javascript - 如何在 JavaScript 中为特殊条件设置正则表达式？

Question

我需要帮助来编写针对这些条件的正则表达式模式：

Hashtag 字符的限制

长度

• 您只需在单词前添加 # 即可使其成为主题标签。但是，由于一条推文仅限于 140 个字符以下，因此最好的主题标签是由单个单词或几个字母组成的标签。Twitter 专家建议将关键字保持在 6 个字符以下。

• 在关键字中仅使用数字和字母。您可以使用下划线，但出于审美原因，请谨慎使用。连字符和破折号不起作用。

• 没有空间

  Hashtags 不支持空格。因此，如果您使用两个词，请跳过空格。例如，关注美国大选的主题标签被标记为#USelection，而不是 $USelection。

• 无特殊字符

  Hashtags 仅适用于 # 符号。特殊字符，如“!、$、%、^、&、*、+、.” 不管用。Twitter 识别井号，然后将主题标签转换为可点击的链接。

• HashTags 可以以数字开头

• 标签可以是任何语言

• 标签可以是表情符号或符号

我想出了这样的想法，但它不包括最后两个条件：

const subStr = postText.split(/(?=[\s:#,+/][a-zA-Z\d]+)(#+\w{2,})/gm);

const result = _.filter(subStr, word => word.startsWith('#')).map(hashTag => hashTag.substr(1)) || [];

编辑：

示例：如果我有：

const postText = "#hello12#123 #hi #£hihi #This is # #Hyvääpäivää #Dzieńdobry #जलवायुपरिवर्तन an #example of some text with #hash-tags - http://www.example.com/#anchor but dont want the link,#hashtag1,hi #123 hfg skjdf kjsdhf jsdhf kjhsdf kjhsdf khdsf kjhsdf kjhdsf hjjhjhf kjhsdjhd kjhsdfkjhsd #lasthashtag";

结果应该是：

["hello12", "123", "hi", "This", "", "Hyvääpäivää", "Dzieńdobry", "जलवायुपरिवर्तन", "example", "hash", "anchor", "hashtag1", "123", "lasthashtag"]

我现在拥有的：

["hello12", "123", "hi", "This", "Hyv", "Dzie", "example", "hash", "anchor", "hashtag1", "123", "lasthashtag"]

注意：我不想使用 JavaScript 库。

谢谢

标签： javascriptregexunicode

Answer 1

假设主题标签中不允许的字符是!$%^&*+.（您提到的那些）和,（基于您的示例），您可以使用以下正则表达式模式：

/#[^\s!$%^&*+.,#]+/gm

这是一个演示。

注意：要排除更多字符，您可以像我上面那样将它们添加到字符类中。显然，您不能仅仅因为您想支持其他 Unicode 符号和表情符号而依赖字母数字字符。

JavaScript 代码示例：

const regex = /#[^\s!$%^&*+.,#]+/gm;
const str = "#hello12#123 #hi #£hihi #This is # #Hyvääpäivää #Dzieńdobry #जलवायुपरिवर्तन an #example of some text with #hash-tags - http://www.example.com/#anchor but dont want the link,#hashtag1,hi #123 hfg skjdf kjsdhf jsdhf kjhsdf kjhsdf khdsf kjhsdf kjhdsf hjjhjhf kjhsdjhd kjhsdfkjhsd #lasthashtag";
let m;

while ((m = regex.exec(str)) !== null) {
    if (m.index === regex.lastIndex) {
        regex.lastIndex++;
    }
    
    m.forEach((match) => {
        console.log("Found match: " + match);
    });
}