仅使用正则表达式将字符串拆分为文件名和扩展名的“元组”？

Question

我知道get file extensions with JavaScript 有更简单的方法，但部分是为了练习我的正则表达式技能，我想尝试使用正则表达式将文件名分成两个字符串，在最后一个点之前和之后（. 字符） .

这是我目前所拥有的

const myRegex = /^((?:[^.]+(?:\.)*)+?)(\w+)?$/
const [filename1, extension1] = 'foo.baz.bing.bong'.match(myRegex);
// filename1 = 'foo.baz.bing.'
// extension1 = 'bong'
const [filename, extension] = 'one.two'.match(myRegex);
// filename2 = 'one.'
// extension2 = 'two'
const [filename, extension] = 'noextension'.match(myRegex);
// filename2 = 'noextension'
// extension2 = ''

我尝试使用否定前瞻来表示“仅匹配文字”。如果后面跟着一个以这样结尾的单词，则将(?:\.)* 更改为(?:\.(?=\w+.))*：

/^((?:[^.]+(?:\.(?=(\w+\.))))*)(\w+)$/gm

但我想仅使用正则表达式来排除最后一个时期，并且最好在初始组中匹配“noextension”，我该如何仅使用正则表达式来做到这一点？

这是我的正则表达式临时文件：https://regex101.com/r/RTPRNU/1

Answer 1

对于第一个捕获组，您可以从 1 个或多个单词字符开始匹配。然后选择性地重复 . 和 1 个或多个单词字符。

然后您可以使用与. 匹配的可选非捕获组，并在组 2 中捕获 1 个或多个单词字符。

由于第二个非捕获组是可选的，所以第一个重复应该是贪婪的。

^(\w+(?:\.\w+)*?)(?:\.(\w+))?$

模式匹配

• ^ 字符串开始
• ( 捕获第 1 组
  • \w+(?:\.\w+)*? 匹配 1+ 个单词字符，并可选择重复 . 和 1+ 个单词字符
• )关闭第一组
• (?:非捕获组整体匹配
  • \.(\w+) 匹配 . 并在捕获 group 2 中捕获 1+ 个单词字符
• )?关闭非捕获组并使其可选
• $字符串结束

Regex demo

const regex = /^(\w+(?:\.\w+)*?)(?:\.(\w+))?$/;
[
  "foo.baz.bing.bong",
  "one.two",
  "noextension"
].forEach(s => {
  const m = s.match(regex);
  if (m) {
    console.log(m[1]);
    console.log(m[2]);
    console.log("----");
  }
});

在 cmets 中发布的另一个选项 @Wiktor Stribiżew 是使用非贪心点来匹配文件名的任何字符：

^(.*?)(?:\.(\w+))?$

Regex demo

Answer 2

如果你真的想使用正则表达式，我建议使用两个正则表达式：

// example with 'foo.baz.bing.bong'

const firstString = /^.+(?=\.\w+)./g // match 'foo.baz.bing.' 
const secondString = /\w+$/g   // match 'bong'

Answer 3

不环顾四周，更明确和准确的东西怎么样......

1. 命名组变体.../^(?<noextension>\w+)$|(?<filename>\w+(?:\.\w+)*)\.(?<extension>\w+)$/

2. 没有命名组.../^(\w+)$|(\w+(?:\.\w+)*)\.(\w+)$/

刚刚显示的两个变体都可以缩短为 2 个捕获组，而不是上述变体的 3 个捕获组，在我看来，这使得正则表达式更易于使用，但可读性较差...

1. 命名组变体.../(?<filename>\w+(?:\.\w+)*?)(?:\.(?<extension>\w+))?$/

2. 没有命名组.../(\w+(?:\.\w+)*?)(?:\.(\w+))?$/

const testData = [
  'foo.baz.bing.bong',
  'one.two',
  'noextension',
];
// https://regex101.com/r/RTPRNU/5
const regXTwoNamedFileNameCaptures = /(?<filename>\w+(?:\.\w+)*?)(?:\.(?<extension>\w+))?$/;
// https://regex101.com/r/RTPRNU/4
const regXTwoFileNameCaptures = /(\w+(?:\.\w+)*?)(?:\.(\w+))?$/;

// https://regex101.com/r/RTPRNU/3
const regXThreeNamedFileNameCaptures = /^(?<noextension>\w+)$|(?<filename>\w+(?:\.\w+)*)\.(?<extension>\w+)$/
// https://regex101.com/r/RTPRNU/3
const regXThreeFileNameCaptures = /^(\w+)$|(\w+(?:\.\w+)*)\.(\w+)$/

console.log(
  'based on 2 named file name captures ...\n',
  testData, ' =>',
  testData.map(str =>
    regXTwoNamedFileNameCaptures.exec(str)?.groups ?? {}
  )
);
console.log(
  'based on 2 unnamed file name captures ...\n',
  testData, ' =>',
  testData.map(str => {
    const [
      match,
      filename,
      extension,
    ] = str.match(regXTwoFileNameCaptures) ?? [];
  //] = regXTwoFileNameCaptures.exec(str) ?? [];

    return {
      filename,
      extension,
    }
  })
);

console.log(
  'based on 3 named file name captures ...\n',
  testData, ' =>',
  testData.map(str => {
    const {
      filename = '',
      extension = '',
      noextension = '',
    } = regXThreeNamedFileNameCaptures.exec(str)?.groups ?? {};

    return {
      filename: filename || noextension,
      extension,
    }
  })
);
console.log(
  'based on 3 unnamed file name captures ...\n',
  testData, ' =>',
  testData.map(str => {
    const [
      match,
      noextension = '',
      filename = '',
      extension = '',
    ] = str.match(regXThreeFileNameCaptures) ?? [];
  //] = regXThreeFileNameCaptures.exec(str) ?? [];

    return {
      filename: filename || noextension,
      extension,
    }
  })
);

.as-console-wrapper { min-height: 100%!important; top: 0; }