javascript - JS 正则表达式 : match list of phrases exactly (including hash symbols)

Question

我有一个短语数组，并且正在尝试检测一串文本是否包含完整的短语。我目前正在使用以下正则表达式:

var arrOfWords = ['foo', 'bar', 'foo bar']
var regEx = new RegExp('\\b(' + arrOfWords.join('|') + ')\\b', 'gi')

console.log(regEx)
/\b(foo|bar|foo bar)\b/gi

我使用 \b 因为我不想包含子字符串，而是包含完整的单词/短语，即“foo”不应与“foobar”匹配，而应与“I like foo”匹配

这很有效，但是，单词边界 \b 会忽略以 # 开头的短语，因为 \b 的边界开始于字母数字字符。

因此，如果“#hashtag”在数组中，则仅当被测试的字符串具有“hashtag”而不是“#hashtag”时才会匹配

我真正想要的是一个正则表达式，它匹配数组中指定的整个短语，包括符号和哈希。或者也许有一个解决方案可以解决这个问题。

有人能指出我正确的方向吗？谢谢。

Answer 1

不幸的是，JS 没有后向功能，因此如果不将该字符包含到匹配中，就不可能匹配前一个字符的属性(\b 除外，正如您所注意到的，用途非常有限)。如果您可以接受，您可以:

/(?:^|\W)(foo|bar|foo bar|#hashtag)(?=$|\W)/

并且仅处理第一个捕获组。如果您只想要完整的单词/短语，这保证不会重叠，因为保证有非单词分隔符。

注意:如果 arrOfWords 包含具有正则表达式含义的字符的字符串，它们将被如此解释；所以 foo.bar 将匹配 foosbar。请参阅here关于如何避免它。

Hey, this is 90% there for me, thanks. Just to nitpick, I noticed that if arrOfWords contains #hashtag, it will match with ##hashtag in the string. Is there a way of matching only if the number of hashes is exact?

然后您需要明确什么是单词，什么是非单词字符，并将 \W 替换为该字符。

/(?:^|[^\w#'-])(foo|bar|foo bar|#hashtag)(?=$|[^\w#'-])/