如何将重叠字符串与正则表达式匹配？

Question

假设我有字符串

"12345"

如果我.match(/\d{3}/g)，我只会得到一个匹配，"123"。为什么我收不到[ "123", "234", "345" ]？

Answer 1

带有全局标志正则表达式的string#match 返回一个匹配的子字符串数组。 /\d{3}/g 正则表达式匹配并使用（=读入缓冲区并将其索引前进到当前匹配字符之后的位置）3数字序列。因此，在“吃光”123 之后，索引位于3 之后，剩下的唯一要解析的子字符串是45 - 这里不匹配。

我认为regex101.com 使用的技术在这里也值得考虑：使用零宽度断言（带有捕获组的正向前瞻）来测试输入字符串中的所有位置。每次测试后，RegExp.lastIndex（它是正则表达式的读/写整数属性，指定开始下一次匹配的索引）“手动”推进以避免无限循环。 p>

请注意，这是一种在 .NET (Regex.Matches)、Python (re.findall)、PHP (preg_match_all)、Ruby (String#scan) 中实现的技术，也可以在 Java 中使用。 这是一个使用matchAll的演示：

var re = /(?=(\d{3}))/g;
console.log( Array.from('12345'.matchAll(re), x => x[1]) );

这是一个符合 ES5 的演示：

var re = /(?=(\d{3}))/g;
var str = '12345';
var m, res = [];
 
while (m = re.exec(str)) {
    if (m.index === re.lastIndex) {
        re.lastIndex++;
    }
    res.push(m[1]);
}

console.log(res);

这是regex101.com demo

请注意，同样可以使用“常规”使用 \d{3} 模式并在每次成功匹配后手动将 re.lastIndex 设置为 m.index+1 值：

var re = /\d{3}/g;
var str = '12345';
var m, res = [];

while (m = re.exec(str)) {
    res.push(m[0]);
    re.lastIndex = m.index + 1; // <- Important
}
console.log(res);

Answer 2

你不能单独使用正则表达式来做到这一点，但你可以非常接近：

var pat = /(?=(\d{3}))\d/g;
var results = [];
var match;

while ( (match = pat.exec( '1234567' ) ) != null ) { 
  results.push( match[1] );
}

console.log(results);

换句话说，您在前瞻中捕获所有三个数字，然后返回并以正常方式匹配一个字符，以推进匹配位置。你如何使用那个角色并不重要。 . 和 \d 一样有效。如果你真的喜欢冒险，你可以只使用前瞻，让 JavaScript 处理颠簸。

此代码改编自this answer。我会将此问题标记为该问题的重复，但 OP 接受了另一个较小的答案。

Answer 3

当一个表达式匹配时，它通常使用它匹配的字符。所以，表达式匹配123后，就只剩下45了，不匹配模式。

Answer 4

要回答“如何”，您可以手动更改最后匹配的索引（需要循环）：

var input = '12345', 
    re = /\d{3}/g, 
    r = [], 
    m;
while (m = re.exec(input)) {
    re.lastIndex -= m[0].length - 1;
    r.push(m[0]);
}
r; // ["123", "234", "345"]

为了方便，这里有一个函数：

function matchOverlap(input, re) {
    var r = [], m;
    // prevent infinite loops
    if (!re.global) re = new RegExp(
        re.source, (re+'').split('/').pop() + 'g'
    );
    while (m = re.exec(input)) {
        re.lastIndex -= m[0].length - 1;
        r.push(m[0]);
    }
    return r;
}

使用示例：

matchOverlap('12345', /\D{3}/)      // []
matchOverlap('12345', /\d{3}/)      // ["123", "234", "345"]
matchOverlap('12345', /\d{3}/g)     // ["123", "234", "345"]
matchOverlap('1234 5678', /\d{3}/)  // ["123", "234", "567", "678"]
matchOverlap('LOLOL', /lol/)        // []
matchOverlap('LOLOL', /lol/i)       // ["LOL", "LOL"]

Answer 5

我会考虑不为此使用正则表达式。如果你想分成三组，你可以从偏移量开始循环字符串：

let s = "12345"
let m = Array.from(s.slice(2), (_, i) => s.slice(i, i+3))
console.log(m)

Answer 6

使用(?=(\w{3}))

（3是序列中的字母数）