正则表达式替换返回不带 .* 的意外结果

Question

我正在尝试创建一个执行以下转换的正则表达式：

1. Apple Orange > AO
2. Load Module > LM
3. anApple Orange > O
4. toLoad Module > M

我找到了一个合适的模式，但发现了一个奇怪的行为。这是我的初步尝试：

/^([A-Z])?[^ ]* ([A-Z])/

用这个表达式在第三个（和第四个）测试用例上运行替换给了我一个令人惊讶的结果：

'anApple Orange'.replace(/^([A-Z])?[^ ]* ([A-Z])/,'$1$2')
> "Orange"

为什么这令人惊讶？好吧，第一组显然不匹配，因为字符串不是以大写字母开头，但是第二组只选择了一个单个大写字母：([A-Z])，而不是后面的所有内容：@987654332 @

令我惊讶的是，在最后一个捕获组之后添加 .* 给了我正确的结果：

'anApple Orange'.replace(/^([A-Z])?[^ ]* ([A-Z]).*/,'$1$2')
> "O"

为什么会发生这种情况超出了我对 JS 和正则表达式的理解。我很高兴知道是什么黑魔法导致单个 [A-Z] 返回多个字符，甚至是一些小写字符。

这是一个可运行的演示：

var testCases = [
      'Apple Orange',
      'Load Module',
      'anApple Orange',
      'toLoad Module'
    ],
    badregex = /^([A-Z])?[^ ]* ([A-Z])/,
    goodregex = /^([A-Z])?[^ ]* ([A-Z]).*/;

document.onreadystatechange = function(n){
  if (document.readyState === "complete"){
      for (var i=0,l=testCases.length; i<l; i++){
        var p = document.createElement('p'),
            testCase = testCases[i];
        p.innerHTML = ""+testCase+" &gt; "+testCase.replace(badregex,'$1$2')
        document.body.appendChild(p);
      }
      document.body.appendChild(document.createElement('hr'));
      for (var i=0,l=testCases.length; i<l; i++){
        var p = document.createElement('p'),
            testCase = testCases[i];
        p.innerHTML = ""+testCase+" &gt; "+testCase.replace(goodregex,'$1$2')
        document.body.appendChild(p);
      }
  }
}

Answer 1

我愿意，

> "Apple Orange".replace(/(?:^|\s)([A-Z])|./g, "$1")
'AO'

不要把事情复杂化。只需捕获在空格之后或开头存在的所有大写字符。然后匹配所有剩余的字符。现在用$1 替换所有匹配的字符。请注意，所有匹配的字符都将替换为替换部分中存在的字符。

DEMO

为什么？

'anApple Orange'.replace(/^([A-Z])?[^ ]* ([A-Z])/,'$1$2')
> "Orange"

• ([A-Z])? 在开头检查可选的大写字母。哪有这回事。所以它会捕获一个空字符串。
• [^ ]* 匹配零个或多个非空格字符。
• <space> 匹配空格。
• ([A-Z]) 仅捕获 Orange 中的第一个字母。
• 现在将所有匹配的字符替换为$1 -> 空字符串$2 -> O 将为您提供Orange

Answer 2

您的第一个示例匹配 anApple O。 $1 是空的，因为 ^([A-Z])? 是可选的且不匹配，而 $2 是 O，因此您将字符串 anApple Orange 中的 anApple O 替换为 O，这将导致 Orange

Answer 3

您可以使用带有match 的非常简单的正则表达式，而不是使用带有复杂正则表达式的replace，并使用join 来获得所需的输出：

'anApple Orange'.match(/\b([A-Z])/g).join('')
//=> O

'Apple Orange'.match(/\b([A-Z])/g).join('')
//=> AO