浅谈正则表达式中的分组和引用实现方法

问题

在外刊君读者群中看到有人提出这样的一个需求：

把字符串切成连续相同字符的正则怎么写？比如abbcccdddd切成a,bb,ccc,dddd

之前我对正则表达式也是略有研究，想尝试一下。其实我对正则表达式的学习基本完全来源于犀牛书的第10章，真正看懂这一章，我觉得操作正则表达式应该不在话下。

我的答案

先给出我的答案吧：

'abbccddd'.match(/(\w)\1*/g) // ["a", "bb", "cc", "ddd"]

说明

拿到这个问题，首先要匹配字符[a-za-z0-9]，这里直接使用\w。然后是全局匹配，在最后加上g。难点在于怎么判断重复。

翻看了犀牛书后，又读了一遍分组和引用的部分。使用小括号()将字符作为一个最小单元，同时小括号还能记忆这个组合相匹配的字符串。再使用反斜杠\引用前面分组的表达式，数字1表示第一个小括号。这时完成了2个字符重复的要求。最后再使用*来匹配出现0次或n次。这个正则表达式就写完了。

下面详细说说分组和引用。

正则表达式的选择、分组和引用字符表

字符	含义
|	选择，匹配的是该符号左边的子表达式或右边的子表达式
(...)	组合，将几个项组合为一个单元，这个单元可通过* + ? | 等符号加以修饰，而且可以记住和这个组合相匹配的字符串以提供伺候的引用使用
(?:...)	只组合，把项组合到一个段元，但不记忆与该组相匹配的字符
\n	和第n个分组第一次匹配的字符相匹配，组是圆括号中的子表达式（也有可能是嵌套的），组索引是从左到右的左括号数，(?:形式的分组不编码

这篇文章就介绍到这了，希望大家以后多多支持。