带模式的正则表达式字符串

Question

对于正则表达式的粉丝......我拥有的是这个字符串：

"Lorem ipsum dolor FOO IO BAR BA"

我想提取 Title 和一个 Array 大写后缀：

1. "Lorem ipsum dolor"
2. ["FOO", "IO", "BAR", "BA"]

这是我的尝试：

function retrieveGroups( string )
{
   var regexp = new RegExp(/(FOO|BAR|BA|IO)/g);    
   var groups = string.match( regexp ) || [];
   var title  = string.replace( regexp, "" );
   return {title:title, groups:groups};
}

结果：

title  : "Lorem ipsum dolor    ",
groups : ["FOO" , "IO", "BAR", "BA"]

这很好，但它不会阻止这种情况：

LoremFOO ipBAsum IO dolor FOO

在那个案例中，我只需要结果组中的["FOO"]。

规则看起来很简单……

获取标题。
标题可以全部大写（“LOREM IPSUM”）。
获取大写后缀数组。
字符串中可能不存在组（FOO、BAR、IO、BA）。
如果不是后缀，则不匹配：后缀且不以 空格
从字符串末尾开始匹配（如果可能？）所以如果遇到重复的 Group 参数，不要匹配（上面的问题示例）

我也尝试过string.replace(regexp, function(val) ....，但我不确定它有什么帮助...

不知道它是否有帮助，但fiddle is here。谢谢！

Answer 1

获取大写后缀数组。

> "Lorem ipsum dolor FOO IO BAR BA".match(/\b[A-Z]+\b(?!\s+\S*[^A-Z\s]\S*)/g)
[ 'FOO',
  'IO',
  'BAR',
  'BA' ]
> "LoremFOO ipBAsum IO dolor FOO".match(/\b[A-Z]+\b(?!\s+\S*[^A-Z\s]\S*)/g)
[ 'FOO' ]

获取标题数组。

> "LoremFOO ipBAsum IO dolor FOO".match(/^.*?(?=\s*\b[A-Z]+\b(?:\s+[A-Z]+\b|$))/g)
[ 'LoremFOO ipBAsum IO dolor' ]
> "Lorem ipsum dolor FOO IO BAR BA".match(/^.*?(?=\s*\b[A-Z]+\b(?:\s+[A-Z]+\b|$))/g)
[ 'Lorem ipsum dolor' ]

更新：

> "LoremFOO ipBAsum IO dolor FOO".match(/\b(?:FOO|BAR|BA|IO)\b(?!\s+\S*[^A-Z\s]\S*)/g)
[ 'FOO' ]

• \b 称为单词边界，匹配单词字符和非单词字符。

• (?:FOO|BAR|BA|IO)\b 匹配 FOO 或 BAR 或 BA 或 IO 以及以下单词边界，

• (?!\s+\S*[^A-Z\s]\S*) 仅当它后面不跟一个或多个空格字符、零个或多个非空格字符和一个除空格或大写字母以外的字符，再跟零个或多个非空格字符时.所以这对于IO 来说是失败的，因为它后面跟着一个至少包含一个小写字母的单词。 (?!...) 称为否定前瞻断言。

---

> "Lorem ipsum dolor FOO IO BAR BA".match(/\b(?:FOO|BAR|BA|IO)\b(?!\s+\S*[^A-Z\s]\S*)/g)
[ 'FOO',
  'IO',
  'BAR',
  'BA' ]

此外，您还可以使用基于正则表达式的积极前瞻。 (?=....) 称为肯定的前瞻断言。

> "LoremFOO ipBAsum IO dolor FOO".match(/\b(?:FOO|BAR|BA|IO)\b(?=\s+(?:FOO|BAR|BA|IO)\b|$)/g)
[ 'FOO' ]

---

获取标题数组。

> "Lorem ipsum dolor FOO IO BAR BA".match(/^.*?(?=\s*\b(?:FOO|BAR|BA|IO)\b(?:\s+(?:FOO|BAR|BA|IO)\b|$))/g)
[ 'Lorem ipsum dolor' ]
> "LoremFOO ipBAsum IO dolor FOO".match(/^.*?(?=\s*\b(?:FOO|BAR|BA|IO)\b(?:\s+(?:FOO|BAR|BA|IO)\b|$))/g)
[ 'LoremFOO ipBAsum IO dolor' ]

Answer 2

也许这就是你要找的东西：

function retrieveGroups( string )
{
   var regexp = new RegExp(/^(.*?)\s*([ A-Z]+)*$/);    
   var result = string.match( regexp ) || [];
   var title  = result[1];
   var groups=result[2].split(" ");
   return {title:title, groups:groups};
}

编辑： 这是一组固定的大写单词的解决方案：

function retrieveGroups( string )
{
   var regexp = new RegExp(/^(.*?)\s*((?:\s|FOO|BAR|IO|BA)+)?$/);    
   var result = string.match( regexp ) || [];
   var title  = result[1];
   var groups=result[2].split(" ");
   return {title:title, groups:groups};
}

Answer 3

通过使用 Avinash 的 RegEx，可以提取所有有效的后缀。 标题将是第一个后缀之前的所有文本。 所以最终的 JavaScript 代码如下所示：

var arr = ['Lorem ipsum dolor FOO IO BAR BA', 'LoremFOO ipBAsum IO dolor FOO']

arr.forEach(function(str) {
  var o = retrieveGroups(str);
  alert("Parsed title = " + o.title + ", groups=" + o.groups);
});

function retrieveGroups( string ) {
  var regex = /\b(?:FOO|BAR|BA|IO)\b(?=\s+(?:FOO|BAR|BA|IO)\b|$)/g
  var groups = string.match( regex ) || [];
  var title  = string.replace( regex, '').trim();
  return {'title':title, 'groups':groups};
}

这里是DEMO