代码之家 › 专栏 › 技术社区 › pretzelhammer Paras Bhattrai

从任意正则表达式创建字符串模板?

string-formatting format string regex javascript

pretzelhammer Paras Bhattrai · 技术社区 · 7 年前

正则表达式用于分析已格式化的字符串,但我希望使用它们获取原始字符串并格式化它们,例如:

// phone number
format("\(\d{3}\) \d{3}-\d{4}", "1234567890");
// should return "(123) 456-7890"

// date
format("\d{4}-\d{2}-\d{2}", "20180712");
// should return "2018-07-12"

// arbitrary
format("([A-Z]+-\d+ )+", "ABC123DEFGH45IJ6789");
// should return "ABC-123 DEFGH-45 IJ-6789 "

以上是 只是个例子 ,请 我想要一个对任意正则表达式和任意字符串都有效的通用解决方案 (符合regex)。

以下是我到目前为止所拥有的,有点不雅,能力有限,但确实满足了上面3个例子中的前2个:

function consumeCharacters(amount) {
  return (characterArray) => {
    return characterArray.splice(0, amount).join('');
  };
}

function parseSimpleRegex(regexString) {
  // filter out backslash escapes
  let parsed = regexString.replace(/\\./g, (...args) => {
    return args[0][args[0].length-1];
  });
  
  // get literal characters
  let literals = parsed.split(/d\{\d\}/);
  
  // get variable symbols
  let variables = parsed.match(/d\{\d\}/g);
  let varFunctions = variables.map(variable => consumeCharacters(variable[2]));
  
  let result = [];
  while (literals.length > 0) {
    result.push(literals.shift());
    result.push(varFunctions.shift());
  }
  while (varFunctions.length > 0) {
    result.push(varFunctions.shift());     
  }
  
  // filter out undefineds & empty strings
  result = result.filter(resultPart => !!resultPart);
  return result;
}

function format(regexString, rawString) {
  let rawCharacters = rawString.split('');
  let formatter = null;
  try {
    formatter = parseSimpleRegex(regexString); 
  } catch (e) {
    return 'failed parsing regex';
  }
  let formattedString = formatter.map((format) => {
    if (typeof format === 'string') {
        return format;
    }
    if (typeof format === 'function') {
        return format(rawCharacters);
    }
  }).join('');
  return formattedString;
}

const testCases = [
  {
    args: ["\\(\\d{3}\\) \\d{3}-\\d{4}", "1234567890"],
    expected: "(123) 456-7890"
  },
  {
    args: ["\\d{4}-\\d{2}-\\d{2}", "20180712"],
    expected: "2018-07-12"
  },
  {
    args: ["([A-Z]+-\\d+ )+", "ABC123DEFGH45IJ6789"],
    expected: "ABC-123 DEFGH-45 IJ-6789 "
  },
];

testCases.forEach((testCase, index) => {
  const result = format(...testCase.args);
  const expected = testCase.expected;
  if (result === expected) {
    console.log(`Test Case #${index+1} passed`);
  } else {
    console.log(`Test Case #${index+1} failed, expected: "${expected}", result: "${result}"`);
  }
});

对于更复杂的正则表达式,上面的解决方案是否可以缩放?还是有更好的替代方法?

2 回复 | 直到 7 年前

Poul Bak 7 年前

一般的答案是:使用创建 groups 然后使用 replace 使用反向引用格式化输出。

例如,使用第一个示例,使用以下正则表达式:

/(\d{3})(\d{3})(\d{4})/

它创建三个组,前3个数字,后3个数字和最后4个数字。

现在格式,使用 string.replace 功能:采用以下更换方式:

($1) $2-$3

我将在第一个组周围添加括号,添加空格,然后是第二个组,最后是连字符和最后一个组。

使用方法:

您可以这样创建formatphone函数:

function formatPhone(rawPhone)
{
    return rawPhone.replace(/(\d{3})(\d{3})(\d{4})/, '($1) $2-$3');
}

你可以用你的其他模式做类似的事情。

编辑以下内容:

完全通用的soultion要求将原始字符串、regex模式和替换模式都传递给函数,如下所示:

function format(rawString, regex, replacement)
{
   return rawString.replace(regex, replacement);
}

其中regex和replacement必须遵循上述规则。

编辑2 以下内容:

我想你误解了一些东西。让我们举你的第一个例子:

format("\(\d{3}\) \d{3}-\d{4}", "1234567890");

这里的正则表达式很简单 不匹配 !!!所以简而言之,你不能做一个采用正则表达式格式的函数。正则表达式是为了 match (而且可能 代替 )如上图所示。

MichaÅ Turczyn 7 年前

你可以用图案 (\d{3})(\d{3})(\d{4}) 换成 (\d{3})(d{3})(d{4}) ,从而产生 123-456-7890 是的。

对于第三个示例,请使用: (\w{3})(\w{3})(\w{5})(\w{2})(\w{2})(\w{4}) 换成 \1-\2 \3-\4 \5-\6 ,它返回 ABC-123 DEFGH-45 IJ-6789 是的。

一般使用 (\w{n})...(\w{m}) ,其中 n 和 m 是一些整数,用于捕获p[字符串的一部分到粒子组(您可以使用数组指定这些整数)。您还可以在数组中提供分隔符来形成您的模式。

Demo

更新

如我所说,一般的解决方案是提供块的大小,字符串应该被拆分成分隔符数组。请参见下面的代码:

var str =  "ABC123DEFGH45IJ6789";
var blockSizes = [3,3,5,2,2,4];
var separators = ["-"," ","-"," ","-"];
var pattern = "(\\w{" + blockSizes[0] + "})";
var replacementPattern = "$1";
var i;
for(i = 1; i < blockSizes.length; i++)
{
    pattern += "(\\w{" + blockSizes[i] + "})";
    replacementPattern += separators[i - 1] + "$" + (i + 1);
}

现在,只需使用这些模式来替换,就完成了:

JS fiddle

Regex demo