JS使用正则匹配提取\X分隔的含指定数字的句子的方法

问题原因 #

你当前使用的/\\X.*5555.*\\X/正则中，.*是贪婪匹配模式，会尽可能匹配最长的字符范围，因此会从字符串第一个\X开始，一直匹配到整个字符串末尾最后一个\X，最终得到整段文本。

解决方案 #

将贪婪匹配改为惰性匹配，同时用捕获组提取句子内容即可，代码示例如下：

const str = "\\X The animal 0000 I really dig \\X Above all others is the pig. 222 \\X Pigs are noble. Pigs are clever 3333, \\X Pigs are 5555 courteous.\\X However, Now and then, to break this 6666 rule, \\X One meets 7777 a pig who is a fool. \\X";
const targetNumber = "5555";
// 构造正则，注意构造函数中反斜杠需要双重转义
const reg = new RegExp(`\\\\X(.*?${targetNumber}.*?)\\\\X`);
// 提取捕获组1的内容即为目标句子
const matchedSentence = str.match(reg)?.[1];
console.log(matchedSentence); // 输出： Pigs are 5555 courteous.

如果需要提取所有包含目标数字的句子，给正则加g全局修饰符，配合matchAll使用即可：

const regGlobal = new RegExp(`\\\\X(.*?${targetNumber}.*?)\\\\X`, 'g');
const allMatches = Array.from(str.matchAll(regGlobal), match => match[1]);

规则说明 #

• .*?中的?会将默认的贪婪匹配改为惰性匹配，匹配到下一个最近的\X就停止，不会跨句子匹配
• 括号()包裹的部分为捕获组，提取索引为1的捕获组内容即可去掉前后的\X分隔符，直接得到纯净句子
• 目标数字可动态替换，只需修改targetNumber变量的值即可适配不同的搜索需求

内容的提问来源于stack exchange，提问作者Lukasz Pospiech