正则表达式匹配两个相同字符串之间的所有字符串

Question

例如，我有这个字符串 -- This -- is -- one -- another -- comment -- 我想匹配的元素是 "This", "is", "one", "another"和"comment"

我尝试使用这个正则表达式 --\s+([^--]+)\s+-- 它给出了匹配的元素 "This", "one" 和 "comment"

我搜索了其他问题，他们都提供了像这样的解决方案，即#A# ，我将得到 A ，但对于 #A#B# 我也会得到 A ，但在这种情况下，我希望两个元素A 和 B 都被匹配，因为它们都在两个#字符之间。

我正在测试javascript正则表达式，但我认为解决方案不应该受平台/语言的限制。

- Sachin G.

---

尝试使用这个正则表达式 --\s+([^--]+)\s+，然后手动删除最后两个 --：http://www.regexr.com/3fffo - Piyush Kumar Baliyan

这个 [^--]+ 将会防止在 -- mind-breaking -- 中匹配到 mind-breaking。 - Wiktor Stribiżew

为什么不只用 \w+？ - Mustofa Rizwan

Answer 1

一般来说，您需要使用类似以下的模式

STRING([\s\S]*?)(?=STRING|$)

它将匹配STRING，然后将任意零个或多个字符捕获到第1组中，尽可能少地捕获，在第一个出现STRING的单词之前停止，因为(?=...)是正向先行断言，是零宽度断言，不会消耗匹配的文本或字符串末尾。

一种通用的模式变化是：

STRING((?:(?!STRING)[\s\S])*)

它使用一个温和贪婪令牌(?:(?!STRING)[\s\S])*，匹配任何字符，0次或多次出现，但不以STRING字符序列开头。

要获取当前解决方案中的所有子字符串，请使用前瞻。

/--\s+([\s\S]*?)(?=\s+--)/g
                ^^^^^^^^^

请查看正则表达式演示。

注意，[^--]+ 匹配除 - 以外的 1 个或多个符号，它不匹配任何与 -- 不相等的文本。 [...] 是一个字符类，用于匹配单个字符。要匹配从一个字符到模式第一次出现的任意长度文本，您可以依赖于 [\s\S]*? 结构：任何0个或多个字符，尽可能少（由于懒惰的*?量化符）。

JS 演示：

var s = '-- This -- is -- one -- another -- comment --';
var rx = /--\s+([\s\S]*?)(?=\s+--)/g;
var m, res=[];
while (m = rx.exec(s)) {
  res.push(m[1]);
}
console.log(res);

- Wiktor Stribiżew

---

接受了答案！感谢具有正向预测的解决方案。 - Sachin G.

环视是匹配重叠子字符串的自然方法。此外，匹配任何字符的 [\s\S] 可以被本地 JS 正则表达式 [^] 构造替换（不是空），但它不具备可移植性。[\s\S] 几乎可以在任何地方使用。 - Wiktor Stribiżew

我想知道为什么你使用了/--\s+([\s\S]*?)(?=\s+--)/g而不是/--\s+([\s\S]*?)\s+(?=--)/g，这是出于性能原因还是美观原因呢？ - Maciej Kozieja

@MaciejKozieja：我不认为这在这里很关键，但这很有趣。当然，\s+可以移动到前瞻之外。如果有真正的性能差异（regex101上的步骤数实际上并不能证明任何一个正则表达式比另一个更好），应该在JS环境中设置一个测试。请参见https://jsfiddle.net/pbL0cmsj/1/ - 性能几乎没有区别。 - Wiktor Stribiżew

似乎 /--\s+([\s\S]*?)(?=\s+--)/g 更快。 - Maciej Kozieja

Answer 2

要读取所有内容，我会使用正向先行断言：

const data = '-- This -- is -- one -- another -- comment --'

const readAll = data => {
  const regex =/--\s*(.*?)\s*(?=--)/g
  const found = []
  let temp
  while (temp = regex.exec(data)) {
    found.push(temp[1])
  }
  return found
}

console.log(readAll(data))

要删除注释，只需执行以下操作：

const data = `-- This -- is -- one -- another -- comment -- this is not a comment`.replace(/--.*--/g, '')

console.log(data)

- Maciej Kozieja

---

请注意，OP的[^--]匹配换行符，而您的.*?则不会。 - Wiktor Stribiżew

如果您想要换行，可以使用(?:\n|.)*?，因为[^--]不允许使用一个-，因为它不是-字符的第二个破折号表示直到。 - Maciej Kozieja

Maciek，永远不要使用 (?:\n|.)*?。它会有一天崩溃你的浏览器。查看我的答案以了解使用JS正则表达式匹配任何字符的正确方法。 - Wiktor Stribiżew

所以你使用 [\s\S] 来获取包括换行符在内的所有字符，这很聪明 :D - Maciej Kozieja

在此处查看更多相关信息：链接。 - Wiktor Stribiżew