35 Stimmen

Wie findet man Indizes von Gruppen in JavaScript regulären Ausdrücken entsprechen?

Wenn ich einen regulären Ausdruck schreibe wie:

var m = /(s+).*?(l)[^l]*?(o+)/.exec("this is hello to you");
console.log(m);

Ich erhalte ein Match-Objekt mit folgendem Inhalt:

{
  0: "s is hello",
  1: "s",
  2: "l",
  3: "o",
  index: 3,
  input: "this is hello to you"
}

Ich kenne den Index des gesamten Spiels aus der index Eigenschaft, aber ich muss auch den Anfang und das Ende der zugeordneten Gruppen kennen. Mit einer einfachen Suche wird das nicht funktionieren. In diesem Beispiel wird das erste "l" anstelle des ersten in der Gruppe gefundenen gefunden.

Gibt es eine Möglichkeit, den Offset einer abgestimmten Gruppe zu ermitteln?

29voto

bobince Punkte 512550

Sie können den Index einer Übereinstimmungsgruppe nicht direkt abrufen. Sie müssen zunächst alle Zeichen in eine Übereinstimmungsgruppe aufnehmen, auch diejenigen, die Sie nicht interessieren:

var m= /(s+)(.*?)(l)([^l]*?)(o+)/.exec('this is hello to you');

Jetzt haben Sie das ganze Spiel in Teilen:

['s is hello', 's', ' is hel', 'l', '', 'o']

Sie können also die Längen der Zeichenketten vor Ihrer Gruppe addieren, um den Versatz vom Übereinstimmungsindex zum Gruppenindex zu erhalten:

function indexOfGroup(match, n) {
    var ix= match.index;
    for (var i= 1; i<n; i++)
        ix+= match[i].length;
    return ix;
}

console.log(indexOfGroup(m, 3)); // 11

10voto

Delus Punkte 186

Ich schrieb eine einfache (gut die Initialisierung wurde ein bisschen aufgebläht) Javascript-Objekt, um dieses Problem auf ein Projekt, das ich vor kurzem gearbeitet habe zu lösen. Es funktioniert auf die gleiche Weise wie die akzeptierte Antwort, aber erzeugt die neue Regexp und zieht die Daten, die Sie automatisch angefordert.

var exp = new MultiRegExp(/(firstBit\w+)this text is ignored(optionalBit)?/i);
var value = exp.exec("firstbitWithMorethis text is ignored");

value = {0: {index: 0, text: 'firstbitWithMore'},
         1: null};

Git Repo: Mein MultiRegExp . Ich hoffe, das hilft jemandem da draußen.

Aug, 2015 bearbeiten:

Probieren Sie es aus: MultiRegExp Live .

4voto

velop Punkte 2809

Eine weitere Javascript-Klasse, die ebenfalls in der Lage ist, verschachtelte Gruppen zu analysieren, finden Sie unter: https://github.com/valorize/MultiRegExp2

Verwendung:

let regex = /a(?: )bc(def(ghi)xyz)/g;
let regex2 = new MultiRegExp2(regex);

let matches = regex2.execForAllGroups('ababa bcdefghixyzXXXX'));

Will output:
[ { match: 'defghixyz', start: 8, end: 17 },
  { match: 'ghi', start: 11, end: 14 } ]

1voto

Steve Muchow Punkte 51

Ich habe mit dem Hinzufügen von verschachtelten Erfassungsgruppen und benannten Gruppen mit Positionsinformationen herumgespielt. Sie können mit einigen Regex auf jsfiddle spielen... https://jsfiddle.net/smuchow1962/z5dj9gL0/

/*
Copyright (c) 2019 Steven A Muchow
Permission is hereby granted, free of charge, to any person obtaining a copy of this software and associated documentation files (the "Software"), to deal in the Software without restriction, including without limitation the rights to use, copy, modify, merge, publish, distribute, sublicense, and/or sell copies of the Software, and to permit persons to whom the Software is furnished to do so, subject to the following conditions:
The above copyright notice and this permission notice shall be included in all copies or substantial portions of the Software.
THE SOFTWARE IS PROVIDED "AS IS", WITHOUT WARRANTY OF ANY KIND, EXPRESS OR IMPLIED, INCLUDING BUT NOT LIMITED TO THE WARRANTIES OF MERCHANTABILITY, FITNESS FOR A PARTICULAR PURPOSE AND NONINFRINGEMENT. IN NO EVENT SHALL THE AUTHORS OR COPYRIGHT HOLDERS BE LIABLE FOR ANY CLAIM, DAMAGES OR OTHER LIABILITY, WHETHER IN AN ACTION OF CONTRACT, TORT OR OTHERWISE, ARISING FROM, OUT OF OR IN CONNECTION WITH THE SOFTWARE OR THE USE OR OTHER DEALINGS IN THE SOFTWARE.

Enhanced RegEx JS processing
Adds position information for capture groups (nested ones too) AND named group items.
*/
class RegexContainer {

    static _findCaptureGroupsInRegexTemplate(re, input) {
        let refCount = 0; let matches = []; let res; let data;
        re.lastIndex = 0;
        while ((res = re.exec(input)) !== null) {
            if (isCapturingStartItem(res[0])) {
                refCount++;
                data = {parent: 0, refCount: refCount, start: res.index};
                if (res.groups.name) { data.name = res.groups.name; }
                matches.push(data);
            } else if (input.charAt(res.index) === ')') {
                let idx = matches.length;
                while (idx--) {
                    if (matches[idx].end === undefined) {
                        matches[idx].end = re.lastIndex;
                        matches[idx].source = input.substring(matches[idx].start, matches[idx].end);
                        break;
                    }
                }
                refCount--;
                let writeIdx = idx;
                while (idx--) {
                    if (matches[idx].refCount === refCount) {
                        matches[writeIdx].parent = idx + 1;
                        break;
                    }
                }
            }
        }
        matches.unshift({start: 0, end: input.length, source: input});
        return matches;

        function isCapturingStartItem(str) {
            if (str !== '(') { return (str.search(/\(\?<\w/)!==-1); }
            return true;
        }
    }

    static execFull(re, input, foundCaptureItems) {
        let result; let foundIdx; let groupName;  const matches = [];
        while ((result = re.exec(input)) !== null) {
            let array = createCustomResultArray(result);
            array.forEach((match, idx) => {
                if (!idx) {
                    match.startPos = match.endPos = result.index;
                    match.endPos += result[0].length;
                    delete match.parent;
                    return;
                }
                let parentStr = array[match.parent].data;
                foundIdx = (match.parent < idx - 1) ? parentStr.lastIndexOf(match.data) : parentStr.indexOf(match.data);
                match.startPos = match.endPos = foundIdx + array[match.parent].startPos;
                match.endPos += match.data.length;
                if ((groupName = foundCaptureItems[idx].name)) { match.groupName = groupName; }
            });
            matches.push(array);
            if (re.lastIndex === 0) { break; }
        }
        return matches;

        function createCustomResultArray(result) {
            let captureVar = 0;
            return Array.from(result, (data) => {
                return {data: data || '', parent: foundCaptureItems[captureVar++].parent,};
            });
        }
    }

    static mapCaptureAndNameGroups(inputRegexSourceString) {
        let REGEX_CAPTURE_GROUPS_ANALYZER = /((((?<!\\)|^)\((\?((<(?<name>\w+)))|(\?<=.*?\))|(\?<!.*?\))|(\?!.*?\))|(\?=.*?\)))?)|((?<!\\)\)(([*+?](\?)?))?|({\d+(,)?(\d+)?})))/gm;
        return RegexContainer._findCaptureGroupsInRegexTemplate(REGEX_CAPTURE_GROUPS_ANALYZER, inputRegexSourceString);
    }

    static exec(re, input) {
        let foundCaptureItems = RegexContainer.mapCaptureAndNameGroups(re.source);
        let res = RegexContainer.execFull(re, input, foundCaptureItems);
        return {captureItems: foundCaptureItems, results: res};
    }

}

let answers = [];
let regex = [
    { re: "[ \\t]*?\\[\\[(?<inner>\\s*(?<core>\\w(.|\\s)*?)\\s*?)]]", label: "NESTED Regex"},
  { re: "(?<context>((\\w)(\\w|-)*))((?<separator>( - ))?(?<type>(-|\\w)+)?\\s*(?<opt>(\\{.*}))?)?[\\t ]*", label: "simpler regex" },
]

let input = "[[ context1 ]]  [[ context2 - with-style { andOpts : {data: 'some info'} } ]]";

regex.forEach( (item) => {
    let re = new RegExp(item.re, 'gm');
  let result = RegexContainer.exec(re,input);
  result.label = item.label;
  answers.push(result);
});

answers.forEach((answer,index) => {
    console.log('==========================================================');
    console.log('==== Item ' + index + ' label: ' + answer.label + ' regex: ' + answer.captureItems[0].source );
    console.log('==========================================================\n\n');
    let scannedItems = answer.results;
    scannedItems.forEach( (match) => {
        let full = match[0];
        let mstr = full.data;
        let substr = input.substring(full.startPos, full.endPos);
        if (mstr !== substr) {
            console.log('error in the parsing if you get here');
            return;
        }
        console.log('==== Checking ' + mstr);
        for (let i=1; i<match.length; i++) {
            let capture = match[i];
            if (capture.groupName) {
                console.log(' ' + capture.groupName + ': ' + "```" + input.substring(capture.startPos,capture.endPos) + "```");
            }
        }
        console.log('');
    });
});

Architektur

  • Nehmen Sie die Regex-Vorlage und identifizieren Sie die Capture-Gruppen, die sie erzeugen wird. Speichern Sie es als Array von Gruppenelementen und Verschachtelungsinformationen ab, um es in den erweiterten exec()-Aufruf einzuspeisen.
    • Regex verwenden, um Erfassungsanfänge, nicht-erfassende Elemente, Erfassungsnamen und Erfassungsenden zu finden. Fallen Sie richtig für die gefürchteten \( und \) Elemente.
    • nicht rekursive Prüfung von Erfassungselementen und ihren Eltern (mit Referenzzählung).
  • Führen Sie exec() mit den oben ermittelten Erfassungsgruppeninformationen aus.
    • Teilstring-Funktionen verwenden, um Daten für jede Erfassungsgruppe zu extrahieren
    • für jedes gefundene Ergebnis alles in ein Array packen und das Array zurückschicken.

0voto

becke.ch Punkte 31

Auf der Grundlage der ecma-Syntax für reguläre Ausdrücke Ich habe einen Parser bzw. eine Erweiterung der RegExp-Klasse geschrieben, der neben diesem Problem (voll indizierte exec-Methode) auch andere Einschränkungen der JavaScript-RegExp-Implementierung löst, z.B.: Gruppenbasiertes Suchen & Ersetzen. Sie können testen und laden Sie die Implementierung hier herunter (ist auch als NPM-Modul verfügbar).

Die Umsetzung funktioniert wie folgt (kleines Beispiel):

//Retrieve content and position of: opening-, closing tags and body content for: non-nested html-tags.
var pattern = '(<([^ >]+)[^>]*>)([^<]*)(<\\/\\2>)';
var str = '<html><code class="html plain">first</code><div class="content">second</div></html>';
var regex = new Regex(pattern, 'g');
var result = regex.exec(str);

console.log(5 === result.length);
console.log('<code class="html plain">first</code>'=== result[0]);
console.log('<code class="html plain">'=== result[1]);
console.log('first'=== result[3]);
console.log('</code>'=== result[4]);
console.log(5=== result.index.length);
console.log(6=== result.index[0]);
console.log(6=== result.index[1]);
console.log(31=== result.index[3]);
console.log(36=== result.index[4]);

Ich habe auch die Implementierung von @velop ausprobiert, aber die Implementierung scheint fehlerhaft zu sein, z.B. behandelt sie Rückverweise nicht korrekt, z.B. "/a(?: )bc(def( \1 ghi)xyz)/g" - bei vorangestellter Paranthese dann der Rückverweis \1 entsprechend inkrementiert werden muss (was in seiner Implementierung nicht der Fall ist).

CodeJaeger.com

CodeJaeger ist eine Gemeinschaft für Programmierer, die täglich Hilfe erhalten..
Wir haben viele Inhalte, und Sie können auch Ihre eigenen Fragen stellen oder die Fragen anderer Leute lösen.

Powered by:

X