说明-

Question

上下文：

我正在改进自定义令牌解析引擎，并希望支持不同语言的字符，数字和空格字符。

当前，此功能适用于带有以下正则表达式的英文字符和数字

var pattern = /\{\{someText\(?(\d+)?\|?([\w\d\s%]+)?\)?[\s\S]+\}\}/;

// this will extract the number and text in a token like
'{{someText(20|Hello World)}}'.match(pattern);

//output 
[20, 'Hello World']

但是上述正则表达式无法解析其他语言的字符：

'{{someText(20|abcdèfg)}}'.match(pattern);

//output 
[20, 'abcd']

我尝试过的正则表达式：

我尝试将XRegexp与下面的正则表达式一起使用，但似乎无法正常工作。

var pattern = XRegExp(/\{\{customText\(?(\d+)?\|?([[\p{L}\p{N}_]\p{Nd}[\p{Z}\h\v]%]+)?\)?[\s\S]+\}\}/);

'{{someText(20|abcdèfg)}}'.match(pattern);

//output 
[20, undefined]

对于新引擎，我也希望支持其他语言的字符。这样

中的文本

'{{someText(20|abcdèfg)}}'.match(pattern);

将产生输出

[20, abcdèfg]

此令牌的格式始终类似于{{someText（number |'实际文本'）}}

Answer 1

您应该尝试一下：

\{\{someText\(?(\d+)?\|?([^\n\r|]+)?\)?\}\}

如此处所示，位于 regex101.com

说明-

根据 Microsoft Docs ，

如果指定了ECMAScript兼容行为，则\w等效于[a-zA-Z_0-9]

因此，\w自然会匹配任何英文字符，而不是带有重音符号的字符。

一个好的解决方法是使用[^\n\r|]而不是[\w\d\s%]，以使其与每个字符，除换行符和竖线|符号匹配（出于明显的原因）。

此外，出于某种原因，您包括了[\s\S]+，它基本上会匹配每个空格和非空格字符（即存在的每个字符）。我删除了它，以便您可以匹配模式的多次出现，甚至在新行上也可以：）

如何使用XRegexp匹配Javascript中所有语言的文本，数字和空格字符

1 个答案:

说明-