使用JavaScript正则引擎按行首相同单词分组合并行的问题求解

原有正则无法输出正确结果，核心问题有三点：

• 正则替换默认从左到右线性扫描文本，单次替换仅处理首次命中的匹配段，已被匹配消耗的文本不会进入后续匹配流程，分散在文本不同位置的同前缀行无法被一次扫描全部捕获。
• 惰性量词[\s\S]*?仅会匹配离当前捕获行最近的一个同前缀行，匹配完成后扫描指针直接跳到本次匹配内容的末尾，更远位置的同前缀行会被直接跳过。
• 原正则的捕获组分组逻辑不合理，会保留多余换行符，导致结果出现空行。

纯正则实现需要循环执行替换直到没有可匹配项，配合调整后的正则规则即可得到正确结果：

正则表达式 #

/(^\w+\b)(.*)(\n[\s\S]*?)\1\b(.*)\n?/gm

替换规则 #

$1$2$4$3

规则说明 #

• 开启多行匹配模式m和全局匹配模式g，保证^能匹配每一行的开头，且替换能处理所有命中片段
• 捕获组1(^\w+\b)：匹配行首的前缀关键词（如C1、C2）
• 捕获组2(.*)：匹配前缀关键词首次出现时，所在行除前缀外的剩余内容（不含行尾换行）
• 捕获组3(\n[\s\S]*?)：惰性匹配首次出现行的行尾换行，以及首次行和后续同前缀行之间的所有内容
• \1\b：反向引用之前捕获的前缀关键词，定位后续出现的重复同前缀行
• 捕获组4(.*)：匹配重复同前缀行除前缀外的剩余内容
• \n?：吃掉重复同前缀行的行尾换行，避免出现多余空行
• 替换时将重复行的内容直接拼接到首次出现行的末尾，保留两行之间的其他内容，删除重复的前缀行
• 循环执行替换，直到文本中不存在可匹配的重复前缀行，即可完成所有行的合并。

代码示例（JavaScript） #

const input = `C1 10
C2 20
C3 30
C2 40
C4 50
C3 60`;

const regex = /(^\w+\b)(.*)(\n[\s\S]*?)\1\b(.*)\n?/gm;
let result = input;

// 循环替换直到无匹配项
while (regex.test(result)) {
  result = result.replace(regex, '$1$2$4$3');
}

console.log(result);
/* 最终输出：
C1 10
C2 20 40
C3 30 60
C4 50
*/

内容的提问来源于stack exchange，提问作者straj