在ClojureScript中如何无需环视按正则拆分字符串并保留匹配项

因为正则环视在部分浏览器中支持不佳，我们可以换一种手动分割的思路：先定位所有匹配项的位置，再逐个分割字符串并把匹配项插入结果列表。

实现函数 #

(defn split-with-matches [s re]
  (let [matches (->> (re-seq re s)
                     (map #(vector % (.indexOf s %)))
                     (map (fn [[match start]]
                            [match start (+ start (count match))])))
        initial-start 0]
    (loop [matches matches
           prev-end initial-start
           result []]
      (if (empty? matches)
        (if (< prev-end (count s))
          (conj result (subs s prev-end))
          result)
        (let [[match start end] (first matches)]
          (recur (rest matches)
                 end
                 (-> result
                     (cond-> (> start prev-end)
                       (conj (subs s prev-end start)))
                     (conj match))))))))

测试示例 #

;; 基础场景
(split-with-matches "foo {{bar}} baz" #"\{\{\s*[A-Za-z0-9_\.]+?\s*\}\}")
;; => ("foo " "{{bar}}" " baz")

;; 匹配项在开头
(split-with-matches "{{foo}} bar" #"\{\{\s*[A-Za-z0-9_\.]+?\s*\}\}")
;; => ("{{foo}}" " bar")

;; 匹配项在结尾
(split-with-matches "bar {{foo}}" #"\{\{\s*[A-Za-z0-9_\.]+?\s*\}\}")
;; => ("bar " "{{foo}}")

;; 无匹配项
(split-with-matches "no matches here" #"\{\{\s*[A-Za-z0-9_\.]+?\s*\}\}")
;; => ("no matches here")

逻辑说明 #

1. 先用re-seq获取所有匹配的子串，再通过.indexOf定位每个子串的起始索引，计算出结束索引
2. 用loop迭代所有匹配项，维护上一个匹配的结束位置：
   • 每次处理匹配项时，先把上一个结束位置到当前匹配起始位置的非匹配子串加入结果（如果存在）
   • 再把当前匹配的子串加入结果
3. 迭代结束后，处理字符串剩余的部分（如果有）

这个方案只依赖ClojureScript的基础API，不需要环视语法，能兼容所有目标浏览器。

内容的提问来源于stack exchange，提问作者noahmoss