可以匹配空字符串的正则表达式正在破坏 javascript 正则表达式引擎

Question

我写了以下正则表达式：/\D(?!.*\D)|^-?|\d+/g

我认为它应该这样工作：

\D(?!.*\D)    # match the last non-digit
|             # or
^-?           # match the start of the string with optional literal '-' character
|             # or
\d+           # match digits

但是，它没有：

var arrTest = '12,345,678.90'.match(/\D(?!.*\D)|^-?|\d+/g);
console.log(arrTest);

var test = arrTest.join('').replace(/[^\d-]/, '.');
console.log(test);

但是，当使用 PCRE(php)-flavour 在线玩时，Regex101。就像我描述的那样工作。

我不知道我是否认为它应该以一种它不起作用的方式工作。或者如果 javascript regex-flavour 中不允许使用某些模式。

Answer 1

JS 的工作方式与 PCRE 不同。关键是 JS 正则表达式引擎不能很好地处理零长度匹配，索引只是手动递增，并跳过零长度匹配后的下一个字符。 ^-? 可以匹配一个空字符串，它匹配12,345,678.90 开头，跳过1。

如果我们查看String#match documentation，我们会看到在找到零长度匹配后，每次使用全局正则表达式调用match 都会增加正则表达式对象的lastIndex ：

8. 否则，全局是true
   一种。使用参数 "lastIndex" 和 0 调用 rx 的 [[Put]] 内部方法。
   湾。假设 A 是一个新数组，就像由表达式 new Array() 创建的一样，其中 Array 是具有该名称的标准内置构造函数。
   C。让 previousLastIndex 为 0。
   d。让 n 为 0。
   e.让 lastMatch 为 true。
   F。重复，而 lastMatch 为 true
   一世。令 result 为调用 exec 的 [[Call]] 内部方法的结果，其中 rx 作为 this包含 S 的值和参数列表。
   ii.如果 result 为 null，则将 lastMatch 设置为 false。
   iii.否则，result 不是 null
   1. 令 thisIndex 为调用 rx 的 [[Get]] 内部方法的结果，参数为“lastIndex”。
   2. 如果 thisIndex = previousLastIndex 那么
   一种。使用参数 "lastIndex" 和 thisIndex+1 调用 rx 的 [[Put]] 内部方法。
   湾。将 previousLastIndex 设置为 thisIndex+1。

所以，匹配过程从 8a 到 8f 初始化辅助结构，然后进入一个 while 块（重复直到 lastMatch true，内部 exec 命令匹配字符串开头的空格（8fi -> 8fiii） ，并且由于结果不是 null，thisIndex 被设置为上一个成功匹配的 lastIndex，并且匹配为零长度（基本上，thisIndex = previousLastIndex），previousLastIndex 设置为 thisIndex+1 - 即零长度匹配成功后跳过当前位置。

您实际上可以在 replace 方法中使用更简单的正则表达式并使用回调来使用适当的替换：

var res = '-12,345,678.90'.replace(/(\D)(?!.*\D)|^-|\D/g, function($0,$1) {
   return $1 ? "." : "";
});
console.log(res);

模式详情：

• (\D)(?!.*\D) - 一个非数字（捕获到第 1 组），后面不跟 0+ 个字符，换行符和另一个非数字
• | - 或
• ^- - 字符串开头的连字符
• | - 或
• \D - 非数字

请注意，这里您甚至不必将开头的连字符设为可选。

Answer 2

您可以重新排序您的交替模式并在 JS 中使用它来使其工作：

var arrTest = '12,345,678.90'.match(/\D(?!.*\D)|\d+|^-?/g);
console.log(arrTest);

var test = arrTest.join('').replace(/\D/, '.');

console.log(test);

//=> 12345678.90

RegEx Demo

这是 Javascript 和 PHP(PCRE) 正则表达式行为之间的区别。

在 Javascript 中：

'12345'.match(/^|.+/gm)
//=> ["", "2345"]

在 PHP 中：

preg_match_all('/^|.+/m', '12345', $m);
print_r($m);
Array
(
    [0] => Array
        (
            [0] =>
            [1] => 12345
        )
    )

因此，当您在 Javascript 中匹配 ^ 时，正则表达式引擎会向前移动一个位置，而在替换 | 之后的任何内容都会从输入中的第二个位置开始匹配。