PCRE：搜索未注释的字符串或注释块内？

Question

我正在进行（PCRE）搜索字符串，但我不想匹配任何已注释或显示在注释块中的字符串，因此，在此文件中：

/*
  function someFuncInCommentBlock(){
      return 'match this string';
  }
*/
// var someVarThatsCommented = 'match this string';
var someVar = 'match this string';

function someFunc(){
    return 'match this string';
}

...我只希望看到match this string的两个匹配项（评论中的最后两个匹配项）。我需要什么样的模式语法呢？

Answer 1

您可以使用此正则表达式：

/\*[\s\S]*?\*/(*SKIP)(*FAIL)|//.*(*SKIP)(*FAIL)|'(.*?)'

<强> Working demo

这个正则表达式的想法与您不想要的相匹配，并使用标记(*SKIP)(*FAIL)将其丢弃。使用这种技术通常命名为＆＃34;丢弃技术＆＃34;您使用要排除的一系列模式执行以下操作：

/\*[\s\S]*?\*/(*SKIP)(*FAIL)     <--- Discard everything block comments
|                                or
//.*(*SKIP)(*FAIL)               <--- Discard everything single comments
|                                or
'(.*?)'                          <--- Keep everything withing single quotes

如果是PCRE正则表达式，您可以利用(*SKIP)(*FAIL)的优势说明排除与此模式匹配的所有内容。

另一方面，不支持这些标志的正则表达式引擎可以通过使用由以下OR模式组成的正则表达技巧来实现相同的丢弃技术：

exclude this | another pattern to exclude | (save this content)

对于我发布的正则表达式，如果你必须在其他正则表达式引擎中实现相同，你可以使用这个正则表达式：

/\*[\s\S]*?\*/|//.*|'(.*?)'

要排除的所有模式都在左侧，它们由OR分隔。对于最正确的一方，你有一个匹配你想要的捕获组。一个简单的方法是使用debuggex图：

正如 Bark Kiers 在此评论中所指出的，我的正则表达式将匹配单引号内的内容，它不会显式匹配match this string。因此，为了匹配match this string，您可以将正则表达式更改为：

/\*[\s\S]*?\*/(*SKIP)(*FAIL)|//.*(*SKIP)(*FAIL)|match this string