使用regex javascript的基于字符串集的逗号分隔值分组

Question

我有个问题希望有人能帮上忙。

这是输入字符串

Lopes de Carvalho, L., Structural Bioinformatics Laboratory, Biochemistry, Faculty of Science and Engineering, Åbo Akademi University, Turku, Finland; Bligt-Lindén, E., Structural Bioinformatics Laboratory, Biochemistry, Faculty of Science and Engineering, Åbo Akademi University, Turku, Finland; Ramaiah, A., Structural Bioinformatics Laboratory, Biochemistry, Faculty of Science and Engineering, Åbo Akademi University, Turku, Finland, Sri Paramakalyani Centre for Environmental Sciences, Manonmaniam Sundaranar University, Alwarkurichi, Tamil Nadu  627412, India; Johnson, M.S., Structural Bioinformatics Laboratory, Biochemistry, Faculty of Science and Engineering, Åbo Akademi University, Turku, Finland; Salminen, T.A., Structural Bioinformatics Laboratory, Biochemistry, Faculty of Science and Engineering, Åbo Akademi University, Turku, Finland;  

这种模式就像

<author name>., <author meta>; <pattern repeats> 

<author meta> => from this, need group the values by any one of the comma separated value matches first, which contains the string university|college|institute 

让我们取下给定字符串的第一部分。

Lopes de Carvalho, L., Structural Bioinformatics Laboratory, Biochemistry, Faculty of Science and Engineering, √Öbo Akademi University, Turku, Finland;

需要像这样的分组

比赛1：

第1组:洛佩斯·德卡瓦略，L based on ., separator

第2组:科学和工程学院生物化学结构生物信息学实验室

第3组. first match which contains the given set of strings (i.e) university阿卡德米大学√

第4组:图尔库，芬兰

比赛2：

第1组: Ramaiah，A.

第2组:科学和工程学院生物化学结构生物信息学实验室

第3组. first match which contains the given set of strings (i.e) university阿卡德米大学√

4组:芬兰图尔库，斯里兰卡环境科学中心，Manonmaniam Sundaranar大学，Alwarkurichi，Tamil Nadu，627412，印度

从这个组2，3，4我无法知道如何构造正则表达式。

这是我的尝试

(.*?)\., ([^,]*)(.*?);

https://regex101.com/r/I7xjlx/1

我尝试过许多方法来完成这个任务，但是无法找到构建正则表达式的最佳方法。

Answer 1

正则表达式匹配不区分大小写的单词“”，并出现在匹配组的end中，后面跟着一个逗号。例如：, √Öbo Akademi University, ...，而不是, University of √Öbo Akademi, ...。

此外，在第三组之后，如果集合中的一个单词再次出现，它将不会捕获。如：

Turku, Finland, Sri Paramakalyani Centre for Environmental Sciences, Manonmaniam Sundaranar --> University <--, Alwarkurichi, Tamil Nadu 627412, India

正则表达式

/(.*?\.), (.*?)(?:, )([^,]+(?<=university|college|institute)), (.*?); /gi

对RegExp的解释：

• (.*?\.),：任何事情，直到.，然后是, (第一组)
• (.*?)(?:, )：在第三组(第二组)之前出现,之前的任何事情。
• ([^,]+(?<=university|college|institute))：在给定集合的一个词之前的任何东西，直到从后面到前面的第一个逗号(第三组)
• , (.*?);：,之后的任何事情，直到; (第四组)

旗帜：

• g：全球
• i：不敏感

如下图所示：RegExp