获取具有正则表达式匹配的所有子组

这个问题并不简单,但要理解原因,您需要了解正则表达式引擎如何对字符串进行操作。

让我们考虑一下模式 [a-z]{3} (a和z之间连续匹配3个字符)在目标字符串上 abcdef . 发动机从管柱左侧开始(在 a ),并看到 一 比赛 [a-z] ,所以它前进了一个位置。然后,它看到了 b 比赛 [a-z] 再次前进。最后,它看到了 c 匹配,再次前进(到之前 d )和回报 abc 作为匹配。

如果引擎设置为返回多个匹配项,则它现在将再次尝试匹配,但它保留其位置信息(如上文所述,它将匹配并返回 def ).

因为引擎已经过了 乙 在匹配时 abc公司 , bcd 不会被视为匹配。出于同样的原因,在您的表达式中,一旦一组单词匹配,引擎将永远不会将第一个匹配中的单词视为下一个匹配的一部分。

为了解决这个问题,您需要使用 lookaheads 要收集后面出现在字符串中的匹配单词,请执行以下操作:

var str = "2010 Women's Flat Track Derby Association",
    regex = /([a-z0-9']+)(?=\s+([a-z0-9']+)\s+([a-z0-9']+))/ig;

while (match = regex.exec(str))
{
    var group1 = match[1], group2 = match[2], group3 = match[3];
    document.write("Found match: " + group1 + " -- " + group2 + " -- " + group3 + "<br />\n");
}

这将导致:

2010 -- Women's -- Flat
Women's -- Flat -- Track
Flat -- Track -- Derby
Track -- Derby -- Association

请参见 http://jsfiddle.net/jRgXm/ .

正则表达式搜索您似乎定义为单词的内容 ([a-z0-9']+) ,并将其捕获到子组1中,然后使用lookahead(这是一个零宽度断言,因此它不会前进引擎的光标),该断言将下两个单词捕获到子组2和3中。

然而 ,如果您使用的是实际的Javascript引擎,则 必须 RegExp.exec 循环查看结果(请参见 this question 讨论原因)。我不知道UltraEdit的引擎是如何实现的,但希望它可以进行全局搜索,还可以收集子组。

我正在使用一些通用的正则表达式测试程序,所以我不能保证它会为您工作,但是。。。

([A-Z0-9][\w’]+)\s([A-Z][\w]+)\s([A-Z][\w]+)

以数字或大写字母开头的三个单词,后跟字母/数字或由空格分隔的那个时髦的撇号。对我有用。

编辑:我想你可以循环,重复JS中的matcher,我从来没有用过它。