正则表达式匹配一个或多个字母或数字包围的所有单个下划线

Posted 2023-03-28

【中文标题】正则表达式匹配一个或多个字母或数字包围的所有单个下划线

【英文标题】：Regex match all single underscores surrounded in one or more letters or numbers

【发布时间】：2016-01-12 00:34:20

【问题描述】：

我正在尝试查找所有单下划线，这些单下划线被一个字符串中的另外一个字母或数字包围。例如：

ChIJww8705e81qjAgU_IJww8705ZZkW_e81qjAg_ChIJww8

*注意：字符串的长度和下划线的个数是未知的。该字符串还可以同时包含多个下划线。 *

我确信这很容易，但我对正则表达式不是超级精通。这是我目前所拥有的，但它只匹配第一次出现。

[a-zA-Z0-9]+(_)+[a-zA-Z0-9]

最终目标是用另一个字符替换下划线。

【问题讨论】：

你必须使用正则表达式吗？否则，只需执行 'ChIJww8705e81qjAgU_IJww8705ZZkW_e81qjAg_ChIJww8.split("_") ，结果数组的大小将为您提供答案。

啊，我应该提到我匹配的字符串可能连续包含多个下划线。例如： foo___bar___rad 我只需要带有单个下划线并被字符包围的那些

【参考方案1】：

在像a_b_c 这样的情况下，为避免b 被包括第一个下划线在内的匹配所消耗（这将阻止第二个下划线被匹配），您可以使用前瞻，它会检查当前的匹配位置但不消耗任何输入。 （更简单的是前瞻和后瞻，但 javascript 不支持后瞻。）

/[a-zA-Z0-9]_(?=[a-zA-Z0-9])/g

除此之外，您只能获得一场比赛的唯一原因是您没有包含/g（全局）标志。 /g 影响String#match，使其返回所有匹配项而不是第一个匹配项的所有捕获，String#replace 导致它替换所有实例而不只是第一个实例，RegExp#exec 使其继续匹配从上一场比赛开始，所以你可以在循环中使用它。

这里将所有此类下划线替换为固定字符串**：

s.replace(/([a-zA-Z0-9])_(?=[a-zA-Z0-9])/g, '$1**');

如果您确实需要完整的环境来进行替换，您可以将+ 量词保留在第一组中，并将捕获组放在前瞻中。 （这仍然有效！）

一个例子可能会让这更清楚——这是一个将每对数字添加到一个字符串中的例子，比如150_297_832：

var s = '150_297_832';
var result = s.replace(/(\d+)_(?=(\d+))/g, function (match, left, right) 
    var sum = parseInt(left, 10) + parseInt(right, 10);
    return ' (' + sum + ') ';
);

// result = ' (447)  (1129) 832';
// 447 is 150 + 297, 1129 is 297 + 832, 832 was not replaced

【参考方案2】：

试试这个正则表达式：

([a-zA-Z0-9])_([a-zA-Z0-9])

你可以像这样用'-'替换它

str.replace(/([a-zA-Z0-9])_([a-zA-Z0-9])/g, "$1-$2")

您可以添加任何其他字符或字符串来代替“-”

此正则表达式匹配（A-Z 或 a-z 或 0-9）、下划线和（A-Z 或 a-z 或 0-9）

说明：

[a-zA-Z0-9] 匹配小写或大写字母和数字。

()：制作一组匹配，([a-zA-Z1-9]) 制作一组，以便稍后在解决方案中使用。

和 _ 显然匹配下划线。

替换字符串中的$1 和$2 指的是正则表达式中的第一个和第二个匹配组。

【讨论】：

请为未来的访问者和 OP 解释正则表达式匹配的内容。

\w 已经是\d 的超集，它还包括_，它可能不应该这样做。它应该是[a-z\d] 或[a-zA-Z\d] 而不是[\d\w]。为了字符类的可读性，很多人可能会使用0-9 而不是\d，因为在字符类中\d 并没有节省多少。

已更新 @DavidThomas，感谢您提及 ShadowRanger，但在 David 发表评论后已经对其进行了更新

@torazaburo nop .. 因为您的解决方案效果很好并且解释清楚.. +1 :)

【参考方案3】：

你快到了，考虑一下你的正则表达式：

[a-zA-Z0-9]+ // a-z, A-Z and 0-9, matched one or more times (greedy) 
(_)+         // _ in capture group, matched one or more times (greedy)
[a-zA-Z0-9]  // a-z, A-Z and 0-9, matched exactly one time

下划线前面不需要匹配多个字符，也不需要匹配多个下划线：

/[a-zA-Z0-9]_[a-zA-Z0-9]/g
//                       ^ Note the global flag

您也可以使用\w，它等于：[A-Za-z0-9_]，但请注意它也匹配下划线：

/[\w]_[\w]/g

将其与匹配组和.replace(search, replacement)捆绑在一起：

// Replace all underscores with dashes (-)
var str = 'ChIJww8705e81qjAgU_IJww8705ZZkW_e81qjAg_ChIJww8';
str.replace(/([\w])_([\w])/g, '$1-$2');
//                             ^  ^
//                             |  Refers to second match group `([\w])`
//                             Refers to first match group `([\w])`

【讨论】：

如果字符串有多个下划线，这个不起作用。例如：ChIJww8705e81qjAgU___IJww8705ZZkW_e81qjAg___ChIJww8 在该示例中，我只想捕获 W 和 e 字符之间的下划线。