Question

我正在尝试匹配双引号，单引号或正则表达式斜杠之间的任何内容，基本上任何未被javascript标记为字符串或正则表达式的内容。到目前为止，我想出的是：

/"[^\\"\n]*(\\"[^\\"\n]*)*"|'[^\\'\n]*(\\'[^\\'\n]*)*'|\/[^\\\/\n]*(\\\/[^\\\/\n]*)*\//

但是有一些问题，你可以看到here

http://goo.gl/4Yn9pR

基本上这不应该与1+2/3+4/5匹配，因为它不是正则表达式。此外
Dont match "Match here\\" Dont match"应匹配第一部分而不是第二部分（对于单引号和正则表达式也是如此）

应该怎么写？

修改：如果使用正则表达式无法区分1+2/3+4/5，/*comment*/和/regex/，我将如何解决Dont match "Match here\\" Dont match"问题

Answer 1

匹配c-like类型转义字符串的技巧是这样的：

" (\\. | [^"]) * "

即，

 - quote
 - repeat (
    - one escaped char
    - or not a quote
   )
  - quote

与单引号相似。自JS正则表达式丑陋以来python中的插图：

import re

test = r"""
    foo "bar" and "bar\"bar" and "bar\\bar" and "bar \\"
    foo 'bar' and 'bar\'bar' and 'bar\\bar' and 'bar \\'
"""

rr = r"""(?x)
    " (\\. | [^"]) * "
    |
    ' (\\. | [^']) * '
"""

print re.sub(rr, '@@', test)

> foo @@ and @@ and @@ and @@
> foo @@ and @@ and @@ and @@

可能需要向[^"]组添加换行符。

请注意，此表达式非常宽容，并允许许多无效的javascript构造。有关完整而准确的实施，请参阅https://stackoverflow.com/a/13800082/989121。

Answer 2

刚想通了。我很亲密。这是解决方案：

/"[^\\"\n]*(\\["\\][^\\"\n]*)*"|'[^\\'\n]*(\\['\\][^\\'\n]*)*'|\/[^\\\/\n]*(\\[\/\\][^\\\/\n]*)*\//

DEMO

这与thg435的答案非常相似，但我认为它的表现要多一点，因为它没有那么多的回溯

我缺少的是在查找转义引用时，我本来也应该寻找转义反斜杠，所以我将\\"更改为\\["\\]而不是thg435的回答在反斜杠之后，有效时可以在正则表达式引擎中使用更多状态

javascript正则表达式匹配单引号，双引号和正则表达式斜杠之间的任何内容

http://goo.gl/4Yn9pR

2 个答案:

DEMO