样...

(/^(?:[^_]*_){3}([^_]+_[^_]+)_(?:[^_]+_){3}([^_]+_[^_]+).*/)

...并且可以阅读如下...

1. 有人想从String ... ^的开头开始搜索。
2. 下一个想要找到不是_ ... [^_]以外的字符序列。

• 但是由于不能始终确保一个字符串不是以_开头，因此可以选择查找它，因此它变成了[^_]*。
• 当然，这样的序列后面应带有_，因此前一个术语变成[^_]*_。
• 由于该模式本应重复3次（{3}），因此需要将其分组（(...)），但不应将其捕获（?:）...因此部分表达式变成^(?:[^_]*_){3}，并且已经与OP的'a_b_c_'示例中的'a_b_c_d_e_f_g_1_2_3_4_5'相匹配。

1. 现在，人们希望匹配一个非_字符序列，然后匹配一个_，然后匹配一个非{_字符序列，然后匹配一个_。一个人想要捕获除最后一个_以外的所有内容。因此，正则表达式的第二部分看起来像这样……([^_]+_[^_]+)_。
2. 第三部分与第一部分相似，不同之处在于第三部分肯定存在下一个不是_的字符（序列）。因此，正则表达式的第三部分看起来像这样……(?:[^_]+_){3}。
3. 第四部分是第二部分的确切副本... ([^_]+_[^_]+)。
4. 为了完全匹配该字符串，需要通过一个贪婪的通配推车来替换字符串的其余部分... .匹配任何内容... *，以防仍然有匹配的内容
5. 由于一个人可能还支持多行匹配，因此必须同时提供全局（g）和多行（m）两个标志。

示例代码...

const regX = (/^(?:[^_]*_){3}([^_]+_[^_]+)_(?:[^_]+_){3}([^_]+_[^_]+).*/gm);


console.log(
  'a_b_c_d_e_f_g_1_2_3_4_5'.replace(regX,'$1_$2')
);
console.log(
  '_b_c_d_e_f_g_1_2_3_4_5'.replace(regX,'$1_$2')
);
console.log(
  'b_c_d_e_f_g_1_2_3_4_5'.replace(regX,'$1_$2')
);
console.log(
  '_c_d_e_f_g_1_2_3_4_5'.replace(regX,'$1_$2')
);


console.log([...
`a_b_c_d_e_f_g_1_2_3_4_5
_b_c_dd_ee_f_g_1_222_333_4_5
b_c_dd_ee_f_g_1_222_333_4_5
_c_dd_ee_ff_g_1_222_333_444_5
c_dd_ee_ff_g_1_222_333_444_55_66
_dd_ee_ff_gg_1_222_333_444_55_66`
.matchAll(regX)].map(([match,$1,$2]) => ($1 + '_' + $2))
);

.as-console-wrapper { min-height: 100%!important; top: 0; }