python和google应用脚本中regex的区别（后端引擎相关？）

Question

我在python（3.6，jupyter notebook）和Google app script中尝试了相同的正则表达式，但在app script中似乎“non-capturing group”不起作用。你知道吗

# python script:
import re
text='<a class=""email"" href=""mailto:SOisAwesome@hello.edu"">'
regex='(?:<a class=""email"" href=""mailto:)(.+?@hello\.edu)(?:"">)'
match=re.search(regex,text)
print(match.group(1))
# result is 'SOisAwesome@hello.edu'

// Google app script
function myFunction() {
  string='<a class=""email"" href=""mailto:SOisAwesome@hello.edu"">'
  regex=new RegExp('(?:<a class=""email"" href=""mailto:)(.+?@hello\.edu)(?:"">)')
  Match=regex.exec(string)
  Logger.log(Match[1])
  // result is 'a class=""email"" href=""mailto:SOisAwesome@hello.edu'
}

如果我没弄错的话，googleapp脚本中的正则表达式引擎应该支持非捕获组（参考https://en.wikipedia.org/wiki/Comparison_of_regular_expression_engines，我想我应该看看“JavaScript（ECMAScript）”和“Shy groups”？），有人能解释一下我在这里遗漏了什么吗？你知道吗

提前谢谢！你知道吗

Answer 1

首先，在GAS regex声明中，需要在\\之前使用.，因为文本反斜杠形成regex转义序列。你知道吗

现在，似乎GAS非捕获组实现有缺陷。

如果在GAS中运行regex并打印Match对象，您将看到

[18-01-26 08:49:07:198 CET] [<a class=""email"" href=""mailto:SOisAwesome@hello.edu"">, 
a class=""email"" href=""mailto:SOisAwesome@hello.edu, "">]

这意味着，非捕获组与跳过第一个字符的第一个捕获组“合并”。你知道吗

这里还有一些实验：

Logger.log(new RegExp("(?:;\\w+):(\\d+)").exec(";er:34")); // = null, expected [;er:34, 34]
Logger.log(new RegExp("(?:e\\w+):(\\d+)").exec(";er:34")); // = null, expected [er:34, 34]
Logger.log(new RegExp("(?:\\w+):(\\d+)").exec(";er:34"));  // =  [er:34, 34], as expected

要解决此问题，可以删除非捕获括号，如\d=(?:\d)。你知道吗