mark.js 的非贪婪正则表达式

Question

我刚刚开始使用 mark.js (https://markjs.io)，现在我正在尝试找到合适的 RegEx 来捕获尽可能少的数据（非贪婪类型），并且不超过一定数量字符。

我尝试了多个选项，到目前为止我有这三个正则表达式，但每个都有自己的错误：

1. w(.{1,30})?3 - 捕获“word1 word2 word3 word3”，而不是“word3”和“word3”；

2. w(\w{1,30})?3 - 按应有的方式捕获“word3”，但无法捕获“word3”；

3. w((\w| ){1,30})?3 - 这与上面的第一个选项完全相同。

为了更好的理解，请运行下面的代码。

请问你觉得我错过了什么？

亚历克斯

var regex = /w(.{1,30})?3/i;
      // var regex = /w(\w{1,30})?3/i;
      // var regex = /w((\w| ){1,30})?3/i;

      var instance = new Mark(document.querySelector("body"));
      instance.markRegExp (regex, {
        className: "mark"
      });

.mark {
        color: white;
        background: red;
      }

<script src="https://cdn.jsdelivr.net/mark.js/8.8.3/mark.min.js"></script>


    <div>word1 word2 word3 wo rd3 word4</div>

Answer 1

w(.{1,30})?3 - 捕获“word1 word2 word3 word3”，而不是“word3”和“word3”；

是的，因为.{1, 30} 表示最多可捕获 30 个任意字符（换行符除外）。由于第一个 w 和最后一个 3 之间只有 22 个字符，因此它将匹配所有内容。

w(\w{1,30})?3 - 应捕获“word3”，但无法捕获“word3”；

是的，因为\w 只匹配单词字符，不匹配空格。

w((\w| ){1,30})?3 - 这与上面的第一个选项完全相同。

是的，因为(\w | ) 与. 几乎相同。 （. 也将匹配 \t 和其他类型的空格。）

如果您想匹配以w 开头和以3 结尾的任何内容，并且之间最多有一个空格，您可以使用：

w\w+?(\s\w+?)?3

+? 表示您正在寻找的“非贪婪”匹配类型。但是，此正则表达式也将匹配 word2 word3。如果任何以数字结尾的内容表示潜在匹配的结束，您可以改用：

w[a-zA-Z]+?(\s[a-zA-Z]+?)?3

由于您已经使用了/i 标志，[a-zA-Z] 可以进一步简化为 [a-z]。

var regex = /w[a-z]+?(\s[a-z]+?)?3/ig;
var instance = new Mark(document.querySelector("body"));
instance.markRegExp (regex, {
  className: "mark"
});

.mark {
        color: white;
        background: red;
      }

<script src="https://cdn.jsdelivr.net/mark.js/8.8.3/mark.min.js"></script>

<div>word1 word2 word3 wo rd3 word4</div>