javascript - 正则表达式拆分并记住匹配(优雅)

Question

我正在尝试为来自维基百科的 API 响应编写一个解析器。它真的很困惑，我已经求助于旧的 RegEx 来清理大部分东西。然而，我坚持这一点。考虑一个字符串:

 var a ="[[December 1]]  A triangular [[Conjunction (astronomy)|conjunction]] formed by a new Moon, Venus and Jupiter is a [[Conjunction (astronomy)#2008|prominent sight]] in the evening sky. [[December 2]]";

我希望这个字符串中的文本是:

 "December 1  A triangular conjunction formed by a new Moon, Venus and Jupiter is a prominent sight in the evening sky. December 2"

我在处理方括号 [,] 时遇到问题。我不能只删除它们，因为链接是这样表示的:

 [[Conjunction (astronomy)#2008|prominent sight]]

在这种情况下，我想删除“Conjunction (astronomy)#2008”部分，因为网页上显示的实际字符串是“prominent sight”。有没有一种优雅的方法可以在 JavaScript 中的一个 str.replace(//gi,"") 查询中处理这两种情况？

我这样做 a.replace(/\[\[.*\|/gi, ""); 它产生:

 "prominent sight]] in the evening sky. [[December 2]]"

很明显，我需要匹配连续的左括号和右括号 [[]] 作为模式，然后记住我假设的匹配。我不确定如何解决这个问题，但我希望这两种情况是清楚的:

1. [[普通字]] -> 普通字
2. [[ some definition blah |foo bar]] -> foo bar

Answer 1

您可以使用 String#replace使用以下 RegEx 进行回调

/\[{2}([\w\s()#]+)(?:\|([\w\s]+))?\]{2}/

Regex Demo

正则表达式解释:

1. \[{2}([\w\s()#]+):
   • \[{2}:匹配 [[
   • ([\w\s()#]+):匹配任何字母数字字符，_，空格，(，), 和# 一次或多次并将其放入第一个捕获组。
2. (?:\|([\w\s]+))?\]{2}:
   • (?:: 非捕获组
   • \|:匹配管道符号|
   • ([\w\s]+):匹配字母数字字符，_，和空格一次或多次，放入第二个捕获组
   • \]{2}:匹配]]

正则表达式可视化^{更容易理解}

演示:

var regex = /\[{2}([\w\s()#]+)(?:\|([\w\s]+))?\]{2}/g;
var str = "[[December 1]]  A triangular [[Conjunction (astronomy)|conjunction]] formed by a new Moon, Venus and Jupiter is a [[Conjunction (astronomy)#2008|prominent sight]] in the evening sky. [[December 2]]";

str = str.replace(regex, function(c, m1, m2) {
  return m2 ? m2 : m1;
});

document.body.innerHTML = '<pre>' + str + '</pre>';

---

This regex is not working for the string I mentioned in the question, but it is working for the string I put up in the comment

"A [[2008 Iwate-Miyagi Nairiku earthquake|6.9 magnitude earthquake]] in Iwate Prefecture, Japan, kills 12 and injures more than 400."

您可以使用以下 RegEx。

\[{2}([^|]*?)(?:\|(.*?))?\]{2}