在Node.js中實現更好的正則表達式的方法

Question

我正在使用Node.js作為項目，我發現Javascript的正則表達式語法非常有限。 特別是缺乏外觀是殺了我。 我正在嘗試使用正則表達式將字符串解析為句子，但我想檢查常見的縮寫，例如先生和太太。這樣我就不會破壞句子。 他們的Node.js庫是否添加了正則表達式功能，如果不是，那么一個好的行動方案是什么？

Answer 1

這是javascript正則表達式的難點，

一種避免特定問題的方法：

/((?:Mrs?\.)|[^\.]+)+/  # match all that is not a dot or Mr. or Mrs.

有關更多技巧，您可以查看此站點： http ： //blog.stevenlevithan.com/archives/javascript-regex-lookbehind

Answer 2

Node.js基於v8引擎，它的正則表達式引擎是v8的一部分。 v8項目位於此處： https ： //code.google.com/p/v8/ 。 正則表達式引擎來自此文件： https ： //code.google.com/p/v8/source/browse/trunk/src/ia32/regexp-macro-assembler-ia32.cc？r = 4966 。 您可以在原則上分叉項目並添加所需的功能。 我懷疑這會比它的價值更多。

正則表達式通常不是為解析而設計的。 Node.js有很多解析庫，可以在這里找到： https ：//npmjs.org/search？q = language + parsing。 我個人推薦hot-cocoa（ https://github.com/olleicua/hot-cocoa ），因為我自己做了它，它完全符合我的目的。

最后，如果你的目標是匹配任何一個單詞或兩個單詞，如果第一個單詞是'Mr'或'Mrs'，那么這樣的東西可能會起作用：

var text = 'Mr Potter and Mrs Smith were walking to the house of Mrs Sullivan';
text.match(/(?:Mr |Mrs )?\w+/g);
// returns: [ 'Mr Potter', 'and', 'Mrs Smith', 'were', 'walking', 'to', 'the',
//            'house', 'of', 'Mrs Sullivan' ]