[英]javascript regex, word not followed and not preceded by specific char
[英]Regex match exact word not preceded or followed by other characters
我试图制作一个匹配一组单词的正则表达式。
例如,如果我匹配一组单词 - American Tea
然后在字符串中American Tea is awesome. Do you like American Tea? love WowAmerican Tea #American Tea
American Tea is awesome. Do you like American Tea? love WowAmerican Tea #American Tea
American Tea is awesome. Do you like American Tea? love WowAmerican Tea #American Tea
,这里只有2场比赛,
' 美国茶很棒。 你喜欢美国茶吗? 喜欢WowAmerican Tea #American Tea'
所以,我试图只做单词集的完整匹配。
我尝试了一些方法,但没有得到正确的正则表达式:(如果有人可以提供帮助或者可以指出我的方向,那将是非常有帮助的。
检查一下
'American Tea lalalal qwqwqw American Tea sdsdsd #American Tea'.match(/(?:^|\\s)(American Tea)(?=\\s|$)/g)
结果是["American Tea", " American Tea"]
我不希望第二场比赛的空间,我希望比赛结果是["American Tea", "American Tea"]
(第二届美国茶叶前没有空间)
使用.replace()获得乐趣和利润
/(?:^|\s)(american tea)/ig
https://regex101.com/r/qB0uO2/1
如果你想考虑前缀和后缀:
/(?:^|\s)(american tea)(?:\W|$)/ig
https://regex101.com/r/qB0uO2/2
var str = "American Tea is awesome. Do you like American Tea? love WowAmerican Tea #American Tea";
str.replace(/(?:^|\s)(american tea)(?:\W|$)/ig, function(i, m){
console.log(m);
});
//"American Tea"
//"American Tea"
编辑:
上面只返回匹配项,如果您希望保留捕获和匹配前缀,后缀使用capture-groups以及它们 :
var str = "American Tea is awesome. Do you like American Tea? love WowAmerican Tea #American Tea"; var newStr = str.replace(/(^|\\s)(american tea)(\\W|$)/ig, function(im, p1, p2, p3){ return p1 +"<b>"+ p2 +"</b>"+ p3; // p1 and p3 will help preserve the pref/suffix }); document.getElementById("result").innerHTML = newStr;
<div id="result"></div>
其中p
艺术
p1
是第一个匹配组(任何前缀) p2
是第二个匹配组(“美国茶”字) p3
是第三个匹配组(任何后缀) 阅读评论我意识到正则表达式可能不是最好的解决方案。 然而,你是如何避免Javascript不支持一个积极的lookbehind这一事实,这将使这项任务变得容易。
如果JS有(?<= ...)构造,那么你只需使用一个正面的lookbehind和一个正面的向前看,并列出你想要允许在American Tea左右两侧的所有字符。 所以我们想要的是这样的:
(?<=\s|\.|,|:|;|\?|\!|^)American Tea(?=\s|\.|,|:|;|\?|\!|$)
在左侧,您将允许任何列出的字符和字符串^的开头。 在右侧,您允许相同的字符和字符串$的结尾。
但是Javascript没有(?<= ...)构造。 所以我们必须有点创意:
(?=(\s|\.|,|:|;|\?|\!|^))\1(American Tea)(?=\s|\.|,|:|;|\?|\!|$)
这个正则表达式以积极的前瞻取代积极的外观。 然后它与前瞻中发现的任何东西匹配\\ 1,最后美国茶将会捕获第1组。
你不需要正则表达式匹配单词。
我知道一个非常巧妙的CoffeeScript片段:
wordList = ["coffeescript", "eko", "talking", "play framework", "and stuff", "falsy"]
tweet = "This is an example tweet talking about javascript and stuff."
wordList.some (word) -> ~tweet.indexOf word # returns true
其中编译成以下javascript:
var tweet, wordList;
wordList = ["coffeescript", "eko", "talking", "play framework", "and stuff", "falsy"];
tweet = "This is an example tweet talking about javascript and stuff.";
wordList.some(function(word) { // returns true
return ~tweet.indexOf(word);
});
〜不是CoffeeScript中的特殊操作符,只是一个很酷的技巧。 它是按位NOT运算符,它反转其操作数的位。 在实践中,它等同于-x-1。 这里它的工作原理是我们要检查大于-1的索引,并且 - ( - 1)-1 == 0的计算结果为false。
如果您想要匹配的单词,请使用:
wordList.filter (word) -> ~tweet.indexOf word # returns : [ "talking", "and stuff" ]
或者在JS中也是如此:
wordList.filter(function(word) { // returns : [ "talking", "and stuff" ]
return ~tweet.indexOf(word);
});
虽然杰里米当然是对的,但我认为你的问题比你人为的例子更明显。
从它看起来你正试图有常规的RegEx单词边界,除了你认为单词字符的“#”部分。 在这种情况下,您可以执行以下操作:(其中\\ b表示“单词边界”)
(^|[^#])\bAmerican Tea\b
或者,如果您只想列出您认为非单词字符的字符,则可以执行以下操作来模拟单词边界:
(^|[^A-Za-z])American Tea($|[^A-Za-z])
你可以在http://www.regexr.com/上玩游戏
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.