如何实现正则表达式的重叠模式匹配？以/aa/g匹配'aaa'为例

这是个很常见的正则匹配重叠结果的问题，我来给你拆解下原因和解决方案~

为什么原正则只匹配一次？ #

你使用的/aa/g属于消耗式匹配：当它匹配到第一个aa（字符串中位置0到1的两个a）后，正则引擎会把匹配结束的位置（也就是索引2）作为下一次匹配的起始点。此时剩下的字符只有索引2的单个a，自然无法再匹配aa，所以最终只得到一个结果。

实现重叠匹配的方案 #

要获取重叠的aa匹配结果，我们需要用到零宽度正向预查（Positive Lookahead）——这种断言不会“消耗”字符，匹配后不会移动到匹配结束的位置，而是停留在当前位置继续下一次匹配。

具体正则写法 #

可以使用带捕获组的正向预查正则：

/(?=(aa))/g

代码示例（以JavaScript为例） #

const str = 'aaa';
const regex = /(?=(aa))/g;
const matches = [];
let matchResult;

// 遍历所有匹配
while ((matchResult = regex.exec(str)) !== null) {
  matches.push(matchResult[1]); // 提取捕获组中的aa
}

console.log(matches); // 输出：['aa', 'aa']

正则解释 #

• (?=(aa))：正向预查断言，它会检查当前位置后面是否存在连续的两个a，但不会把这两个a标记为“已消耗”的字符。
• 第一次匹配时，引擎在索引0的位置发现后面是aa，通过捕获组(aa)得到第一个匹配结果；
• 下一次匹配从索引1开始，同样发现后面是aa，得到第二个匹配结果；
• 当引擎走到索引2时，后面没有足够的字符，匹配结束。

另一种思路（反向预查） #

如果你习惯用反向预查，也可以这样写：

/(?<=a)a/g

这个正则会匹配每个前面有a的单个a（也就是字符串中索引1和2的a），你可以结合匹配位置，截取每个匹配位置前一个a和当前a组成aa，不过这种方式不如正向预查直接。

内容的提问来源于stack exchange，提问作者Andrej Novák