防止正常表达吃掉一部分字符串

Question

一些背景信息：我正在编写一个程序，它允许用CSS分析器分析文档的DOM树。我不能使用querySelectorAll，因为我需要支持旧的浏览器，即使在最新的浏览器中它也往往是错误的并且它不够强大。这意味着我必须编写自己的CSS选择器引擎/解析器。

我有以下正则表达式。

var expression = /([^(>\+~)\\\(\)|^(>\+~)\\\[\]]+|\([^\)]+\)|\[[^\]]+\]|\\\.)+/g;

它曾用以下格式将选择器划分为多个部分：[祖先，组合子，后代]。用法示例：

var selector = 'div[class]>a~p';
var parts = selector.match(expression);

不幸的是，我得到的输出是：

// parts: ['div[class]', 'a', 'p'];

我希望输出如下：

// parts: ['div[class]', '>', 'a', '~', 'p'];

所以问题是我无法弄清楚如何防止表达式吃组合子。有什么建议？提前谢谢。

Answer 1

不要尝试使用正则表达式解析CSS，因为它不是常规语言。有这方面的工具，正则表达式不是一个。 Here's one that I found with a quick search