Javascript 正则表达式：无法删除多行字符串中的前瞻组中的前导空格

Question

我正在尝试正则表达式^(?<=[\s]*namespace[\s]*---+\s+)(.|\s)+(?=\(\s*\d+\s*rows\))/gm从单列表格列表格式字符串中提取行项目。 但是在匹配中添加了前导空格。 前瞻和后瞻组中的\s+运算符没有帮助。 参考以下：

x = `namespace
-------------------
               itm1
     itm2
  itm3
               itm4
               
(4 rows)
`
console.log(x.match(/^(?<=[\s]*namespace[\s]*---+\s+)(.|\s)+(?=\(\s*\d+\s*rows\))/gm)[0].split(/\s+/))

Output 具有前导和尾随空格作为单独的列表元素：

[ '', 'itm1', 'itm2', 'itm3', 'itm4', '' ]

但是使用console.log(x.match(/^(?<=[\s]*namespace[\s]*---+\s+)(.|\s)+(?=\(\s*\d+\s*rows\))/gm)[0].trim().split(/\s+/)) <-- 注意split(..)之前的trim() ，output 是：

[ 'itm1', 'itm2', 'itm3', 'itm4' ]

为什么前瞻组末尾的\s+ (?<=[\s]*namespace[\s]*---+\s+)不删除由(.|\s)+捕获的所需匹配组之前的所有空格(.|\s)+ 。

Answer 1

根本原因

正则表达式引擎从左到右解析字符串。

正则表达式在字符串的开头搜索匹配项，但没有找到后向模式，它在那里失败，然后在namespace中的n和a之间测试下一个 position。 依此类推，直到-------------------之后的换行符。

在\n之后的位置，换行符，有一个lookbehind模式匹配， \s+在你的lookbehind末尾找到\s+模式所需的空格。 然后，模式的 rest 也找到匹配项。 因此，您的结果中有 15 个前导空格。

解决方案

使用消费模式。 也就是说，使用捕获组。 或者，确保您的消费部分以非空白字符开头。

因此，

 const x = "namespace\n-------------------\n itm1\n itm2\n itm3\n itm4\n \n(4 rows)\n"; console.log( x.match(/(?<=^\s*namespace\s*---+\s+)\S.*?(?=\s*\(\s*\d+\s*rows\))/gms)[0].split(/\s+/) );

或者，使用捕获组：

 const x = "namespace\n-------------------\n itm1\n itm2\n itm3\n itm4\n \n(4 rows)\n"; console.log( x.match(/^\s*namespace\s*---+\s+(\S.*?)(?=\s*\(\s*\d+\s*rows\))/ms)[1].split(/\s+/) );

注意正则表达式：

• 我将(.|\s)+替换为. 模式，但添加了s标志，以便. 可以匹配换行符。 请永远不要使用(.|\s)* 、 (.|\n)*或(.|[\r\n])* ，这些是非常低效的正则表达式模式
• 我在正向前瞻的开头添加了\s* ，以便可以从匹配中删除尾随空格。
• 我还使用了一个懒惰的点， .*? , 在两种模式中以匹配两个字符串之间的最少字符数。