正则表达式:解析GitHub用户名(JavaScript)

Question

我试图从一段文本中解析GitHub用户名(以@开头),以便将它们链接到相关的配置文件.

GitHub用户名约束是:

• 带单个连字符的字母数字(没有连续的连字符)
• 不能以连字符开头或结尾(如果以连字符结尾,只需将所有内容匹配到那里)
• 最大长度为39个字符.

---

例如,以下文字:

示例@valid hello @ valid-username:@ another-valid-username,@ -invalid @ in - valid @ ignore-last-dash- an@email.com @ another-valid？

剧本...

应该匹配:

• @有效
• @有效户名
• @另一化有效的用户名
• @在
• @忽略 - 最后冲刺
• @另一个-有效

应该忽略:

• @-无效
• an@email.com

---

我通过使用以下方式与JavaScript合理地接近:

/\B@((?!.*(-){2,}.*)[a-z0-9][a-z0-9-]{0,38}[a-z0-9])/ig

但这不是用户名与单个字符匹配(例如@a).

以下是我的测试:https://regex101.com/r/rZ5eW1/2

目前的正则表达式是否有效？我如何匹配单个非连字符？

Answer 1

/\B@([a-z0-9](?:-(?=[a-z0-9])|[a-z0-9]){0,38}(?<=[a-z0-9]))/gi

注意：当此正则表达式遇到不能出现在用户名中的字符或字符集（即., --）时，它会从上到下匹配，@直到停止点为止。OP 说这很好，所以我正在接受它。因此，如果下划线是匹配区域（不是捕获区域）：

/\B@([a-z0-9](?:-(?=[a-z0-9])|[a-z0-9]){0,38}(?<=[a-z0-9]))/gi

这是通过使用大量嵌套组来实现的。Regex101 有一个很棒的细分，但这里是我的：

1. \B：这是一个内置的意思是“不是单词边界”，这似乎可以解决问题，但如果类似的东西someones.@email.com是有效的电子邮件地址，则可能会出现问题。但是，在这一点上，当他们以@reference 开头的句子时，它与没有在标点符号^{[ 1 ]}后放置空格的人的文本无法区分。

感谢 Honore Doktorr指出 JS 中不存在负向后视。

2. @: 只是文字@符号。为数不多的几个地方之一，其中一个字符意味着它是什么。
3. (...): 捕获组。它的放置方式意味着它不会捕获@符号，它只会匹配它，因此更容易获取用户名——无需获取子字符串。
4. [a-z0-9]：匹配任何字母或数字的字符类。由于i标志，这也匹配大写字母。因为它是第一个字母，所以它必须存在。
5. (?:...): 这是一个非捕获组。它将一个正则表达式块包装在一个组中而不捕获它。
6. ...|... 我们有两种选择，它们是...
7. -(?=[a-z0-9]): 一个连字符，后跟一个非连字符有效字符。
8. [a-z0-9]: 一个有效的非连字符。
9. {0,38}：匹配 0 到 38 次（含）之间的非捕获组。结合#4，这给了我们最多39 个字母。超出此范围的任何内容都将被忽略。
10. (?<=[a-z0-9])：这是一个积极的回顾，JS 确实支持。它确保最后一个字符不是--- 或者更确切地说，是除连字符之外的有效字符。

这可以通过几种方式“优化”，但老实说，我可能会使用更简单的正则表达式并在事后对其进行一些验证，例如：

@abc.123
@abc--123
@abc-

至少，解释代码中的正则表达式。随意复制粘贴我的信用。