正则匹配多行文本
需求
最近有小伙伴提了个需求，想用正则表达式从一段 git 提交记录中提取出具体更新了哪些代码，简单来说就是 commit diff 展示的代码，需要把 代码前面带 + 和 - 的行剥离出来。
我们从 RichX 项目复制出来一段提交记录，稍作修改用于演示。
+ import { Plugin } from "..";
- CONST SUM = NUM_A + NUM_B;
+ CONST SUM_ALL = NUM_A + NUM_B;
export const DEFAULT_RICH_TEXT = {
- text: "Simple Rich Text Demo",
+ config: "Simple Rich Text Demo",
setting: [],
};
export type ObjectKV<V = object> = {
[key: string]: V;
};
+ export interface IPlugins {
+ [key: string]: Plugin;
+ }
我们把需求转换下，就是正则匹配多行文本中以 + 和 - 开头的行。
解法一
思路：
- 首先匹配
+开头的字符：\+.* - 然后带上
-：(\+|\-).* - 因为多行文本之间是有换行符分割的，所以
+开头的单行文本的前面一个字符，就是上一行最后的换行符\n，同样的，这一行的结尾也是换行符。所以我们利用正则断言，将两个换行符匹配目标文本的首尾即可：(?<=\n)(\+|\-).*(?=\n) - 最后还要考虑两个特殊情况，整个文本的首尾位置。首位没有上一行所以匹配不到换行符
\n，只能匹配开头^，结尾后面也可能没有换行符，用$代替：(?<=^|\n)(\+|\-).*(?=\n|$)
代码：
const content = `+ import { Plugin } from "..";
- CONST SUM = NUM_A + NUM_B;
+ CONST SUM_ALL = NUM_A + NUM_B;
export const DEFAULT_RICH_TEXT = {
- text: "Simple Rich Text Demo",
+ config: "Simple Rich Text Demo",
setting: [],
};
export type ObjectKV<V = object> = {
[key: string]: V;
};
+ export interface IPlugins {
+ [key: string]: Plugin;
+ }`
content.match(/(?<=^|\n)(\+|\-).*(?=\n|$)/g)
// 输出数组
// 0: "+ import { Plugin } from \"..\";"
// 1: "- CONST SUM = NUM_A + NUM_B;"
// 2: "+ CONST SUM_ALL = NUM_A + NUM_B;"
// 3: "- text: \"Simple Rich Text Demo\","
// 4: "+ config: \"Simple Rich Text Demo\","
// 5: "+ export interface IPlugins {"
// 6: "+ [key: string]: Plugin;"
// 7: "+ }"
解法二
思路：
上面的方案要自己匹配换行符，有点麻烦。我们可以省去自己判断换行符的步骤，直接匹配每一行的首尾，再使用正则表达式标志 m 启用多行匹配模式：/^(\+|\-).*$/gm。
代码：
const content = `+ import { Plugin } from "..";
- CONST SUM = NUM_A + NUM_B;
+ CONST SUM_ALL = NUM_A + NUM_B;
export const DEFAULT_RICH_TEXT = {
- text: "Simple Rich Text Demo",
+ config: "Simple Rich Text Demo",
setting: [],
};
export type ObjectKV<V = object> = {
[key: string]: V;
};
+ export interface IPlugins {
+ [key: string]: Plugin;
+ }`
content.match(/^(\+|\-).*$/gm)
// 输出数组
// 0: "+ import { Plugin } from \"..\";"
// 1: "- CONST SUM = NUM_A + NUM_B;"
// 2: "+ CONST SUM_ALL = NUM_A + NUM_B;"
// 3: "- text: \"Simple Rich Text Demo\","
// 4: "+ config: \"Simple Rich Text Demo\","
// 5: "+ export interface IPlugins {"
// 6: "+ [key: string]: Plugin;"
// 7: "+ }"
总结
以上就是和小伙伴一起探讨出的一点写正则表达式的经验，主要学习了断言和多行匹配标志。这里的案例还比较简单，后续有更深入使用案例再和大家分享，欢迎关注我们的更新 #regex。
评论