JavaScript正则：从匹配串提取前序字符串及指定字段的方法

首先我得明确：你说的“前序字符串”应该是指目标匹配项之前的所有内容吧？如果是这样，咱们可以利用正则的捕获组轻松实现，核心思路就是把“前序内容”和“目标匹配项”拆成两部分，用括号把前序内容圈起来作为捕获组。

举个实际例子：假设你有字符串 const str = "My go-to coding tool is VS Code, and it's great";，想要提取目标短语 "VS Code" 之前的所有内容。

代码实现如下：

const str = "My go-to coding tool is VS Code, and it's great";
const targetPhrase = "VS Code";
// 用RegExp构造函数处理目标短语，避免特殊字符干扰
const regex = new RegExp(`(.*)${RegExp.escape(targetPhrase)}`);
const matchResult = str.match(regex);

if (matchResult) {
  const prefixContent = matchResult[1];
  console.log(prefixContent); // 输出: "My go-to coding tool is "
}

如果字符串里有多个目标匹配项，想要逐个提取每个目标的前序内容，可以用exec循环处理：

const str = "Cat likes fish, Dog likes bones, Bird likes seeds";
const regex = /(.*?)(fish|bones|seeds)/g;
let match;

while ((match = regex.exec(str)) !== null) {
  console.log(`前序内容: "${match[1]}", 匹配项: "${match[2]}"`);
}
// 输出：
// 前序内容: "Cat likes ", 匹配项: "fish"
// 前序内容: ", Dog likes ", 匹配项: "bones"
// 前序内容: ", Bird likes ", 匹配项: "seeds"

几个关键点要注意：

• 默认(.*)是贪婪模式，会匹配到最后一个目标项；如果要匹配第一个目标项，改用非贪婪模式(.*?)。
• 如果目标字符串包含正则特殊字符（比如*+?.()），一定要用RegExp.escape()（ES2021及以上支持）转义，避免正则报错。

先拆解你的目标文本结构：核心片段是 0000022 DE BERNARDINIS FERNANDO DBRFNN72A03A515E 001468 03-01-1972 12-06-2006，其中：

• 以空格分隔的话，DE是第2个元素，BERNARDINIS是第3个元素（0000022是第1个）
• 末尾是两个dd-mm-yyyy格式的日期

我们可以写一个包含多捕获组的正则，一次性匹配并提取所有需要的内容，不用分两次处理。

代码实现如下：

const text = "IMP QuadroIMP QuadroIMP QuadroIMP QuadroIMP QuadroIMP Quadro IMP Quadrosdfsdfdsfsdfsd 0000022 DE BERNARDINIS FERNANDO DBRFNN72A03A515E 001468 03-01-1972 12-06-2006 IMP Quadro";

// 正则解释：
// \d{6} 匹配开头的6位数字0000022
// \s+ 匹配任意数量的空格
// (\w+) 捕获第2个单词DE
// \s+ (\w+) 捕获第3个单词BERNARDINIS
// \s+\w+ 匹配FERNANDO，\s+\w+匹配DBRFNN72A03A515E，\s+\d+匹配001468
// 最后(\d{2}-\d{2}-\d{4})\s+(\d{2}-\d{2}-\d{4}) 捕获两个目标日期
const regex = /\d{6}\s+(\w+)\s+(\w+)\s+\w+\s+\w+\s+\d+\s+(\d{2}-\d{2}-\d{4})\s+(\d{2}-\d{2}-\d{4})/;

const matchResult = text.match(regex);

if (matchResult) {
  const targetWords = `${matchResult[1]} ${matchResult[2]}`; // DE BERNARDINIS
  const firstDate = matchResult[3]; // 03-01-1972
  const secondDate = matchResult[4]; // 12-06-2006

  console.log("提取的单词组合:", targetWords);
  console.log("第一个日期:", firstDate);
  console.log("第二个日期:", secondDate);
}

如果你的原始正则里用到了.*\n，但目标文本里没有换行符，直接去掉\n即可。如果前面的不确定内容较多，也可以在正则开头加.*?来匹配到目标片段的起始位置，比如：

const regex = /.*?\d{6}\s+(\w+)\s+(\w+)\s+\w+\s+\w+\s+\d+\s+(\d{2}-\d{2}-\d{4})\s+(\d{2}-\d{2}-\d{4})/;

这样能确保从文本开头精准定位到目标片段，不会因为前面的重复内容干扰匹配结果。

内容的提问来源于stack exchange，提问作者gauti