使用 JavaScript 排除正则表达式中一行开头或结尾的匹配项

Question

我正在尝试在 JavaScript 中定义一个匹配所有出现的正则表达式，不包括行首或行尾的出现。

我可以排除开头的，但不能排除结尾的。例如：

const MULTILINE = `
Lorem ipsum dolor sit amet ANNA
ANNA lorem ipsum dolor sit amet
Lorem ipsum dolor ANNA sit amet
`

MULTILINE.match(/ANNA\w+/gm)
// output: ["ANNA_END", "ANNA_BEGIN", "ANNA_MIDDLE"] ok

MULTILINE.match(/(?!^)ANNA\w+/gm))
// output: ["ANNA_END", "ANNA_MIDDLE"] ok

MULTILINE.match(/ANNA\w+(?!$)/gm))
// output: ["ANNA_EN", "ANNA_BEGIN", "ANNA_MIDDLE"] fail
// expected: ["ANNA_BEGIN", "ANNA_MIDDLE"]

如图所示，它正确识别了我的最后一个字符串，但提取了最后一个字符（就好像 $ 被另一个 \d 表达式替换了一样）。

我阅读了大量文档并尝试了多种变体，例如 MULTILINE.match(/ANNA\w+(?!ANNA\w+$)/gm)) 但没有成功。

这里有什么帮助吗？ :)

Answer 1

ANN_END returns ANN_EN 匹配，因为 (?!$) 前瞻在失败时使引擎回溯，并且 (?!$) 之前的模式是\w+，一个+量化模式，回溯使得匹配在字符串结束之前完成。参见this demo 并注意第 9 步中显示回溯的红色箭头：

要禁止这种部分单词匹配，您可以添加单词边界 \b 或另一个前瞻性 (?!\w)。

不在字符串 start/end 处匹配 ANNA\w+ 的完整解决方案看起来像

/(?!^)\bANNA\w+\b(?!$)/gm

参见regex demo。

详情

(?!^) - 如果正则表达式索引位于字符串的开头，则匹配失败的否定前瞻
\b - 单词边界
ANNA - 子字符串
\w+ - 一个或多个单词字符
\b - 单词边界
(?!$) - 如果正则表达式索引位于字符串的末尾，则匹配失败的否定前瞻。

JS 演示：

const MULTILINE = `Lorem ipsum dolor sit amet ANNA_END
ANNA_BEGIN lorem ipsum dolor sit amet
Lorem ipsum dolor ANNA_MIDDLE sit amet`;
console.log(MULTILINE.match(/(?!^)\bANNA\w+\b(?!$)/gm));

使用 JavaScript 排除正则表达式中一行开头或结尾的匹配项

Excluding matches on the beginning or end of a line on a Regex with JavaScript

javascript

regex

regex-negation