用JavaScript正则按university等关键词分组作者CSV元数据问题咨询

解决方案 #

最终正则表达式 #

/(.+?)\., ((?:(?!university|college|institute)[^,]+,)*?)\s*([^,]*(?:university|college|institute)[^,]*)\s*,?\s*(.*?)\s*(?=;|$)/gi
使用时需开启g（全局匹配）和i（忽略大小写）标志。

分组说明 #

• 分组1：对应作者名，严格按照.,分隔规则提取，自动处理前后空格
• 分组2：对应第一个匹配指定关键词的机构前的所有内容，保留原有逗号格式
• 分组3：对应第一个包含university/college/institute的机构名称
• 分组4：对应机构之后到分号前的所有剩余内容，不会匹配到下一个作者的信息

JS使用示例 #

const inputStr = `Lopes de Carvalho, L., Structural Bioinformatics Laboratory, Biochemistry, Faculty of Science and Engineering, Åbo Akademi University, Turku, Finland; Bligt-Lindén, E., Structural Bioinformatics Laboratory, Biochemistry, Faculty of Science and Engineering, Åbo Akademi University, Turku, Finland; Ramaiah, A., Structural Bioinformatics Laboratory, Biochemistry, Faculty of Science and Engineering, Åbo Akademi University, Turku, Finland, Sri Paramakalyani Centre for Environmental Sciences, Manonmaniam Sundaranar University, Alwarkurichi, Tamil Nadu  627412, India; Johnson, M.S., Structural Bioinformatics Laboratory, Biochemistry, Faculty of Science and Engineering, Åbo Akademi University, Turku, Finland; Salminen, T.A., Structural Bioinformatics Laboratory, Biochemistry, Faculty of Science and Engineering, Åbo Akademi University, Turku, Finland;`
const authorReg = /(.+?)\., ((?:(?!university|college|institute)[^,]+,)*?)\s*([^,]*(?:university|college|institute)[^,]*)\s*,?\s*(.*?)\s*(?=;|$)/gi
const matchResult = []
let item
while((item = authorReg.exec(inputStr)) !== null) {
    matchResult.push({
        作者名: item[1].trim(),
        机构前内容: item[2].trim(),
        匹配机构: item[3].trim(),
        机构后内容: item[4].trim()
    })
}
// 输出结果可直接对应你要求的分组规则
console.log(matchResult)

内容的提问来源于stack exchange，提问作者Sivaraj S