如何将这两个正则表达式合并成一个？

Question

如何将这两个正则表达式合并成一个？

3

我正在使用JavaScript编写基本的词法分析器，并使用正则表达式。我有两个正则表达式（一个用于单引号字符串，一个用于双引号字符串），希望将它们合并为一个正则表达式。这是我的两个正则表达式（我添加了^和$字符进行测试）：

var singleQuotedString = /^'(?:[^'\\]|\\'|\\\\|\\\/|\\b|\\f|\\n|\\r|\\t|\\u[0-9A-F]{4})*'$/gi;
var doubleQuotedString = /^"(?:[^"\\]|\\"|\\\\|\\\/|\\b|\\f|\\n|\\r|\\t|\\u[0-9A-F]{4})*"$/gi;

现在，我尝试将它们组合成一个正则表达式，如下：

var string = /^(["'])(?:[^\1\\]|\\\1|\\\\|\\\/|\\b|\\f|\\n|\\r|\\t|\\u[0-9A-F]{4})*\1$/gi;

但是，当我测试输入"Hello"World!"时，它返回true而不是false:

alert(string.test('"Hello"World!"')); //should return false as a double quoted string must escape double quote characters

我发现问题在于[^\1\\]应该匹配除匹配组\1 (这是字符串的定界符，可以是单引号或双引号)和\\ (这是反斜杠字符)之外的任何字符。

正则表达式正确地过滤了反斜杠并匹配了定界符，但它没有过滤掉字符串中的定界符。非常感谢您的帮助。请注意，我参考了 Crockford 的铁路图来编写这些正则表达式。

- Aadit M Shah

3个回答

2

这也应该可以使用（原始正则表达式）。
如果速度是一个因素，那么这就是“展开”方法，据说是这种情况下最快的。

(['"])(?:(?!\\|\1).)*(?:\\(?:[\/bfnrt]|u[0-9A-F]{4}|\1)(?:(?!\\|\1).)*)*/1

扩展

(['"])            # Capture a quote
(?:
   (?!\\|\1).             # As many non-escape and non-quote chars as possible
)*

(?:                       
    \\                     # escape plus,
    (?:
        [\/bfnrt]          # /,b,f,n,r,t or u[a-9A-f]{4} or captured quote
      | u[0-9A-F]{4}
      | \1
    )
    (?:                
        (?!\\|\1).         # As many non-escape and non-quote chars as possible
    )*
)*

/1                # Captured quote

- user557597

0

你可以通过在较小的正则表达式上使用交替运算符来创建一个更大的正则表达式。

/(?:single-quoted-regex)|(?:double-quoted-regex)/

或者明确地说：

var string = /(?:^'(?:[^'\\]|\\'|\\\\|\\\/|\\b|\\f|\\n|\\r|\\t|\\u[0-9A-F]{4})*'$)|(?:^"(?:[^"\\]|\\"|\\\\|\\\/|\\b|\\f|\\n|\\r|\\t|\\u[0-9A-F]{4})*"$)/gi;

最后，如果你想要避免代码重复，你可以使用new Regex构造器动态构建正则表达式。

var quoted_string = function(delimiter){
    return ('^' + delimiter + '(?:[^' + delimiter + '\\]|\\' + delimiter + '|\\\\|\\\/|\\b|\\f|\\n|\\r|\\t|\\u[0-9A-F]{4})*' + delimiter + '$').replace(/\\/g, '\\\\');
    //in the general case you could consider using a regex excaping function to avoid backslash hell.
};

var string = new RegExp( '(?:' + quoted_string("'") + ')|(?:' + quoted_string('"') + ')' , 'gi' );

- hugomg

我曾经想过那个方法；但是我又想，一定有更好的方法可以做到。=) - Aadit M Shah

你知道为什么[^\1\\]不能按预期工作吗？ - Aadit M Shah

@AaditMShah：我认为你不能在类内部像那样使用反向引用。无论如何，我写了一个不重复正则表达式的版本，但现在你必须决定它是否更易读 ;) - hugomg

网页内容由stack overflow 提供, 点击上面的

可以查看英文原文，
原文链接

- Bart Kiers · Accepted Answer

你不能在字符类内引用匹配组：(['"])[^\1\\]。请尝试使用类似以下的方式：

(['"])((?!\1|\\).|\\[bnfrt]|\\u[a-fA-F\d]{4}|\\\1)*\1

(你需要添加更多的转义符，但你知道我的意思...)

简单解释一下：

(['"])             # match a single or double quote and store it in group 1
(                  # start group 2
  (?!\1|\\).       #   if group 1 or a backslash isn't ahead, match any non-line break char
  |                #   OR
  \\[bnfrt]        #   match an escape sequence
  |                #   OR
  \\u[a-fA-F\d]{4} #   match a Unicode escape
  |                #   OR
  \\\1             #   match an escaped quote
)*                 # close group 2 and repeat it zero or more times
\1                 # match whatever group 1 matched