JavaScript 正则表达式 : Unable to remove leading spaces in lookahead group in a multi line string

Question

我正在尝试正则表达式 ^(?<=[\s]*namespace[\s]*---+\s+)(.|\s)+(?=\(\s*\d+\s*rows\))/gm从单列表格列表格式字符串中提取行项目。
但是在匹配中添加了前导空格。\s+前瞻和后视组中的运算符无济于事。引用以下:

x = `namespace
-------------------
               itm1
     itm2
  itm3
               itm4
               
(4 rows)
`
console.log(x.match(/^(?<=[\s]*namespace[\s]*---+\s+)(.|\s)+(?=\(\s*\d+\s*rows\))/gm)[0].split(/\s+/))

输出将前导和尾随空格作为单独的列表元素:

[ '', 'itm1', 'itm2', 'itm3', 'itm4', '' ]

但与 console.log(x.match(/^(?<=[\s]*namespace[\s]*---+\s+)(.|\s)+(?=\(\s*\d+\s*rows\))/gm)[0].trim().split(/\s+/)) <-- 注意 trim()之前 split(..) ，输出为:

[ 'itm1', 'itm2', 'itm3', 'itm4' ]

为什么 \s+在前瞻组末尾 (?<=[\s]*namespace[\s]*---+\s+)不删除 (.|\s)+ 捕获的所需匹配组之前的所有空格.

Answer 1

根本原因
正则表达式引擎从左到右解析字符串。
正则表达式在字符串的开头搜索匹配项，但没有找到后视模式，它就在那里失败，然后测试下一个位置，在 n 之间和 a在 namespace .依此类推，直到 ------------------- 之后的换行符.
在 \n 之后的位置，换行符，有一个lookbehind模式匹配，\s+在你的lookbehind 的末尾找到\s+ 所需的空格图案。然后，模式的其余部分也找到匹配项。因此，您的结果中有 15 个前导空格。
解决方案
使用消费模式。也就是说，使用捕获组。或者，确保您的消费部分以非空白字符开头。
因此，

const x = "namespace\n-------------------\n               itm1\n     itm2\n  itm3\n               itm4\n               \n(4 rows)\n";
console.log(
  x.match(/(?<=^\s*namespace\s*---+\s+)\S.*?(?=\s*\(\s*\d+\s*rows\))/gms)[0].split(/\s+/)
);

或者，使用捕获组:

const x = "namespace\n-------------------\n               itm1\n     itm2\n  itm3\n               itm4\n               \n(4 rows)\n";
console.log(
  x.match(/^\s*namespace\s*---+\s+(\S.*?)(?=\s*\(\s*\d+\s*rows\))/ms)[1].split(/\s+/)
);

关于正则表达式的注意事项:

我替换 (.|\s)+仅用 .模式，但添加了 s标志，以便 .可以匹配换行符。请勿使用 (.|\s)* , (.|\n)* , 或 (.|[\r\n])* ，这些是非常低效的正则表达式模式

我加了 \s*在正向前瞻的开始，以便可以从匹配中删除尾随的空格。

我也用了一个懒点，.*? , 在两种模式中匹配两个字符串之间的最少字符数。