用于提取搜索词的正则表达式未按预期工作

Question

我有测试字符串 ti: harry Potter OR kw: magic AND sprint: title OR ti: HARRY

并希望输出为

["ti: harry Potter OR kw:", "kw: magic AND sprint:", "sprint: title OR ti:", "ti: HARRY"]

但我得到的输出是

["ti: harry Potter OR kw:", "kw: magic AND sprint:", "nt: title OR ti:", "ti: HARRY"]

冒号前只占2个字符我使用的正则表达式是

const match = /[a-z0-9]{2}:.*?($|[a-z0-9]{2}:)/g;

我正在提取它并将其放入数组中

我尝试用 /[a-z0-9]+:.*?($|[a-z0-9]+:)/g; 替换它，但是当我增加索引并添加要解析的字符串时，它的表现很奇怪（这也包含在代码中）

我尝试将 {2} 更改为 n，但也没有按预期工作。

const parsed = [];
const match = /[a-z0-9]{2}:.*?($|[a-z0-9]{2}:)/g;
const message = "ti: harry Potter OR kw: magic AND sprint: title OR ti: HARRY";
let next = match.exec(message);
while (next) {
  parsed.push(next[0]);
  match.lastIndex = next.index + 1;
  next = match.exec(message);
  console.log("next again", next);
}

console.log("parsed", parsed);

https://codesandbox.io/s/regex-forked-6op514?file=/src/index.js

Answer 1

对于所需的匹配，您可以使用一种模式，您还可以选择匹配 AND 或 OR 并在捕获组 1 中获得匹配，表示为 m[1]在示例代码中。

\b(?=([a-z0-9]+:.*?(?: (?:AND|OR) [a-z0-9]+:|$)))

在部分中，模式匹配：

\b 防止部分匹配的单词边界
(?= 断言右边的正向前瞻是
- ( 捕获 组 1
  - [a-z0-9]+:
  - .*? 尽可能匹配除换行符外的任何字符
  - (?:非捕获组
    - (?:AND|OR) [a-z0-9]+: 匹配 AND 或 OR 后跟 space 和 1+ 次字符 a-z0-9 和 :
    - | 或
    - $ 断言字符串结束
  - )关闭非捕获组
- ) 关闭组 1
) 关闭前瞻

看到一个regex demo。

const regex = /\b(?=([a-z0-9]+:.*?(?: (?:AND|OR) [a-z0-9]+:|$)))/gm;
const str = `ti: harry Potter OR kw: magic AND sprint: title OR ti: HARRY`;
const result = Array.from(str.matchAll(regex), m => m[1]);
console.log(result);

用于提取搜索词的正则表达式未按预期工作

Regex to extract search terms is not working as expected

javascript

regex

ecmascript-6