js 正则学习小记之匹配字符串

原文:js 正则学习小记之匹配字符串

今天看了第5章几个例子，有点收获，记录下来当作回顾也当作分享。

关于匹配字符串问题，有很多种类型，今天讨论 js 代码里的字符串匹配。(因为我想学完之后写个语法高亮练手，所以用js代码当作例子)
 var str1 = "我是字符串1哦，快把我取走", str2 = "我是字符串2哦，快把我取走"; 
比如这样一个字符串，匹配起来很简单 /"[^"]*"/g 即可。

PS: 白色截图是 chrome 34 控制台中运行的结果，深灰色是 sublime text 结果。

很容易就取到内容了，可是亲，你有没有想过，js字符串里允许转义。
 var str1 = "我是字符串1哦，\"快把我取走\"", str2 = "我是字符串2哦，\"快把我取走\"";

这不是我们想要的结果，所以我们要处理下转义问题。
转义的规则是 \ 后面跟着一个字符，所以我们用 \\. 去匹配它，就有了这样的正则 /"(?:\\.|[^"])*"/g

可能对于正则不熟悉的朋友，一下子从 /"[^"]*"/g 变到 /"(?:\\.|[^"])*"/g 后理解不了，我简单说明下。
(?:) 是非捕获组，就是不会把内容抓取保存到内存里的。
\\. 用于匹配 \" \' \a 之类的转义字符，匹配成功的话消耗2个字符。
[^"] 匹配除了 " 以外的所有字符，匹配成功的话消耗1个字符。
所以这个表达式的意思是，先匹配 \. 这样转义，如果成功会消耗掉正确的转义，如果不成功就用 [^"] 匹配。

消耗掉正确的转义的意思是，比如 "aa\\aa\"aa\ufffaa" 都会被正常匹配，因为这些都在正常的转义。
形如 "aa\\aa\"aa\ufff\\"aa" 这里的 \\" 其中 \\ 会被匹配，而 " 既不满足 \\. 也不满足 [^"]
所以这个匹配结果会是 "aa\\aa\"aa\ufff\\" 后面的 aa" 无法匹配到。

所以现在我们得到了比较强力的正则，可以有效的匹配 js 代码中的字符串了。

骚等，好像还有哪里不对。
js 字符串允许折行，形如这样：

var str = "大家好\
我是js";

但是这样的字符串用刚才的正则能匹配么？答案是能。
因为 \ 不能被 \\. 匹配，但是可以被 [^"] 匹配到，\ 后面一个字符是 \r, \n 或 \r\n (具体是什么换行符要看系统了) 都能被 [^"] 匹配到，所以我们无意间写了个强力的表达式。

现在剩下最后一个问题了，就是 ' 的匹配。
我们修改下表达式 /"(?:\\.|[^"])*"|'(?:\\.|[^'])*'/g 就好了。

来测试一下：

var str1 = "我是字符串1哦，\
\"快把我取走\"", str2 = '我是字符串2哦，\
\'快把我取走\'';

匹配成功。

好了，这些就是今天的分享了，明天见。