JavaScript正则表达式迭代器提取组。

Question

假设我们有以下文本："1 a,2 b,3 c,4 d"和以下表达式：/\d (\w)/g。

我们想要做的是提取由正则表达式表示的a、b、c、d。

不幸的是，“1 a,2 b,3 c,4 d”.match(/\d (\w)/g)将产生一个数组：1 a,2 b,3 c,4 d，而RegExp.$1将只包含最后一次匹配的组，即RegExp.$1 == 'd'。

我该如何迭代这个正则表达式，以便我也可以提取组…我正在寻找一种内存效率高的解决方案，即某种迭代器对象。

编辑：它需要是通用的。我只在这里提供了一个简单的例子。一种解决方法是循环遍历数组，并为每个项目重新应用没有全局标志的正则表达式，但我认为这种解决方法有点愚蠢，尽管它似乎是唯一的方法。

- Pass

---

接受您最近的提问。 - hsz

需要使用正则表达式吗？你也可以按空格和逗号进行分割，然后提取。 - pimvdb

是的，因为我只提供了一个简单的例子...它比这更复杂。一个解决方案是对数组中的每个匹配重新应用正则表达式，但这很愚蠢。 - Pass

Answer 1

var myregexp = /\d (\w)/g;
var match = myregexp.exec(subject);
while (match != null) {
    // matched text: match[0]
    // match start: match.index
    // capturing group n: match[n]
    match = myregexp.exec(subject);
}

（毫不掩饰地摘自RegexBuddy）

- Tim Pietzcker

---

我不太明白这个。match只是一个包含所有元素的数组，比如1 a，2 b，3 c等等...我们无法通过这种方式提取捕获组，除非重新应用正则表达式或者有API可以实现... - Pass

@Pass - 当你使用exex时，匹配将包含整个匹配作为第一个元素，每个组作为其他元素，例如['1 a'，'a']。 - Kobi

match[0] 是整个匹配结果 (例如，"1 a"); match[1] 是第一个捕获组 ("a"). 这段代码遍历了字符串 (见 while 块的最后一行）。 - Tim Pietzcker

Answer 2

这个会起作用：

"1 a,2 b,3 c,4 d".match(/\w(?:,|$)/g).join(' '); // => "a, b, c, d"

如果您需要迭代：

var r = /\d (\w)/g,
    s = "1 a,2 b,3 c,4 d",
    m;

while ( m = r.exec(s) ) {
    // `m` is your match, `m[1]` is the letter
}

- James

---

谢谢您的建议，但这个例子太具体了。我正在寻找一种通用解决方案，因为我的实际代码使用了更复杂的正则表达式。 - Pass

Answer 3

一种更简短、更简单（尽管可能不太高效）的解决方案是使用String.prototype.replace。replace 的独特之处在于它隐式地迭代所有匹配项，并为每个匹配项执行一个函数。当然，您可以使用该函数实际替换文本，但除了函数名称之外，这并不是真正所需的：

"1 a,2 b,3 c,4 d".replace(/\d (\w)/g, function(complete_match, matched_letter) {
    console.log(matched_letter);
});

这将会在控制台中记录下 a、b、c，然后是 d。（它也会返回"undefined,undefined,undefined,undefined"，但我们这里不关心这个。）

更一般地说，将函数参数替换为 以下参数被调用：

function(match, p1, p2, [...], offset, string)

• match是匹配的子字符串。
• p1等是匹配的捕获组（如果有）。这些组按照它们对应的左括号的顺序排列（即最左边的先，最外层的先）。如果该组匹配多个子字符串（即在(.)+场景中），则只捕获最后一个（最右边的）子字符串。
• offset是此匹配在原始字符串中的索引。
• string是调用replace的字符串。

手动迭代可能更有效率，但这种方法不慢而且更简洁易读；我倾向于使用这种模式而不是手动循环。

- Eamon Nerbonne