如何将重叠字符串与正则表达式匹配？

Question

假设我有字符串

"12345"

如果我.match(/\\d{3}/g) ，我只会得到一场比赛， "123" 。 为什么我没有得到[ "123", "234", "345" ] ？

Answer 1

带有全局标志正则表达式的string#match返回一个匹配的 substrings数组。 /\\d{3}/g正则表达式匹配并消耗（=读入缓冲区并将其索引推进到当前匹配字符之后的位置）3 位数字序列。 因此，在“吃掉” 123 ，索引位于3之后，剩下的唯一解析子串是45 - 此处不匹配。

我认为regex101.com 中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）来测试输入字符串内的所有位置。 每次测试后， RegExp.lastIndex （它是正则表达式的读/写整数属性，指定开始下一个匹配的索引）“手动”推进以避免无限循环。

请注意，它是在 .NET ( Regex.Matches )、Python ( re.findall )、PHP ( preg_match_all )、Ruby ( String#scan ) 中实现的一种技术，也可以在 Java 中使用。 这是一个使用matchAll的演示：

 var re = /(?=(\\d{3}))/g; console.log( Array.from('12345'.matchAll(re), x => x[1]) );

这是一个符合 ES5 的演示：

 var re = /(?=(\\d{3}))/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);

这是一个regex101.com 演示

请注意，可以使用“常规”消耗\\d{3}模式编写相同的内容，并在每次成功匹配后手动将re.lastIndex设置为m.index+1值：

 var re = /\\d{3}/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);

Answer 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 = /(?=(\\d{3}))\\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，只是为了推进匹配位置。 你如何消费这个角色并不重要； . 工作得一样好\\d 。 如果你真的喜欢冒险，你可以只使用前瞻，让 JavaScript 处理颠簸。

此代码改编自此答案。 我会将这个问题标记为该问题的重复，但 OP 接受了另一个较小的答案。

Answer 3

当一个表达式匹配时，它通常会消耗它匹配的字符。 因此，在表达式匹配123 ，只剩下45 ，这与模式不匹配。

Answer 4

要回答“如何”，您可以手动更改最后一场比赛的索引（需要循环）：

var input = '12345', 
    re = /\d{3}/g, 
    r = [], 
    m;
while (m = re.exec(input)) {
    re.lastIndex -= m[0].length - 1;
    r.push(m[0]);
}
r; // ["123", "234", "345"]

为方便起见，这是一个函数：

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;
}

用法示例：

matchOverlap('12345', /\D{3}/)      // []
matchOverlap('12345', /\d{3}/)      // ["123", "234", "345"]
matchOverlap('12345', /\d{3}/g)     // ["123", "234", "345"]
matchOverlap('1234 5678', /\d{3}/)  // ["123", "234", "567", "678"]
matchOverlap('LOLOL', /lol/)        // []
matchOverlap('LOLOL', /lol/i)       // ["LOL", "LOL"]

Answer 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遍历字符串：

 let s = "12345" let m = Array.from(s.slice(2), (_, i) => s.slice(i, i+3)) console.log(m)

Answer 6

使用(?=(\\w{3}))

（3 是序列中的字母数）