在特定单词之后中断字符串，并将其放在新行上(Regex)

Question

假设我有一个文本字段，用户可以在其中提交代码片段。我希望检测字符串中某个特定的单词何时出现，然后对该单词后面的单词/字符做一些操作。

比方说，我们有一个字符串，在“睡衣”这个词之后，我想在一个新的行上启动剩下的代码，没有缩进。(非常类似于代码美化器的工作方式。)输出将在pre中呈现，因此我不需要任何<br>标记或其他HTML标记。

不过还是有一些收获的。

1. 单词后面的所有内容(睡衣)都必须在与前面的行相同的“级别”(相同数量的制表符缩进)上开始。
2. 逗号应该总是从新行开始，然后用制表符反向缩进。
3. 当有另一个字符时，假设是感叹号!，下面的代码必须以新行开始，并以制表符作为缩进。

示例：

输入

Bananas! Apples and pears walk down pyjamas the street! and they say pyjamas hi to eachother, pyjamas But then! some one else comes pyjamas along pyjamas Who is he?, pyjamas I don't know who! he is pyjamas whatever,,

输出

Bananas!
    Apples and pears walk down pyjamas
    the street!
        and they say pyjamas
        hi to eachother
    , pyjamas
    But then!
        some one else comes pyjamas
        along pyjamas
        Who is he?
    , pyjamas
    I don't know who!
        he is pyjamas
        whatever
    ,
,

我正在使用jQuery，所以如果您愿意，可以使用它。

下面是对上面的代码的修改，这样您就可以测试它了。到目前为止，我的结果一点也不太好。(在textarea中键入某些内容，输出将发生变化。)由于我目前对regex几乎不了解，所以我需要一些帮助。

到目前为止我所拥有的是：

var a = $("textarea").val(),
    b = a.split('!').join("!\n  "),
    c = b.split('pyjamas').join("pyjamas \n");

$("textarea").keyup(function() {
    $("#output>pre").html(c);
});

Answer 1

这里有一种简单的方法，它不需要递归函数，甚至可以不使用正则表达式(但我在这里发现它们很方便)。

function indent(str)
{
    var tabs = function(n) { return new Array(n+1).join('\t'); }

    var tokens = str.match(/!|,|pyjamas|(?:(?!pyjamas)[^!,])+/g);
    var depth = 0;
    var result = '';
    for (var i = 0; i < tokens.length; ++i)
    {
        var token = tokens[i];
        switch(token)
        {
        case '!':
            ++depth;
            result += token + '\n' + tabs(depth);
            break;
        case ',':
            --depth;
            result += '\n' + tabs(depth) + token;
            break;
        case 'pyjamas':
            result += token + '\n' + tabs(depth);
            break;
        default:
            result += token;
            break;
        }
    }
    return result;
}

首先，我们定义了一个返回n选项卡字符串的函数(为了方便起见)。

然后我们将这个过程分成两个步骤。首先，我们把字符串分解成!、,、pyjamas和其他任何东西。(最终对正则表达式有一个解释，但你也可以用其他方式进行标记化。)然后，我们简单地一个一个地遍历令牌，保持depth中当前的缩进水平。

• 如果是!，我们会增加深度，打印!、换行和制表符。
• 如果它是一个,，我们减少深度，打印一个断线，制表符，然后,。
• 如果是pyjamas，我们只需打印它和一个换行符和制表符。
• 如果是其他的话，我们只需打印那个记号。

就这样。您可能需要添加一些正确的检查，确保深度不会变为负值(也就是说，您的,比!更多)--目前，它只是在没有任何选项卡的情况下呈现，但是您需要在此之后编写额外的!，以便将深度恢复到1。这很容易处理，但我不知道你对此的假设或要求是什么。

它还没有处理行中断后的额外空格(请参阅末尾的编辑)。

工作演示。

现在是regex：

/
  !               # Match a literal !
|                 # OR
  ,               # Match a literal ,
|                 # OR
  pyjamas         # Match pyjamas
|                 # OR
  (?:             # open a non-capturing group
    (?!pyjamas)   # make sure that the next character is not the 'p' of 'pyjamas'
    [^!,]         # match a non-!, non-, character
  )+              # end of group, repeat once or more (as often as possible)
/g

查找所有匹配项的g (而不是第一个匹配项)。ECMAScript 6将附带一个修饰符，这将使令牌化更加容易--但令人恼怒的是，这个y修饰符是ECMAScript自己发明的，而提供此功能的其他所有特性都在模式中使用\G锚点。

如果regex中的一些更高级的概念不为您所熟悉，我将向您介绍这个伟大的教程：

• 否定字符类
• 非捕获群
• 看头

编辑：

这里是一个更新的版本，修复了我提到的关于换行后空格的上述警告。在处理结束时，我们只需删除制表符后的所有空格：

result = result.replace(/^(\t*)[ ]+/gm, '$1');

正则表达式匹配一行的开头，然后捕获零或多个制表符，然后尽可能多地捕获空格。空格周围的方括号是不必要的，但可以提高可读性。修饰符g再次查找所有这样的匹配，m使^在行的开头(而不是字符串的开头)匹配。在替换字符串中，$1指的是我们在括号中捕获的内容，即所有这些选项卡。所以，把制表符写回去，然后吞下空格。

工作演示。

Answer 2

与m.buettner解决方案没有太大区别，您可以使用替换方法来完成：

var lvl = 1;
var res = str.replace(/(!)\s*|\s*(,)|(\bpyjamas)\s+/g, function (m, g1, g2, g3) {
    if (g1) return g1 + "\n" + Array(++lvl).join("\t");
    if (g2) return "\n" + Array((lvl>1)?--lvl:lvl).join("\t") + g2;
    return g3 + "\n" + Array(lvl).join("\t"); });

console.log(res);

其思想是使用三个不同的捕获组，并在回调函数中测试它们。根据捕获组的不同，级别是递增或递减的(地面为1级)。当级别为1并且找到逗号时，级别停留设置为1。我添加了\s*和\s+，以在逗号之前和!和pyjamas之后修剪空格。如果你不想要这个，你可以把它移除。

使用您的代码：

$("#output>pre").html($("textarea").val());

$("textarea").keyup(function() {
    $("#output>pre").html(function() {
        var lvl = 1;
        return $("textarea").val().replace(/(!)\s*|\s*(,)|(\bpyjamas)\s+/g,
            function (m, g1, g2, g3) {
                if (g1) return g1 + "\n" + Array(++lvl).join("\t");
                if (g2) return "\n" + Array((lvl>1)?--lvl:lvl).join("\t") + g2;
                return g3 + "\n" + Array(lvl).join("\t"); });
    });
});

注意:定义一个以后可以重用的函数可能更清晰。