如何将重叠字符串与正则表达式匹配？
Posted
技术标签:
【中文标题】如何将重叠字符串与正则表达式匹配？【英文标题】：How can I match overlapping strings with regex? 【发布时间】：2014-01-16 23:16:52 【问题描述】：假设我有字符串
"12345"
如果我.match(/\d3/g)，我只会得到一个匹配，"123"。为什么我收不到[ "123", "234", "345" ]？
【问题讨论】：
您只能得到一个匹配项，因为"123" 已经匹配，而其余字符 "45" 不匹配。如果你使用/\d2/g 代替你会得到['12','34']。无论如何，即使它们重叠，SO 中有一个答案可以得到匹配的字符串：***.com/a/14863268/2563028
【参考方案1】：
带有全局标志正则表达式的string#match 返回一个匹配的子字符串数组。 /\d3/g 正则表达式匹配并使用（=读入缓冲区并将其索引前进到当前匹配字符之后的位置）3数字序列。因此，在“吃光”123 之后，索引位于3 之后，剩下的唯一要解析的子字符串是45 - 这里不匹配。
我认为regex101.com 使用的技术在这里也值得考虑：使用零宽度断言（带有捕获组的正向前瞻）来测试输入字符串中的所有位置。每次测试后， 请注意，这是一种在 .NET ( 这是一个符合 ES5 的演示： 这是regex101.com demo 请注意，同样可以使用“常规”使用 RegExp.lastIndex（它是正则表达式的读/写整数属性，指定开始下一次匹配的索引）“手动”推进以避免无限循环。 p>
Regex.Matches)、Python (re.findall)、php (preg_match_all)、Ruby (String#scan) 中实现的技术，也可以在 Java 中使用。
这是一个使用matchAll的演示：var re = /(?=(\d3))/g;
console.log( Array.from('12345'.matchAll(re), x => x[1]) );var re = /(?=(\d3))/g;
var str = '12345';
var m, res = [];
while (m = re.exec(str))
if (m.index === re.lastIndex)
re.lastIndex++;
res.push(m[1]);
console.log(res);\d3 模式并在每次成功匹配后手动将 re.lastIndex 设置为 m.index+1 值：var re = /\d3/g;
var str = '12345';
var m, res = [];
while (m = re.exec(str))
res.push(m[0]);
re.lastIndex = m.index + 1; // <- Important
console.log(res);
【讨论】：
哦，是的，谢谢你的来信！删除了相关评论：“我认为最后一个源代码块中存在一个小错误：而不是 res.push(m[0]); 必须使用 res.push(m[1]); 作为匹配结果存储在索引 1 而不是数组 m 的索引 0"【参考方案2】：你不能单独使用正则表达式来做到这一点，但你可以非常接近：
var pat = /(?=(\d3))\d/g;
var results = [];
var match;
while ( (match = pat.exec( '1234567' ) ) != null )
results.push( match[1] );
console.log(results);换句话说，您在前瞻中捕获所有三个数字，然后返回并以正常方式匹配一个字符，以推进匹配位置。你如何使用那个角色并不重要。 . 和 \d 一样有效。如果你真的喜欢冒险，你可以只使用前瞻，让 javascript 处理颠簸。
此代码改编自this answer。我会将此问题标记为该问题的重复，但 OP 接受了另一个较小的答案。
【讨论】：
由于 while 循环的条件永远不会改变，这个源代码会产生一个无限循环......正如@Wiktor Stribiżew 在他的回答中已经提到的那样，必须更改正则表达式对象的索引才能能够更改匹配结果。【参考方案3】：当一个表达式匹配时，它通常使用它匹配的字符。所以，表达式匹配123后，就只剩下45了，不匹配模式。
【讨论】：
【参考方案4】：要回答“如何”，您可以手动更改最后匹配的索引（需要循环）：
var input = '12345',
re = /\d3/g,
r = [],
m;
while (m = re.exec(input))
re.lastIndex -= m[0].length - 1;
r.push(m[0]);
r; // ["123", "234", "345"]
为了方便，这里有一个函数：
function matchOverlap(input, re)
var r = [], m;
// prevent infinite loops
if (!re.global) re = new RegExp(
re.source, (re+'').split('/').pop() + 'g'
);
while (m = re.exec(input))
re.lastIndex -= m[0].length - 1;
r.push(m[0]);
return r;
使用示例：
matchOverlap('12345', /\D3/) // []
matchOverlap('12345', /\d3/) // ["123", "234", "345"]
matchOverlap('12345', /\d3/g) // ["123", "234", "345"]
matchOverlap('1234 5678', /\d3/) // ["123", "234", "567", "678"]
matchOverlap('LOLOL', /lol/) // []
matchOverlap('LOLOL', /lol/i) // ["LOL", "LOL"]
【讨论】：
【参考方案5】：我会考虑不为此使用正则表达式。如果你想分成三组，你可以从偏移量开始循环字符串：
let s = "12345"
let m = Array.from(s.slice(2), (_, i) => s.slice(i, i+3))
console.log(m)【讨论】：
【参考方案6】：使用(?=(\w3))
（3是序列中的字母数）
【讨论】：
以上是关于如何将重叠字符串与正则表达式匹配？的主要内容，如果未能解决你的问题，请参考以下文章