如何在JavaScript正则表达式中访问匹配的组？

Question

我想使用正则表达式匹配字符串的一部分，然后访问带括号的子字符串：

var myString = "something format_abc"; // I want "abc"

var arr = /(?:^|\s)format_(.*?)(?:\s|$)/.exec(myString);

console.log(arr);     // Prints: [" format_abc", "abc"] .. so far so good.
console.log(arr[1]);  // Prints: undefined  (???)
console.log(arr[0]);  // Prints: format_undefined (!!!)

我究竟做错了什么？

我发现上面的正则表达式代码没有任何问题：我要针对的实际字符串是：

"date format_%A"

报告“％A”未定义似乎是一个非常奇怪的行为，但与该问题没有直接关系，因此我打开了一个新的代码，
为什么匹配的子字符串在JavaScript中返回“未定义”？ 。

问题在于console.log它的参数就像一条printf语句一样，并且由于我正在记录的字符串（"%A"）具有特殊值，因此它试图查找下一个参数的值。

Answer 1

您可以像这样访问捕获组：

var myString = "something format_abc";

var myRegexp = /(?:^|\s)format_(.*?)(?:\s|$)/g;

var match = myRegexp.exec(myString);

console.log(match[1]); // abc

如果存在多个匹配项，则可以对其进行迭代：

var myString = "something format_abc";

var myRegexp = /(?:^|\s)format_(.*?)(?:\s|$)/g;

match = myRegexp.exec(myString);

while (match != null) {

  // matched text: match[0]

  // match start: match.index

  // capturing group n: match[n]

  console.log(match[0])

  match = myRegexp.exec(myString);

}

编辑：2019-09-10

如你所见，迭代多个匹配项的方法不是很直观。这导致了该String.prototype.matchAll方法的提出。这种新方法有望在ECMAScript 2020规范中提供。它为我们提供了一个简洁的API，并解决了多个问题。它已经开始登陆主流浏览器和JS引擎，例如Chrome 73 + / Node 12+和Firefox 67+。

该方法返回一个迭代器，其用法如下：

const string = "something format_abc";

const regexp = /(?:^|\s)format_(.*?)(?:\s|$)/g;

const matches = string.matchAll(regexp);



for (const match of matches) {

  console.log(match);

  console.log(match.index)

}

当它返回一个迭代器时，我们可以说它是惰性的，这在处理大量捕获组或非常大的字符串时非常有用。但是，如果需要，可以使用 传播语法
或Array.from方法将结果轻松转换为数组：

function getFirstGroup(regexp, str) {
  const array = [...str.matchAll(regexp)];
  return array.map(m => m[1]);
}

// or:
function getFirstGroup(regexp, str) {
  return Array.from(str.matchAll(regexp), m => m[1]);
}

同时，尽管该提案获得了更广泛的支持，但您可以使用官方的shim软件包。

而且，该方法的内部工作很简单。使用生成器功能的等效实现如下：

function* matchAll(str, regexp) {
  const flags = regexp.global ? regexp.flags : regexp.flags + "g";
  const re = new RegExp(regexp, flags);
  let match;
  while (match = re.exec(str)) {
    yield match;
  }
}

创建原始正则表达式的副本；这是为了避免lastIndex在进行多次匹配时由于属性的突变而产生的副作用。

另外，我们需要确保regexp具有 全局 标志以避免无限循环。

我也很高兴看到在提案的讨论中甚至提到了这个StackOverflow问题。