Como já disseram nas outras respostas, o problema é o trecho (?<!,)
, que é um negative lookbehind. No caso, ele verifica se não existe uma vírgula antes do caractere desejado (que no caso, também é uma vírgula). Se tiver, a regex falha.
E logo em seguida temos (?!,)
, que é um negative lookahead, que verifica se não há uma vírgula depois. Portanto /(?<!,),(?!,)/
serve para capturar as vírgulas que não possuem uma outra vírgula antes ou depois, o que é outro modo de dizer que a regex não pega os casos em que há duas ou mais vírgulas seguidas (exemplo).
Como você está usando esta regex em um split
, significa que a string será separada somente nas posições em que há uma vírgula (desde que não tenha uma vírgula antes ou depois). Ou seja, se tiver duas ou mais vírgulas seguidas, elas não são consideradas no split
.
Obs: na época em que a pergunta foi feita, esta sintaxe não estava disponível em todos os browsers, como o Firefox (citado na pergunta). Mas vendo este link hoje - julho/2021 - podemos constatar que vários outros browsers, como Firefox e Edge, agora têm suporte (mas de qualquer forma, ainda não é algo implementado em todos, por isso a alternativa mais abaixo continua sendo uma opção).
Rodei o seu código no Chrome (código abaixo):
String.prototype.scapeSplit = function (v) {
let r_split = new RegExp('(?<!' + v + ')' + v + '(?!' + v + ')');
let r_replace = new RegExp(v + '{2}');
let s = this.split(r_split);
// split produz a lista ["ab", "cd,,ef", "gh,,,ij", "kl"]
return s.map(function (x) {
return x.replace(r_replace, v);
});
}
let s = 'ab,cd,,ef,gh,,,ij,kl';
// ["ab", "cd,ef", "gh,,ij", "kl"]
console.log(s.scapeSplit(','));
Como o Chrome já suporta lookbehinds, o código rodou sem problemas. Vi que seu código primeiro faz o split
. Usando a string 'ab,cd,,ef,gh,,,ij,kl'
e fazendo o split
com vírgula, a primeira regex quebra a string somente onde não há duas ou mais vírgulas seguidas.
Então o resultado é a lista ["ab", "cd,,ef", "gh,,,ij", "kl"]
. Em seguida é feito um map
nesta lista, substituindo duas vírgulas seguidas (v + '{2}'
, que resulta em ,{2}
- duas vírgulas seguidas) por apenas uma. Ou seja, cd,,ef
é transformado em cd,ef
e gh,,,ij
, em gh,,ij
.
O resultado final é a lista ["ab", "cd,ef", "gh,,ij", "kl"]
.
Alternativa para os browsers que não suportam lookbehind
Como este recurso não é suportado em todos os browsers, a abordagem deve ser um pouco diferente. Em vez de split
, vou usar o método match
, e na regex usarei a flag g
, que faz com que seja retornado um array com todos os matches encontrados.
Mas usarei uma regex diferente, já que a lógica será inversa. Enquanto no split
eu coloco uma regex com as coisas que eu não quero no resultado final (vírgula que não tem outra vírgula antes ou depois), no match
eu faço o oposto: coloco as coisas que eu quero que estejam no resultado final (no fundo, split
e match
são apenas dois lados da mesma moeda). Enfim, o que eu quero que esteja no resultado final é:
- uma sequência de caracteres que não sejam vírgula
- opcionalmente seguidos por uma sequência de duas ou mais vírgulas
- esta sequência toda pode se repetir várias vezes (por exemplo, se tiver um trecho
aa,,bb,,,cc,,,dd
, tudo isso é um único elemento que o split
não separou, então o match
deve ter uma regex que considera tudo isso uma coisa só).
No caso, vou usar ([^,]+(,{2,})?)+
. Explicando de dentro para fora:
[^,]+
: O delimitador [^
representa uma classe de caracteres negados, ou seja, a regex considera qualquer caractere que não seja o que está entre [^
e ]
. No caso, só tem a vírgula. E o quantificador +
significa "uma ou mais ocorrências". Ou seja, é uma sequência de vários caracteres que não sejam vírgula.
(,{2,})?
: o trecho ,{2,}
significa "duas ou mais vírgulas", e o ?
torna todo este trecho opcional. Isso quer dizer que pode ter uma sequência de várias vírgulas, ou não.
- O
+
em torno de toda a expressão (agrupada entre parênteses) diz que isso pode se repetir várias vezes. Ou seja, todo o conjunto "vários caracteres que não são vírgula, seguidos ou não de várias vírgulas" pode se repetir várias vezes.
Isso garante que trechos como ab
, ab,,cd
e ab,,cd,,,ef
serão considerados uma coisa só. Exemplo:
let matches = 'ab,cd,,ef,gh,,,ij,kl'.match(/([^,]+(,{2,})?)+/g);
console.log(matches); // ["ab", "cd,,ef", "gh,,,ij", "kl"]
O resultado foi o array ["ab", "cd,,ef", "gh,,,ij", "kl"]
, exatamente o mesmo que seu código original obtém antes do map
. Ou seja, agora basta fazer o map
e seu código está pronto:
String.prototype.scapeSplit = function (v) {
let r_match = new RegExp('([^' + v + ']+(' + v + '{2,})?)+', 'g');
let r_replace = new RegExp(v + '{2}');
let s = this.match(r_match);
// match produz a lista ["ab", "cd,,ef", "gh,,,ij", "kl"]
return s.map(function (x) {
return x.replace(r_replace, v);
});
}
let s = 'ab,cd,,ef,gh,,,ij,kl';
// ["ab", "cd,ef", "gh,,ij", "kl"]
console.log(s.scapeSplit(','));
O resultado será o array ["ab", "cd,ef", "gh,,ij", "kl"]
.
A solução acima funciona bem quando o parâmetro passado para scapeSplit
possui apenas um caractere.
Caso o parâmetro tenha mais de um caractere, há algumas modificações a serem feitas.
Se o browser suportar negative lookbehind (como é o caso do Chrome), basta corrigir a regex que faz o replace
para:
let r_replace = new RegExp('(' + v + '){2}');
Caso v
seja, por exemplo, a string 12
: se não tiver parênteses, o resultado é 12{2}
(o número 1
, seguido de dois números 2
). Mas eu quero na verdade (12){2}
(duas ocorrências de 12
). Corrigindo isso, você pode usar a string '12'
no split
que funcionará sem problemas, seguindo a mesma lógica da vírgula (só separar por 12
se não tiver outra ocorrência de 12
antes ou depois).
Caso o browser não suporte negative lookbehind, não podemos usar [^...]
como foi feito acima, então a solução é um pouco mais complicada¹:
String.prototype.scapeSplit = function (v) {
let r_match = new RegExp('(?:' + v + ')(?!(' + v + ')+)', 'g');
let lookbehind = new RegExp(v + '$'); // simula o lookbehind
let indices = [], match;
// primeiro obtém os índices em que a expressão ocorre
while (match = r_match.exec(this)) {
if (match.index == r_match.lastIndex) r_match.lastIndex++;
// obtém a substring de zero até o índice em que o match ocorre
let leftContext = match.input.substring(0, match.index);
if (! lookbehind.exec(leftContext)) { // simular lookbehind negativo
indices.push({ start: match.index, end: match.index + match[0].length });
}
}
// agora faz o split pelas posições encontradas acima
let pos = 0;
let result = [];
indices.forEach(i => {
result.push(this.substring(pos, i.start));
pos = i.end;
});
// não esquecer do último
result.push(this.substring(pos));
let r_replace = new RegExp('(' + v + '){2}');
// o indices.forEach acima produz a lista result = ["ab", "cd1212ef", "gh121212ij", "kl"]
return result.map(function (x) {
return x.replace(r_replace, v);
});
}
let s = 'ab12cd1212ef12gh121212ij12kl';
// ["ab", "cd12ef", "gh1212ij", "kl"]
console.log(s.scapeSplit('12'));
Se o parâmetro for, por exemplo, a string '12'
, a primeira regex (r_match
) fica (?:12)(?!(12)+)
. Ou seja, a string 12
, desde que não esteja seguida de uma ou mais ocorrências de 12
.
Em seguida eu faço um while
percorrendo todos os matches desta regex na string. A cada vez que encontro um, eu uso outra regex para simular o lookbehind. Eu faço isso obtendo uma substring que corresponde à string original, do início até o ponto em que o match foi encontrado (match.index
). Se este trecho termina com a string indicada, quer dizer que o lookbehind encontrou uma repetição da string (mas como eu quero um negative lookbehind, eu faço if (!lookbehind.exec(leftContext))
).
Por exemplo, se a string de entrada começar com ab12cd
, o match é encontrado na posição 2 (onde começa o 12
). Então eu faço um substring
até a posição 2 (resultando em ab
) e verifico se essa string termina em 12
(ou seja, estou simulando o que o lookbehind faria).
Então eu guardo o match.index
(posição em que o match ocorreu) e match.index + match[0].length
(posição em que ele termina = posição inicial do match mais o tamanho da string encontrada). Ao final deste while
, eu tenho todas as posições em que os matches ocorreram. Com isso eu sei exatamente onde tenho que fazer o split
.
Em seguida eu faço um forEach
por esses índices, usando substring
para pegar o trecho indicado e adiciono estas substrings em um array. No fim das contas eu apenas simulei o que o split
faria caso o lookbehind fosse suportado.
Por fim, faço o replace
para eliminar as repetições, tal como foi feito com a vírgula (lembrando de colocar os parênteses).
PS: o trecho if (match.index == r_match.lastIndex) r_match.lastIndex++;
é feito para corrigir um bug para os casos de zero width matches (explicado neste link). Ele não ocorre para as strings e regex específicas que estamos usando, mas em todo caso fica o registro.
(1) - Esta solução que simula o lookbehind foi baseada neste livro.
v
tem apenas um caractere. Editei a resposta e adicionei uma solução mais geral, que funciona com strings de qualquer tamanho