JavaScript正则replace()捕获组错误：日期行分组结果不符预期

原始输入文本 #

Il Piccolo # 22 settembre 2023
Il Piccolo # 21 settembre 2023
Il Piccolo # 22 settembre 2022
Il Piccolo # 21 settembre 2022

期望输出格式 #

Il Piccolo # settembre 2023
Il Piccolo # settembre 2022

尝试的JavaScript代码 #

function groupNewspapers(text) {
  var containsHash = /#\s\d+\s\w+\s\d+/g.test(text);
  if (containsHash) {
    var match = text.match(/^([a-zA-Z\s]+)\s#\s\d+\s(\w+\s\d+)/gm);
    return match.map(function(line) {
      return line.replace(/^([a-zA-Z\s]+)\s#\s\d+\s(\w+\s\d+)/, '$1 # $2').replace(/^\d+\s\w+\s/, '');
    }).join('\n');
  } else {
    return text;
  }
}

当前错误输出 #

Il Piccolo # 22 settembre 2023
Il Piccolo # 22 settembre 2022

问题分析与修复方案 #

你的代码核心问题有两个：

1. 用match获取所有匹配行后直接逐行替换，没有做去重处理，导致同月份年份的行保留了第一行的日期数字
2. 第二个replace(/^\d+\s\w+\s/, '')完全无效，因为每行开头是Il Piccolo，根本匹配不上开头的数字

修复后的代码 #

我们需要提取所有唯一的「报纸名称 + 月份年份」组合，再输出：

function groupNewspapers(text) {
  // 匹配每行的报纸名称、月份和年份
  const regex = /^([a-zA-Z\s]+)\s#\s\d+\s(\w+\s\d+)/gm;
  const uniqueGroups = new Set();
  let match;
  
  // 遍历所有匹配结果，存入Set自动去重
  while ((match = regex.exec(text)) !== null) {
    uniqueGroups.add(`${match[1]} # ${match[2]}`);
  }
  
  // 将Set转为数组并换行拼接
  return Array.from(uniqueGroups).join('\n');
}

代码说明 #

• 用while循环配合regex.exec遍历所有匹配项，避免match方法的局限
• 利用Set自动去重的特性，确保每个「月份+年份」组合只保留一次
• 直接通过捕获组拼接目标格式字符串，不需要额外的replace操作，更高效准确

测试验证 #

输入原始文本后，修复后的代码会输出符合预期的结果：

Il Piccolo # settembre 2023
Il Piccolo # settembre 2022

内容的提问来源于stack exchange，提问作者Alex Doc