我想使用正则表达式匹配字符串的一部分,然后访问该带括号的子字符串:
var myString = "something format_abc"; // I want "abc"
var arr = /(?:^|\s)format_(.*?)(?:\s|$)/.exec(myString);
console.log(arr); // Prints: [" format_abc", "abc"] .. so far so good.
console.log(arr[1]); // Prints: undefined (???)
console.log(arr[0]); // Prints: format_undefined (!!!)
我究竟做错了什么？
我发现有什么不对上述正则表达式代码:实际的字符串,我反对是这样的测试:
"date format_%A"
报告"%A"未定义似乎是一种非常奇怪的行为,但它与此问题没有直接关系,所以我开了一个新的,为什么匹配的子字符串在JavaScript中返回"undefined"？.
问题是console.log它的参数就像一个printf语句,因为我正在记录的字符串("%A")有一个特殊的值,它试图找到下一个参数的值.
语境。我正在开发一个 Lexer/Tokenizing 引擎，它将使用正则表达式作为后端。词法分析器接受定义令牌类型/ID 的规则，例如
<identifier> = "\\b\\w+\\b"。
正如我所设想的，为了进行基于正则表达式匹配的标记化，正则表达式定义的所有规则都包含在捕获组中，并且所有组都由 OR 分隔。
当执行匹配时，我们生成的每个匹配都必须有一个与其匹配的捕获组的索引。我们使用这些 ID 将匹配映射到令牌类型。
那么这个问题的问题就出现了——如何获取群组的ID？
这里有类似的问题，但它没有为我的具体问题提供解决方案。
这正是我的问题，但它是在 JS 中，我需要一个 C/C++ 解决方案。
假设我有一个正则表达式，由用 OR 分隔的捕获组组成：
(\\b[a-zA-Z]+\\b)|(\\b\\d+\\b)
它匹配整数或字母单词。
我的问题要求可以知道正则表达式子匹配匹配的捕获组的索引，例如在匹配字符串时
foo bar 123
将进行 3 次迭代。每次迭代的匹配项的组索引将为0 0 1，因为前两个匹配项与第一个捕获组匹配，最后一个匹配项与第二个捕获组匹配。
我知道在标准std::regex库中这并不完全可能（regex_token_iterator不是解决方案，因为我不需要跳过任何匹配）。
boost::regex我对PCRE 正则表达式库了解不多。
完成这项任务的最佳方法是什么？使用哪个库和方法？