javascript - 正则表达式:解析 GitHub 用户名 (JavaScript)

Question

我正在尝试从一段文本中解析 GitHub 用户名(以 @ 开头)，以便将它们链接到相关的个人资料。

GitHub 用户名限制是:

• 带有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，则匹配所有内容直到那里)
• 最大长度为 39 个字符。

---

例如下面的文字:

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

脚本...

应该匹配:

• @有效
• @有效用户名
• @另一个有效用户名
• @在
• @ignore-last-dash
• @另一个有效

应忽略:

• @-无效
• an@email.com

---

我通过以下方式逐渐接近 JavaScript:

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

但这不是匹配具有单个字符(例如@a)的用户名。

这是我到目前为止的测试:https://regex101.com/r/rZ5eW1/2

当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时(即 . 、 -- )，它会从 @ 开始匹配直到那个停止点。 OP says that's fine所以我顺其自然。所以，如果下划线是匹配区域(不是捕获区域):

<b>@abc</b>.123
<b>@abc</b>--123
<b>@abc</b>-

这通过使用大量嵌套组来实现。 Regex101 has a fantastic breakdown ，但无论如何这是我的:

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，尽管如果像 someones.@email.com 这样的东西可能会有问题是一个有效的电子邮件地址。不过，在这一点上，它与标点符号后不加空格的人的文本没有什么区别^{[ 1 ]} 当他们以 @reference 开始一个句子时。

感谢 Honore Doktorr 的 pointing out that negative lookbehinds don't exist in JS .

1. @ : 只是文字 @象征。为数不多的几个地方之一，一个 Angular 色意味着它是什么。
2. (...) : 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。
3. [a-z0-9] : 匹配任何字母或数字的字符类。因为 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。
4. (?:...) : 这是一个非捕获组。它将正则表达式 block 包装在一个组中而不捕获它。
5. ...|...我们有两种选择，它们是...
6. -(?=[a-z0-9]) : 一个连字符，紧跟一个非连字符有效字符。
7. [a-z0-9] : 一个有效的非连字符。
8. {0,38} :匹配非捕获组 0 到 38 次(含)。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。
9. (?<=[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，我可能会使用很多更简单的正则表达式并在事后对其进行一些验证，例如:

// somehow get the prospective username into `user`
if (user.startsWith('-')) { /* reject */ }
if (user.endsWith('-')) { /* reject */ }
if (user.contains('--')) { /* reject */ }

至少，在您的代码中解释正则表达式。请随意复制粘贴我的作品。