为什么 string.replace(/\\W*/g,'_') 将所有字符放在前面？

Question

我一直在学习 js 中的 regexp 遇到了一个我不明白的情况。

我使用以下正则表达式对替换函数进行了测试：

/\W*/g

并期望它在字符串的开头加上并继续替换所有非单词字符。

The Number is (123)(234)

会成为：

_The_Number_is__123___234_

这将是在字符串之前，因为它至少有零个实例，然后替换所有不间断空格和非单词字符。

相反，它在每个字符之前加上并替换了所有非单词字符。

_T_h_e__N_u_m_b_e_r__i_s__1_2_3__2_3_4__

为什么这样做？

Answer 1

问题是\\W*的含义。 它的意思是“0 个或多个非单词字符”。 这意味着空字符串""将匹配，因为它确实是 0 个非单词字符。

所以正则表达式在字符串中的每个字符之前和末尾匹配，因此为什么所有替换都完成了。

您需要/\\W/g （替换每个单独的非单词字符）或/\\W+/g （替换每组连续的非单词字符）。

"The Number is (123)(234)".replace(/\W/g, '_')  // "The_Number_is__123__234_"
"The Number is (123)(234)".replace(/\W+/g, '_') // "The_Number_is_123_234_"

Answer 2

TL; 博士

1. 如果您的目标是替换而不是插入文本，则切勿在正则表达式替换方法中使用可以匹配空字符串的模式

2. 要替换字符串中所有单独出现的非单词字符，请使用.replace(/\\W/g, '_') （即删除匹配零次或多次出现的量化子模式的*量词）

3. 要将字符串中的所有非单词字符块替换为单个模式，请使用.replace(/\\W+/g, '_') （即，将*量词替换为+匹配一个或多个出现的量化子模式)
   
   注意：下面的解决方案是为 OP 更具体的要求量身定制的。

JS 正则表达式引擎将字符串解析为一系列字符和它们之间的位置。 请参阅下图，其中我用连字符标记了位置：

  -T-h-e- -N-u-m-b-e-r- -i-s- -(-1-2-3-)-(-2-3-4-)-
  |||                                             |
  ||Location between T and h, etc. .............  |
  |1st symbol                                     |
start                     ->                     end

所有这些位置都可以用正则表达式进行分析和匹配。

由于/\\W*/g是匹配所有非重叠出现（由于g修饰符）的0 和更多（由于*量词）非单词字符的正则表达式，因此匹配单词字符之前的所有位置。 在T和h ，有一个使用正则表达式测试的位置，并且由于没有非字字符（ h是字字符），因此返回空匹配（因为\\W*可以匹配空字符串）。

因此，您需要用_替换字符串的开头和每个非单词字符。 天真的方法是使用.replace(/\\W|^/g, '_') 。 但是，有一个警告：如果字符串以非单词字符开头，则不会在字符串的开头附加_ ：

 console.log("Hi there.".replace(/\\W|^/g, '_')); // _Hi_there_ console.log(" Hi there.".replace(/\\W|^/g, '_')); // _Hi_there_

请注意，此处\\W在交替中首先出现，并且在字符串开头匹配时“获胜”：匹配空格，然后在下一次匹配迭代中找不到起始位置。

您现在可能认为您可以匹配/^|\\W/g 。 看这里：

 console.log("Hi there.".replace(/^|\\W/g, '_')); // _Hi_there_ console.log(" Hi there.".replace(/^|\\W/g, '_')); // _ Hi_there_

_ Hi_there_第二个结果显示了 JS 正则表达式引擎如何在替换操作期间处理零宽度匹配：一旦找到零宽度匹配（这里是字符串开头的位置），就会发生替换，并且RegExp.lastIndex属性递增，从而进行到第一个字符之后的位置！ 这就是为什么第一个空格被保留，不再与\\W匹配的原因。

一种解决方案是使用不允许零宽度匹配的消费模式：

 console.log("Hi there.".replace(/^(\\W?)|\\W/g, function($0,$1) { return $1 ? "__" : "_"; })); console.log(" Hi there.".replace(/^(\\W?)|\\W/g, function($0,$1) { return $1 ? "__" : "_"; }));

Answer 3

您可以使用RegExp /(^\\W*){1}|\\W(?!=\\w)/g匹配一个\\W在字符串的开头或\\W不跟\\w

 var str = "The Number is (123)(234)"; var res = str.replace(/(^\\W*){1}|\\W(?!=\\w)/g, "_"); console.log(res);

Answer 4

您应该使用 /\\W+/g 代替。

“*”表示所有字符本身。

Answer 5

这是因为您正在使用*运算符。 匹配零个或多个字符。 所以每个字符之间都匹配。 如果您用/\\W+/g替换表达式，它会按您的预期工作。

Answer 6

这应该适合你

查找： (?=.)(?:^\\W|\\W$|\\W|^|(.)$)
替换： $1_

案例说明：

 (?= . )       # Must be at least 1 char
 (?:           # Ordered Cases:
      ^ \W          # BOS + non-word (consumes bos)
   |  \W $          # Non-word + EOS (consumes eos)
   |  \W            # Non-word
   |  ^             # BOS
   |  ( . )         # (1), Any char + EOS
      $ 
 )

请注意，这可以在没有前瞻的情况下完成
(?:^\\W|\\W$|\\W|^$)

但是，这将在空字符串上插入一个_ 。
所以，它最终变得更加精细。
总而言之，这是一个简单的替代品。
与 Stribnez 的解决方案不同，不需要回调逻辑
在更换方面。