Question

让我们在JavaScript中使用以下（有点复杂的）正则表达式：

\{\{\s*(?:(?:\:)([\w\$]+))?\#(?:([\w\$\/]+@?)?([\s\S]*?))?(\.([\w\$\/]*))?\s*\}\}

我想知道为什么它匹配整个字符串：

{{:control#}}x{{*>*}}

但不是在以下情况下（#之后添加空格）：

{{:control# }}x{{*>*}}

在PHP或Python中，它在两种情况下只匹配第一部分{{: ... }}。

我希望JavaScript也只匹配第一部分。是否可以在(?!}})之前没有黑客[\s\S]？

此外，性能是JavaScript中这种不同行为的原因，还是仅仅是规范中的错误？

Answer 1

您可以使用惰性??量词来在JavaScript中实现相同的行为：

\{\{\s*(?:(?::)([\w$]+))?#(?:([\w$\/]+@?)?([\s\S]*?))??(\.([\w$\/]*))?\s*}}
                                                     ^^

请参阅demo

来自rexegg.com：

A??零或一个A，零，如果仍然允许整体模式匹配（懒惰）

这不是错误，并且根据JavaScript遵守的ECMA标准规范是正确的。

在(?:([\w$\/]+@?)?([\s\S]*?))?中，我们有一个可选的非捕获组，可以匹配空文本。 JavaScript正则表达式引擎“消耗”可选组中的空文本，以便稍后通过反向引用访问它们。这个问题与Backreferences to Failed Groups密切相关。例如。 ((q)?b\2)将匹配JavaScript中的b，但在Python和PCRE中不匹配。

根据ECMA官方标准，对非参与捕获组的反向引用必须成功匹配任何内容，就像对没有捕获任何内容的参与组的反向引用一样。

Answer 2

此子模式负责行为：

([\w\$\/]+@?)?  // P1

因为它贪婪地匹配，你的整个测试字符串（没有空格）被消耗掉。

正如@stribizhev所建议的那样，对正则表达式的指定部分进行非贪婪匹配的限定，会导致保守匹配。

两个版本都匹配并包括#，因为两个匹配模式都包含此字符，没有任何出现限制。

第二个测试字符串（包括#之后的空格）非贪婪匹配，因为P1与空格不匹配。而是通过随后的子表达式（[\s\S]*?）获得matcehd，从而完成匹配。

JavaScript正则表达式意外行为

2 个答案: