我如何用类似于 PHP 的 preg_match_all() 的 JavaScript 中的正则表达式匹配多次出现？

Question

我正在尝试解析由&或&分隔的 key=value 对组成的 url 编码字符串。 .

以下将仅匹配第一次出现，将键和值分解为单独的结果元素：

var result = mystring.match(/(?:&|&)?([^=]+)=([^&]+)/)

字符串 '1111342=Adam%20Franco&348572=Bob%20Jones' 的结果将是：

['1111342', 'Adam%20Franco']

使用全局标志“g”将匹配所有匹配项，但只返回完全匹配的子字符串，而不返回分隔的键和值：

var result = mystring.match(/(?:&|&)?([^=]+)=([^&]+)/g)

字符串 '1111342=Adam%20Franco&348572=Bob%20Jones' 的结果将是：

['1111342=Adam%20Franco', '&348572=Bob%20Jones']

虽然我可以在&上拆分字符串并单独拆分每个键/值对，但有没有办法使用 JavaScript 的正则表达式支持来匹配多次出现的模式/(?:&|&)?([^=]+)=([^&]+)/类似于PHP的preg_match_all()函数？

我的目标是通过某种方式获得子匹配的结果，例如：

[['1111342', '348572'], ['Adam%20Franco', 'Bob%20Jones']]

要么

[['1111342', 'Adam%20Franco'], ['348572', 'Bob%20Jones']]

Answer 1

从评论中吊起

2020 评论：我们现在有URLSearchParams而不是使用正则表达式，它为我们做了所有这些，所以不再需要自定义代码，更不用说正则表达式了。

– Mike 'Pomax' Kamermans

此处列出了浏览器支持https://caniuse.com/#feat=urlsearchparams

---

我会建议一个替代的正则表达式，使用子组来单独捕获参数的名称和值以及re.exec() ：

function getUrlParams(url) {
  var re = /(?:\?|&(?:amp;)?)([^=&#]+)(?:=?([^&#]*))/g,
      match, params = {},
      decode = function (s) {return decodeURIComponent(s.replace(/\+/g, " "));};

  if (typeof url == "undefined") url = document.location.href;

  while (match = re.exec(url)) {
    params[decode(match[1])] = decode(match[2]);
  }
  return params;
}

var result = getUrlParams("http://maps.google.de/maps?f=q&source=s_q&hl=de&geocode=&q=Frankfurt+am+Main&sll=50.106047,8.679886&sspn=0.370369,0.833588&ie=UTF8&ll=50.116616,8.680573&spn=0.35972,0.833588&z=11&iwloc=addr");

result是一个对象：

{
  f: "q"
  geocode: ""
  hl: "de"
  ie: "UTF8"
  iwloc: "addr"
  ll: "50.116616,8.680573"
  q: "Frankfurt am Main"
  sll: "50.106047,8.679886"
  source: "s_q"
  spn: "0.35972,0.833588"
  sspn: "0.370369,0.833588"
  z: "11"
}

正则表达式分解如下：

(?:            # non-capturing group
  \?|&         #   "?" or "&"
  (?:amp;)?    #   (allow "&", for wrongly HTML-encoded URLs)
)              # end non-capturing group
(              # group 1
  [^=&#]+      #   any character except "=", "&" or "#"; at least once
)              # end group 1 - this will be the parameter's name
(?:            # non-capturing group
  =?           #   an "=", optional
  (            #   group 2
    [^&#]*     #     any character except "&" or "#"; any number of times
  )            #   end group 2 - this will be the parameter's value
)              # end non-capturing group

Answer 2

您需要使用“g”开关进行全局搜索

var result = mystring.match(/(&|&)?([^=]+)=([^&]+)/g)

Answer 3

2020年编辑

使用URLSearchParams ，因为此作业不再需要任何类型的自定义代码。 浏览器可以使用一个构造函数为您完成此操作：

const str = "1111342=Adam%20Franco&348572=Bob%20Jones";
const data = new URLSearchParams(str);
for (pair of data) console.log(pair)

产量

Array [ "1111342", "Adam Franco" ]
Array [ "348572", "Bob Jones" ]

所以没有理由再为此使用正则表达式。

原答案

如果您不想依赖运行exec样式匹配时附带的“盲匹配”，JavaScript 确实内置了匹配所有功能，但它是replace函数调用的一部分，当使用“如何处理”时捕获组” 处理功能：

var data = {};

var getKeyValue = function(fullPattern, group1, group2, group3) {
  data[group2] = group3;
};

mystring.replace(/(?:&|&)?([^=]+)=([^&]+)/g, getKeyValue);

完毕。

我们没有使用捕获组处理函数来实际返回替换字符串（对于替换处理，第一个参数是完整模式匹配，随后的参数是单独的捕获组），我们只是获取组 2 和组 3 的捕获，并缓存该对。

因此，与其编写复杂的解析函数，不如记住 JavaScript 中的“matchAll”函数只是简单地用替换处理函数“替换”，并且可以提高模式匹配效率。

Answer 4

对于捕获组，我习惯于在 PHP 中使用preg_match_all并且我尝试在此处复制它的功能：

<script>

// Return all pattern matches with captured groups
RegExp.prototype.execAll = function(string) {
    var match = null;
    var matches = new Array();
    while (match = this.exec(string)) {
        var matchArray = [];
        for (i in match) {
            if (parseInt(i) == i) {
                matchArray.push(match[i]);
            }
        }
        matches.push(matchArray);
    }
    return matches;
}

// Example
var someTxt = 'abc123 def456 ghi890';
var results = /[a-z]+(\d+)/g.execAll(someTxt);

// Output
[["abc123", "123"],
 ["def456", "456"],
 ["ghi890", "890"]]

</script>

Answer 5

为全局匹配设置g修饰符：

/…/g

Answer 6

资源：
https://developer.mozilla.org/en-US/docs/Web/JavaScript/Reference/Global_Objects/RegExp/exec

查找连续的匹配项

如果您的正则表达式使用“g”标志，您可以多次使用 exec() 方法来查找同一字符串中的连续匹配项。 当您这样做时，搜索将从正则表达式的 lastIndex 属性指定的 str 的子字符串开始（test() 还将推进 lastIndex 属性）。 例如，假设您有这个脚本：

var myRe = /ab*/g;
var str = 'abbcdefabh';
var myArray;
while ((myArray = myRe.exec(str)) !== null) {
  var msg = 'Found ' + myArray[0] + '. ';
  msg += 'Next match starts at ' + myRe.lastIndex;
  console.log(msg);
}

此脚本显示以下文本：

Found abb. Next match starts at 3
Found ab. Next match starts at 912

注意：不要将正则表达式文字（或 RegExp 构造函数）放在 while 条件中，否则如果由于每次迭代都会重置 lastIndex 属性而存在匹配项，它将创建一个无限循环。 还要确保设置了全局标志，否则此处也会发生循环。

Answer 7

你好，2020 年。让我提请你注意String.prototype.matchAll() ：

let regexp = /(?:&|&)?([^=]+)=([^&]+)/g;
let str = '1111342=Adam%20Franco&348572=Bob%20Jones';

for (let match of str.matchAll(regexp)) {
    let [full, key, value] = match;
    console.log(key + ' => ' + value);
}

输出：

1111342 => Adam%20Franco
348572 => Bob%20Jones

Answer 8

如果有人（像我一样）需要 Tomalak 的数组支持方法（即多选），这里是：

function getUrlParams(url) {
  var re = /(?:\?|&(?:amp;)?)([^=&#]+)(?:=?([^&#]*))/g,
      match, params = {},
      decode = function (s) {return decodeURIComponent(s.replace(/\+/g, " "));};

  if (typeof url == "undefined") url = document.location.href;

  while (match = re.exec(url)) {
    if( params[decode(match[1])] ) {
        if( typeof params[decode(match[1])] != 'object' ) {
            params[decode(match[1])] = new Array( params[decode(match[1])], decode(match[2]) );
        } else {
            params[decode(match[1])].push(decode(match[2]));
        }
    }
    else
        params[decode(match[1])] = decode(match[2]);
  }
  return params;
}
var urlParams = getUrlParams(location.search);

输入?my=1&my=2&my=things

result 1,2,things （之前只返回：things）

Answer 9

只是为了坚持标题所示的建议问题，您实际上可以使用String.prototype.replace()迭代字符串中的每个匹配项。 例如，下面的代码就是根据正则表达式获取所有单词的数组：

function getWords(str) {
  var arr = [];
  str.replace(/\w+/g, function(m) {
    arr.push(m);
  });
  return arr;
}

var words = getWords("Where in the world is Carmen Sandiego?");
// > ["Where", "in", "the", "world", "is", "Carmen", "Sandiego"]

如果我想获取捕获组甚至是每场比赛的索引，我也可以这样做。 下面显示了每个匹配项如何与整个匹配项、第一个捕获组和索引一起返回：

function getWords(str) {
  var arr = [];
  str.replace(/\w+(?=(.*))/g, function(m, remaining, index) {
    arr.push({ match: m, remainder: remaining, index: index });
  });
  return arr;
}

var words = getWords("Where in the world is Carmen Sandiego?");

运行完上面的words会是这样的：

[
  {
    "match": "Where",
    "remainder": " in the world is Carmen Sandiego?",
    "index": 0
  },
  {
    "match": "in",
    "remainder": " the world is Carmen Sandiego?",
    "index": 6
  },
  {
    "match": "the",
    "remainder": " world is Carmen Sandiego?",
    "index": 9
  },
  {
    "match": "world",
    "remainder": " is Carmen Sandiego?",
    "index": 13
  },
  {
    "match": "is",
    "remainder": " Carmen Sandiego?",
    "index": 19
  },
  {
    "match": "Carmen",
    "remainder": " Sandiego?",
    "index": 22
  },
  {
    "match": "Sandiego",
    "remainder": "?",
    "index": 29
  }
]

为了使用preg_match_all匹配类似于 PHP 中可用的多次出现，您可以使用这种类型的思维来制作自己的或使用类似YourJS.matchAll()的东西。 YourJS 或多或少地定义了这个函数如下：

function matchAll(str, rgx) {
  var arr, extras, matches = [];
  str.replace(rgx.global ? rgx : new RegExp(rgx.source, (rgx + '').replace(/[\s\S]+\//g , 'g')), function() {
    matches.push(arr = [].slice.call(arguments));
    extras = arr.splice(-2);
    arr.index = extras[0];
    arr.input = extras[1];
  });
  return matches[0] ? matches : null;
}

Answer 10

如果您可以使用map ，这是一个四行解决方案：

 var mystring = '1111342=Adam%20Franco&348572=Bob%20Jones'; var result = mystring.match(/(&|&)?([^=]+)=([^&]+)/g) || []; result = result.map(function(i) { return i.match(/(&|&)?([^=]+)=([^&]+)/); }); console.log(result);

不漂亮，效率不高，但至少它很紧凑。 ;)

Answer 11

使用window.URL ：

> s = 'http://www.example.com/index.html?1111342=Adam%20Franco&348572=Bob%20Jones'
> u = new URL(s)
> Array.from(u.searchParams.entries())
[["1111342", "Adam Franco"], ["348572", "Bob Jones"]]

Answer 12

好吧......我有一个类似的问题......我想用RegExp进行增量/步进搜索（例如：开始搜索......做一些处理......继续搜索直到最后一场比赛）

经过大量的互联网搜索......像往常一样（这已经变成一种习惯）我最终在 StackOverflow 中找到了答案......

什么没有提到，要提到的是“ lastIndex ”我现在明白了为什么 RegExp 对象实现了“ lastIndex ”属性

Answer 13

为了使用相同的名称捕获多个参数，我修改了 Tomalak 方法中的 while 循环，如下所示：

  while (match = re.exec(url)) {
    var pName = decode(match[1]);
    var pValue = decode(match[2]);
    params[pName] ? params[pName].push(pValue) : params[pName] = [pValue];
  }

输入： ?firstname=george&lastname=bush&firstname=bill&lastname=clinton

返回： {firstname: ["george", "bill"], lastname: ["bush", "clinton"]}

Answer 14

拆分它对我来说是最好的选择：

'1111342=Adam%20Franco&348572=Bob%20Jones'.split('&').map(x => x.match(/(?:&|&)?([^=]+)=([^&]+)/))

Answer 15

为避免正则表达式地狱，您可以找到第一个匹配项，切掉一个块，然后尝试在子字符串上找到下一个。 在 C# 中，这看起来像这样，抱歉我没有为您将它移植到 JavaScript。

        long count = 0;
        var remainder = data;
        Match match = null;
        do
        {
            match = _rgx.Match(remainder);
            if (match.Success)
            {
                count++;
                remainder = remainder.Substring(match.Index + 1, remainder.Length - (match.Index+1));
            }
        } while (match.Success);
        return count;