JavaScript正则表达式：未知数量分组保存与TSV文件信息提取问题

嘿，我来帮你搞定这两个技术问题，咱们一个个拆解：

如果你的正则里包含未知数量的捕获分组（比如动态生成的正则规则，或是需要重复匹配的分组），JavaScript里有两种实用方法可以完整获取所有捕获结果：

方法1：使用matchAll（ES6+推荐方案） #

matchAll会返回一个迭代器，包含所有匹配项的完整信息——每个匹配项都是一个数组，第一个元素是整个匹配的字符串，后面的元素就是各个捕获分组的内容。比如针对你示例里的碱基ID匹配场景：

const str = "270296:[T]1132070:[T]2807979:[T]";
const regex = /(\d+):\[([ATCG])\]/g;

// 遍历迭代器，逐个处理捕获结果
for (const match of str.matchAll(regex)) {
  const id = match[1];
  const base = match[2];
  console.log(`ID: ${id}, 碱基类型: ${base}`);
  // 这里可以把结果存入数组或对象，方便后续使用
}

// 也可以直接转成数组一次性处理
const results = Array.from(str.matchAll(regex), ([_, id, base]) => ({ id, base }));
console.log(results);

方法2：使用exec循环（兼容旧环境） #

如果需要兼容ES6之前的运行环境，可以用exec配合全局正则（带g标志）——每次调用exec会返回下一个匹配结果，直到返回null就代表匹配结束：

const str = "270296:[T]1132070:[T]2807979:[T]";
const regex = /(\d+):\[([ATCG])\]/g;
let match;
const results = [];

while ((match = regex.exec(str)) !== null) {
  results.push({
    id: match[1],
    base: match[2]
  });
}

console.log(results);

⚠️ 注意：如果你的正则是重复捕获组（比如/(foo|bar)+/），单次exec只会返回最后一次捕获的分组值，这时候必须用全局正则循环才能拿到所有历史捕获结果。

TSV是制表符分隔的文件，处理核心逻辑是：先按行拆分文件内容，再把每行按制表符\t拆分成独立字段，最后解析每个字段的具体内容。下面分两种常见环境说明：

在Node.js环境中处理 #

用Node.js内置的fs和readline模块，适合处理本地TSV文件，尤其是大文件（逐行读取避免内存溢出）：

const fs = require('fs');
const readline = require('readline');

const tsvFilePath = './your-data.tsv'; // 替换成你的TSV文件路径
const parsedData = [];

// 创建逐行读取接口
const rl = readline.createInterface({
  input: fs.createReadStream(tsvFilePath),
  crlfDelay: Infinity // 兼容Windows和Unix的换行符
});

// 监听每行读取事件
rl.on('line', (line) => {
  // 按制表符拆分字段
  const fields = line.split('\t');
  
  // 解析你示例中的字段结构
  const entry = {
    dataType: fields[0],
    pairRule: fields[1],
    count: parseInt(fields[2], 10),
    baseDetails: []
  };

  // 用之前的正则方法解析第四个字段的碱基信息
  const baseRegex = /(\d+):\[([ATCG])\]/g;
  for (const match of fields[3].matchAll(baseRegex)) {
    entry.baseDetails.push({
      id: match[1],
      base: match[2]
    });
  }

  parsedData.push(entry);
});

// 监听读取完成事件
rl.on('close', () => {
  console.log('TSV文件解析完成:', parsedData);
  // 这里可以把parsedData写入数据库、JSON文件，或者做其他业务处理
});

在浏览器环境中处理 #

如果是前端场景（用户上传TSV文件），用FileReader读取文件内容：

<input type="file" id="tsvUpload" accept=".tsv">
<script>
document.getElementById('tsvUpload').addEventListener('change', (e) => {
  const file = e.target.files[0];
  if (!file) return;

  const reader = new FileReader();
  reader.onload = (event) => {
    const content = event.target.result;
    const lines = content.split(/\r?\n/); // 拆分所有行
    const parsedData = [];

    lines.forEach(line => {
      if (!line.trim()) return; // 跳过空行
      const fields = line.split('\t');
      
      const entry = {
        dataType: fields[0],
        pairRule: fields[1],
        count: parseInt(fields[2], 10),
        baseDetails: []
      };

      const baseRegex = /(\d+):\[([ATCG])\]/g;
      for (const match of fields[3].matchAll(baseRegex)) {
        entry.baseDetails.push({ id: match[1], base: match[2] });
      }

      parsedData.push(entry);
    });

    console.log('上传文件解析结果:', parsedData);
  };

  reader.readAsText(file);
});
</script>

针对你给出的示例行说明 #

比如第一行示例：

文件提取内容 13->7 3 270296:[T]1132070:[T]2807979:[T]

拆分后fields数组为["文件提取内容", "13->7", "3", "270296:[T]1132070:[T]2807979:[T]"]，通过正则解析后，baseDetails会包含三个碱基对象，完整保留所有信息。

内容的提问来源于stack exchange，提问作者MWP