如何检测带有下划线的字符串的正则表达式模式

Question

我正在尝试创建一个正则表达式来检测一个字符串在另一个字符串中的确切出现次数。

function countOccurences(string, word) {
  var regex = new RegExp("\\b" + word + "\\b", "gi");
  return (string.match(regex) || []).length;
}
var str =
  "TEST Testing TeSt case-test case@test <h1>Test</h1> www.test.com TEST_UF_3780_nix_inputs r_test regex-test_";

var asset = "test";
console.log(countOccurences(str, asset));

在这里，我得到了“test”字符串的完全匹配，但它忽略了所有前后都有下划线的“test”字符串（像 TEST_UF... 或 r_test 或 regex-test_，未检测到“test”字符串）。 我需要帮助来检测这些字符串。

Answer 1

\b 匹配单词边界，即单词字符（即与\w 匹配的字符）遇到非单词字符。像这样匹配单词边界在许多情况下都很有用，因为它不捕获字符，但是您遇到'_' 是单词字符的问题，因此如果您正在寻找单词边界，那么您不会去找到'_test'。

JavaScript 正则表达式中的单词字符是[A-Za-z0-9_]。只要您以与字母相同的方式处理数字，下划线应该是您需要关心的唯一不寻常的字符。但是，由于您不想捕获下划线，因此您需要使用 a lookahead and a lookbehind。

试试这个：

function countOccurences(string, word) {
  var regex = new RegExp("(\\b|(?<=_))" + word + "(\\b|(?=_))", "gi");
  return (string.match(regex) || []).length;
}
var str =
  "TEST Testing TeSt case-test case@test <h1>Test</h1> www.test.com TEST_UF_3780_nix_inputs r_test regex-test_";

var asset = "test";
console.log(countOccurences(str, asset));

该示例在您的测试字符串中找到 9 个 'test' 实例，但它不是另一个单词的一部分（例如 'Testing'），我相信这就是您所期望的？

但是，您应该知道support for lookbehind syntax 仅在 ES 2018 中添加。如果您需要支持非现代浏览器，例如 IE11，或者如果您需要支持 Safari，那么这种方法将不适合您.

但是，如果您只关心 counting 次出现，那么是否匹配字符并不重要，因此您可以取消前瞻和后瞻语法，只匹配 _直接。

function countOccurences(string, word) {
  var regex = new RegExp("(\\b|_)" + word + "(\\b|_)", "gi");
  return (string.match(regex) || []).length;
}
var str =
  "TEST Testing TeSt case-test case@test <h1>Test</h1> www.test.com TEST_UF_3780_nix_inputs r_test regex-test_";

var asset = "test";
console.log(countOccurences(str, asset));