mark.js 的非贪婪正则表达式

Question

我刚开始使用mark.js（https://markjs.io），现在我正在尝试找到合适的正则表达式来捕获尽可能少的数据（非贪婪类型），并且没有超过一定数量的字符。

我尝试了多种选择，目前我有这三个正则表达式，但各有缺点：

w(.{1,30})?3 - 捕获 'word1 word2 word3 wo rd3'，而不是 'word3' 和 'wo rd3'；
w(\w{1,30})?3 - 按原样捕获 'word3'，但因 'wo rd3';
而失败
w((\w| ){1,30})?3 - 这与上面的第一个选项完全一样。

为了更好的理解，请运行下面的代码。

你怎么看，我在这里错过了什么？

亚历克斯

var regex = /w(.{1,30})?3/i;
      // var regex = /w(\w{1,30})?3/i;
      // var regex = /w((\w| ){1,30})?3/i;

      var instance = new Mark(document.querySelector("body"));
      instance.markRegExp (regex, {
        className: "mark"
      });

.mark {
        color: white;
        background: red;
      }

<script src="https://cdn.jsdelivr.net/mark.js/8.8.3/mark.min.js"></script>


    <div>word1 word2 word3 wo rd3 word4</div>

Answer 1

w(.{1,30})?3 - captures 'word1 word2 word3 wo rd3', instead of 'word3' and 'wo rd3';

是的，因为 .{1, 30} 意味着最多捕获 30 个 任何字符 （换行符除外）。由于第一个 w 和最后一个 3 之间只有 22 个字符，它将匹配所有内容。

w(\w{1,30})?3 - captures 'word3' as it should, but fails for 'wo rd3';

是的，因为\w只匹配word字符，不匹配whitespace。

w((\w| ){1,30})?3 - this behaves exactly like the 1st option above.

是的，因为 (\w | ) 与 . 几乎相同。（. 也会匹配 \t 和其他种类的白色 space。）

如果你想匹配任何以 w 开始并以 3 结束的东西，中间最多有一个 space，你可以使用：

w\w+?(\s\w+?)?3

+? 表示您要查找的“非贪婪”匹配类型。但是，此正则表达式也将匹配 word2 word3。如果以数字结尾的任何内容表示潜在匹配的结束，您可以改用：

w[a-zA-Z]+?(\s[a-zA-Z]+?)?3

并且由于您已经使用了 /i 标志，[a-zA-Z] 可以进一步简化为 [a-z]。

var regex = /w[a-z]+?(\s[a-z]+?)?3/ig;
var instance = new Mark(document.querySelector("body"));
instance.markRegExp (regex, {
  className: "mark"
});

.mark {
        color: white;
        background: red;
      }

<script src="https://cdn.jsdelivr.net/mark.js/8.8.3/mark.min.js"></script>

<div>word1 word2 word3 wo rd3 word4</div>

mark.js 的非贪婪正则表达式

Non-greedy RegEx for mark.js

regex

mark.js