Javascript正則表達式重複行匹配不能正常工作

我正在寫一個JavaScript代碼來解析一些語法文件，這是相當多的代碼，但我會在這裏發佈相關信息。我正在使用Javascript正則表達式來匹配一個字符串中的重複行。該字符串包含，例如（假設字符串名稱是線）：Javascript正則表達式重複行匹配不能正常工作

 

    if 
    else 
    ; 
    print 
    { 
    } 
    test1 
    test1 
    = 
    + 
    - 
    * 
    /
    (
    ) 
    num 
    string 
    comment 
    id 
    test2 
    test2

應該發生什麼，是「測試1」和「測試2」找到了一個匹配。然後它應刪除重複項，並留下1個test1和test2實例。發生的事情根本不匹配。我對我的正則表達式很有信心，但是JavaScript可能會做我不期待的事情。以下是對上述字符串進行處理的代碼：

var rex = new RegExp("(.*)(\r?\n\1)+","g"); 
var re = '/(.*)(\r?\n\1)+/g'; 

rex.lastIndex = 0; 


var m = rex.exec(lines); 
    if (m) { 
     alert("Found Duplicate"); 
     var linenum = lines.search(re);   //Get line number of error 
     alert("Error: Symbol Defined twice\n"); 
     alert("Error occured on line: " + linenum); 
     lines = lines.replace(rex,"");   //Gets rid of the duplicate 
    }

它從不進入if（m）語句。因此找不到匹配。我在這裏測試了正則表達式：http://regexpal.com/在我的代碼中使用正則表達式以及提供的示例文本。它匹配得很好，所以我有點不知所措。如果有人能幫上忙，那會很好。

謝謝。

編輯：忘了補充，我正在測試這個在Firefox中，它只能在Firefox中工作。不知道這是否重要。

來源

2013-01-22 Dohrann

var str = 'if\nelse\n;\nprint\n{\n}\ntest1\ntest1\n=\n+\n-\n*\n/\n(\n)\nnum\nstring\ncomment\nid\ntest2\ntest2\ntest2\ntest2\ntest2'; 
console.log(str); 
str = str.replace(/\r\n?/g,''); 
// I prefer replacing all the newline characters with \n's here 
str = str.replace(/(^|\n)([^\n]*)(\n\2)+/g,function(m0,m1,m2,m3,ind) { 
    var line = str.substr(0,ind).split(/\n/).length + 1; 
    var msg = '[Found duplicate]'; 
    msg += '\nFollowing symbol defined more than once'; 
    msg += '\n\tsymbol: ' + m2; 
    msg += '\n\ton line ' + line; 
    console.log(msg); 
    return m1 + m2; 
}); 
console.log(str);

否則，您可以跳過第一行，換着花樣爲

/(^|\r\n?|\n)([^\r\n]*)((?:\r\n?|\n)\2)+/g

注意[^\n]*也將趕上多個空行。如果你想確保它匹配（並替換）非空行，那麼你可能想要使用[^\n]+。

[編輯]

對於記錄，每個m表示各arguments對象，所以m0是整個匹配，m1是第一子組（(^|\n)），m2是第二子組（([^\n]*)）和m3是最後一個子組（(\n\2)）。我本來可以用arguments[n]代替，但是這些更短。

與返回值一樣，由於Javascript使用的正則表達式中沒有lookbehind，這個模式捕捉到一個可能的前面的換行符（除非它是第一行），所以它需要返回匹配和前一個換行符如果有的話。這就是爲什麼它不應該只返回m2。

來源

2013-01-22 14:39:56 inhan

m0，m1，m3的功能是什麼？該函數返回m1 + m2，但是這會保持什麼值？我沒有看到m1在任何地方使用。 – Dohrann

@Dohrann我在所有人的回答中都加入了這個解釋，以瞭解這些論點發生了什麼。 – inhan

我現在明白了，謝謝，雖然這匹配在'18和20行'。因此，它與之後的第一個「test2」和「空白」空白相匹配。這我不明白。另外，替換不能正確替換，字符串仍然返回以前的內容。 – Dohrann

第一個錯誤：\在一個JS字符串中也是一個轉義字符。

var rex = new RegExp("(.*)(\r?\n\1)+","g");

應該寫

var rex = new RegExp("(.*)(\\r?\\n\\1)+","g"); 
// or, shorter: 
var rex = /(.*)(\r?\n\1)+/g;

如果要使其工作。在構造函數RegExp的情況下，您將該模式作爲字符串傳遞給構造函數。這意味着您需要轉義模式中發生的每個\反斜槓。如果使用regexp文字，則不需要轉義它們，因爲它們不在字符串中，而是將它們的「常規」屬性保留爲正則表達式模式。

二錯誤，你的表達

var re = '/(.*)(\r?\n\1)+/g';

是錯誤的。你在這裏做的是將一個字符串文字分配給一個變量。我假設你的意思是分配正則表達式的文本，這應該這樣寫：

var re = /(.*)(\r?\n\1)+/g;

第三個錯誤：最後一行

lines = lines.replace(rex,"");   //Gets rid of the duplicate

刪除這兩種情況下的全部重複行！如果你想保持每個重複的第一個實例，你應該使用

lines = lines.replace(rex, "$1");

最後，此方法只偵測到兩張連續相同的行。這是你想要的，還是你需要檢測任何重複，無論他們在哪裏？

來源

2013-01-22 14:58:49 Martijn

是的，它只需要檢測連續的相同的線。我記得把var re = // g更改爲var re ='// g'，但我不確定爲什麼，這是一個錯誤。有了轉義角色，我甚至沒有想到這是一個字符串，我不得不逃避它們。感謝您的回覆，我會更新，如果我得到它的工作。 – Dohrann

Javascript正則表達式重複行匹配不能正常工作

回答

相關問題