多行字符串中任意数量的捕获组

Question

我有一个 Markdown 格式的长字符串，它由一个或多个标题的重复部分和多行描述组成，如下所示：

**[Title1](link1) brief description** flag1, flag2
commentary,
occasionally multi-line
---

**[Title2](link2) brief description** flag3, flag4
**[Title3](link3) brief description** flag5, flag6, flag7
commentary
---

...

此顺序偶尔会与其他文本打断，交织在 --- 和下一个标题之间。

我希望使用 JS 的正则表达式对其进行处理，以便在单独的捕获组中捕获标题、链接、描述和评论。理想情况下，从给出的示例中，我想得到类似：

1st match:
    group 1: Title1
    group 2: link1
    group 3: brief description
    group 4: commentary,
             occasionally multi-line

2nd match:
    group 1: Title2
    group 2: link2
    group 3: brief description 2
    group 4: Title3
    group 5: link3
    group 6: brief description 3
    group 7: commentary

 ...

我不会撒谎 - 我的正则表达式技能可能需要一些改进，但是我设法解决了这个问题，将其限制为单个标题（使用类似于 /\*\*\[(.*)\]\((.*)\)\s+(.*)\*\*.*\s+((?:.*\s)*?)?---/g 的正则表达式）。对于未指定数量的它们，我不确定如何将单独的片段收集到简洁的组中，因为无论我尝试什么，我要么得到属于一个项目的标题的单独匹配项，要么第二个和后续的标题被混搭评论。

这可能只使用正则表达式吗？我想避免按项目边界（在这种情况下为**[ 和---）拆分并从那里进一步切碎，因为这似乎不如单个正则表达式匹配优雅。

Answer 1

您正在尝试重复捕获组，然后访问所有捕获。不幸的是，这在 JavaScript 正则表达式引擎中不起作用（大多数其他引擎也是如此）。 .NET 引擎确实支持它。

我知道你不想先分手，但这可能是最好的选择。如果您能以某种方式使用 JS 中的 .NET 正则表达式引擎或将您的项目更改为使用 .NET/Powershell，那么您可能可以在纯正则表达式中完成。

参考

Repeating a Capturing Group vs. Capturing a Repeated Group

Answer 2

我想我用一个正则表达式就可以了

var re = /(?:\*\*\[(.*)\]\((.+)\) (.+)\*\* .*\n)(?:([^\*(?:\-\-\)]+))?/g;

我不确定这是您要求的，但它与您的输入和输出相匹配。 你可以play with it here (Regex101 example)

在这里您可以找到使用该正则表达式并显示捕获的组的JSFiddle。

当然不是很严格，所以你可以根据自己的需要进行更改。

我希望这是你想要的。