我正在寻找一种方法，无论是在 Ruby 还是 Javascript 中，它都会为我提供所有匹配项，可能是重叠的，在一个字符串中针对正则表达式。
假设我有str = "abcadc"，并且我想找到a后跟任意数量字符的出现，后跟c. 我正在寻找的结果是["abc", "adc", "abcadc"]。关于我如何做到这一点的任何想法？
str.scan(/a.*c/)会给我["abcadc"]，str.scan(/(?=(a.*c))/).flatten会给我["abcadc", "adc"]。
def matching_substrings(string, regex)
string.size.times.each_with_object([]) do |start_index, maching_substrings|
start_index.upto(string.size.pred) do |end_index|
substring = string[start_index..end_index]
maching_substrings.push(substring) if substring =~ /^#{regex}$/
end
end
end
matching_substrings('abcadc', /a.*c/) # => ["abc", "abcadc", "adc"]
matching_substrings('foobarfoo', /(\w+).*\1/)
# => ["foobarf",
# "foobarfo",
# "foobarfoo",
# "oo",
# "oobarfo",
# "oobarfoo",
# "obarfo",
# "obarfoo",
# "oo"]
matching_substrings('why is this downvoted?', /why.*/)
# => ["why",
# "why ",
# "why i",
# "why is",
# "why is ",
# "why is t",
# "why is th",
# "why is thi",
# "why is this",
# "why is this ",
# "why is this d",
# "why is this do",
# "why is this dow",
# "why is this down",
# "why is this downv",
# "why is this downvo",
# "why is this downvot",
# "why is this downvote",
# "why is this downvoted",
# "why is this downvoted?"]
在 Ruby 中，您可以使用以下方法实现预期结果：
str = "abcadc"
[/(a[^c]*c)/, /(a.*c)/].flat_map{ |pattern| str.scan(pattern) }.reduce(:+)
# => ["abc", "adc", "abcadc"]
这种方式是否适合您在很大程度上取决于您真正想要实现的目标。
我试图把它变成一个单一的表达，但我无法让它工作。我真的很想知道是否有一些科学原因无法通过正则表达式解析它，或者我对 Ruby 的解析器 Oniguruma 了解得不够多。
您需要所有可能的匹配项，包括重叠的匹配项。正如您所指出的，“如何使用正则表达式查找重叠匹配项？ ”中的先行技巧不适用于您的情况。
在一般情况下，我能想到的唯一一件事是生成字符串的所有可能的子字符串，并根据正则表达式的锚定版本检查每个子字符串。这是蛮力，但它的工作原理。
Ruby：
def all_matches(str, regex)
(n = str.length).times.reduce([]) do |subs, i|
subs += [*i..n].map { |j| str[i,j-i] }
end.uniq.grep /^#{regex}$/
end
all_matches("abcadc", /a.*c/)
#=> ["abc", "abcadc", "adc"]
Javascript：
function allMatches(str, regex) {
var i, j, len = str.length, subs={};
var anchored = new RegExp('^' + regex.source + '$');
for (i=0; i<len; ++i) {
for (j=i; j<=len; ++j) {
subs[str.slice(i,j)] = true;
}
}
return Object.keys(subs).filter(function(s) { return s.match(anchored); });
}
在JS中：
function extract_ov_matches(r, s) {
var res = [], cur;
r = RegExp('^(?:' + r.source + ')$', r.toString().replace(/^[\s\S]*\/(\w*)$/, '$1').replace('g',''));
for (var q = 0; q < s.length; ++q)
for (var w = q; w <= s.length; ++w)
if (r.test(cur = s.substring(q, w)))
res.push(cur);
return res;
}
document.body.innerHTML += "<pre>" + JSON.stringify(extract_ov_matches( /a.*c/g, 'abcadc' ), 0, 4) + "</pre>";这里的重点是您需要创建输入字符串的所有可能排列，然后返回那些完全匹配提供的模式的排列。
extract_ov_matches功能概述
r 是提供的正则表达式（一个编译的正则表达式对象，带有标志）s 是输入字符串RegExp('^(?:' + r.source + ')$', r.toString().replace(/^[\s\S]*\/(\w*)$/, '$1').replace('g',''));重新创建带有锚点的正则表达式（^用于字符串的开头和字符串$的结尾）以匹配整个字符串并g删除标志（因为正则表达式将与RegExp#test一起使用）for (var q = 0; q < s.length; ++q) for (var w = q; w <= s.length; ++w) 用于创建所有输入字符串排列if (r.test(cur = s.substring(q, w))) res.push(cur);: 如果当前排列完全匹配模式，则将其添加到res，最终将返回。▶ str = "abcadc"
▶ from = str.split(/(?=\p{L})/).map.with_index { |c, i| i if c == 'a' }.compact
▶ to = str.split(/(?=\p{L})/).map.with_index { |c, i| i if c == 'c' }.compact
▶ from.product(to).select { |f,t| f < t }.map { |f,t| str[f..t] }
#⇒ [
# [0] "abc",
# [1] "abcadc",
# [2] "adc"
# ]
我相信，有一种奇特的方法可以在字符串中找到一个字符的所有索引，但我找不到它:( 有什么想法吗？
在“unicode char 边界”上拆分使其可以处理像'ábĉ'or 之类的字符串'Üve Østergaard'。
对于接受任何“from”和“to”序列的更通用的解决方案，应该引入一点修改：找到字符串中“from”和“to”的所有索引。