JavaScript正则匹配章节编号时排除句尾句号的实现问题

问题根源 #

原有正则的编号匹配逻辑([.]){0,1}[0-9]*)*允许句号后无数字，因此会把句尾不属于编号的句号纳入匹配结果。

修改后的正则 #

/\b[Ss]ection\s+(\d+(?:\.\d+)*)\b/gm

调整逻辑说明 #

• 新增\b单词边界限定：既避免匹配到嵌入其他单词的section字符串，也限定了编号的结束边界，编号后紧随的标点、空格都会触发边界判定，不会被纳入匹配结果
• 优化编号匹配规则为(?:\.\d+)*：非捕获组要求每个小数点后必须跟随至少1位数字，单独的句尾句号不符合规则，自然不会被划入编号
• 自动过滤无编号的section字符串：规则强制要求section后必须跟随数字编号，无编号的内容不会被匹配

适配多元素扩展 #

如果需要同时匹配paragraph、figure、table、appendix等元素，只需调整关键词部分即可，通用规则如下：

/\b(?:[Ss]ection|[Pp]aragraph|[Ff]igure|[Tt]able|[Aa]ppendix)\s+(\d+(?:\.\d+)*)\b/gm

测试验证 #

用你提供的测试字符串.Section 1.11.3, test section 1.2. See section later(?). 1.1 section 1 .测试，匹配结果为Section 1.11.3、section 1.2、section 1，完全符合预期。

内容的提问来源于stack exchange，提问作者M SW