Question

我有这样的正则表达式匹配字符串文字：

/"[^"\\]*(?:\\[\S\s][^"\\]*)*"|'[^'\\]*(?:\\[\S\s][^'\\]*)*'/

DEMO

如何测试给定的字符串是否包含无效（未闭合的字符串），如下所示：

echo "asd \\\"asd && rm

它应匹配：

echo "foo
echo "asd \\\"asd && rm
echo "asd \" " asd && rm " \"

但不是：

echo "asd \\\"asd" && rm
echo "asd \"asd" && rm
echo "asd \\\\\"asd" && echo " \" " && rm

如何使用javascript（没有特定的PCRE扩展名）创建此类正则表达式解决方案是首选。

编辑：我已经使用php解决了这个问题：

/(?:"[^"\\]*(?:\\[\S\s][^"\\]*)*"|'[^'\\]*(?:\\[\S\s][^'\\]*)*')(*SKIP)(*F)|"/

是否可以在javascript中执行相同的操作，还是需要解析字符串？

Answer 1

你的php模式实际上是错误的，因为它不适用于单引号。如果您使用"更改上一个["']，则可以轻松更正此问题。请注意，您也不需要使用变通方法[\s\S]，因为pcre具有单行修饰符s：

/(?:"[^"\\]*(?:\\.[^"\\]*)*"|'[^'\\]*(?:\\.[^'\\]*)*')(*SKIP)(*F)|["']/s

然而，如果使用(*SKIP)(*FAIL)组合似乎引诱，它以低效的模式设计结束：以交替开始的非锚定模式。结果，对于不是引用的每个字符（在引用部分之外），交替的三个分支都没有被测试。

这就是为什么我建议一种更有效的方法，从一开始就检查字符串（锚定模式）并使用占有量词：

$p = '~(?:  [^"\']+ 
         |  " [^"\\\\]*  (?: \\\\. [^"\\\\]*  )*  "
         | \' [^\'\\\\]* (?: \\\\. [^\'\\\\]* )* \'
       )*+  # possessive quantifier
       .    # a character that can only be a quote (single or double) 
      ~xAs'; // modifiers: extended, Anchored, singleline

var_dump(preg_match($p, $str));

demo

由于量词是贪婪的（它需要一切可能）和占有（它禁止正则表达式引擎回溯），因此点匹配的字符只能是孤立引用（如果存在）（否则，模式失败）。

与javascript相同的想法，除了你必须使用前瞻的原子性质来模拟占有量词：(?=(...))\1

var p = /^(?=((?:[^"']+|"[^"\\]*(?:\\[^][^"\\]*)*"|'[^'\\]*(?:\\[^][^'\\]*)*')*))\1./;
console.log(p.test(s));

您还可以构建状态机：

String.prototype.unbalancedQuotes = function () {
    var p = /[\\"']/g, state = {
        e: false, // escape state: index of the last quoted escape character or false
        q: undefined, // quote state: last opening quote or undefined
        update: function(m) {
            if ( this.e === m.index - 1 ) { // when the current character is escaped:
               this.e = false;  //set the escaped state to false
            } else {                        // otherwise:
               if ( this.q && m[0] == '\\' ) // if the character is a quoted backslash
                   this.e = m.index; // store the current index
               else // else change eventually the quote state
                   this.q = this.q == m[0] ? undefined : this.q || m[0];
            }
        }
    };

    while ( (m = p.exec(this)) !== null ) state.update(m);

    return Boolean(state.q);
};

var s = '"a\\h"bcd';

console.log(s);
console.log(s.unbalancedQuotes());

Answer 2

在php中，我使用正则表达式解决了这个问题：

/(?:"[^"\\]*(?:\\[\S\s][^"\\]*)*"|'[^'\\]*(?:\\[\S\s][^'\\]*)*')(*SKIP)(*F)|"/

在javascript中我创建了解析函数：

    function unclosed_strings(string) {
        if (!string.match(/["']/)) {
            return false;
        }
        var count = 0;
        string.match(/\\*["']/g).forEach(function(quote) {
            var slashes = quote.match(/\\/g);
            if (slashes && slashes.length % 2 === 0 || !slashes) {
                count++;
            }
        });
        return count % 2 !== 0;
    }

如何测试字符串是否包含无效的字符串文字？

2 个答案: