正则表达式：准确匹配输入中的粗体 (**) 和斜体 (*) 项目

Answer 1

[^**]不会回避连续两个*。它是一个与[^*] 没有区别的字符类。重复的星号无效。

斜体的图案最好出现在正常部分的前面，它应该捕捉到任何剩余的东西。这甚至可以是唯一的星号（例如）——普通文本的模式应该允许这样做。

使用split 并使用粗体/斜体模式来匹配拆分的“分隔符”会更容易，同时仍然捕获它。然后所有其余的将是“正常的”。 split 的缺点是您无法从命名捕获组中受益，但它们只会由返回数组中的单独条目表示。

我将忽略 markdown 可能具有的其他语法（就像您在正则表达式中使用 [ 和 ~ 暗示的那样）。另一方面，处理好反斜杠很重要，因为它用于转义星号。

这是正则表达式（链接）：

(\*\*?)(?![\s\*])((?:[\s*]*(?:\\[\\*]|[^\\\s*]))+?)\1

这是一个具有两个功能的 sn-p：

• 首先将输入拆分为标记的函数，其中每个标记是一对，例如["normal", " this is normal text "] 和["i", "text in italics"]
• 另一个使用这些标记生成 HTML 的函数

sn-p 是交互式的。只需键入输入，输出将使用上述顺序以 HTML 格式呈现。

function tokeniseMarkdown(s) {
    const regex = /(\*\*?)(?![\s\*])((?:[\s*]*(?:\\[\\*]|[^\\\s*]))+?)\1/gs;
    const styles = ["i", "b"];
    // Matches follow this cyclic order: 
    //   normal text, mark (= "*" or "**"), formatted text, normal text, ...
    const types = ["normal", "mark", ""];
    return s.split(regex).map((match, i, matches) =>
        types[i%3] !== "mark" && match &&
            [types[i%3] || styles[matches[i-1].length-1], 
             match.replace(/\\([\\*])/g, "$1")]
    ).filter(Boolean); // Exclude empty matches and marks
}

function tokensToHtml(tokens) {
    const container = document.createElement("span");
    for (const [style, text] of tokens) {
        let node = style === "normal" ? document.createTextNode(text) 
                                      : document.createElement(style);
        node.textContent = text;
        container.appendChild(node);
    }
    return container.innerHTML;
}


// I/O management
document.addEventListener("input", refresh);

function refresh() {
    const s = document.querySelector("textarea").value;
    const tokens = tokeniseMarkdown(s);
    document.querySelector("div").innerHTML = tokensToHtml(tokens);
}
refresh();

textarea { width: 100%; height: 6em }
div { font: 22px "Times New Roman" }

<textarea>**fi*rst b** some normal text here **second b**  *first i* normal *second i* normal again</textarea><br>

<div></div>

Answer 2

有一些discussion in the chat 正在进行。只是提到它，还没有关于如何处理像\* 这样的转义字符的要求，所以我没有注意它。

根据期望的结果，我会选择一个两步解决方案并保持模式简单：

str = str.replace(/\*\*(.+?)\*\*(?!\*)/g,'<b>$1</b>').replace(/\*([^*><]+)\*/g,'<i>$1</i>');

• 步骤1：替换粗体部分
  将\*\*(.+?)\*\*(?!\*) 替换为<b>$1</b> -> Regex101 demo
  它captures(.+?)one or morecharacters在**lazily到$1之间
  最后使用lookahead 匹配最外面的*。

• 第2步：现在随着剩余*的数量减少，斜体部分
  将剩余的 \*([^*><]+)\* 替换为 <i>$1</i> -> Regex101 demo
  [^*><]+ 匹配一个或多个characters that are not*、> 或 <。

Here is the JS-demo at tio.run

我自己认为依靠相同字符的数量来区分各种替换不是一个好主意。它的工作方式最终得到了品味。

Answer 3

再看一些关于负前瞻的信息，我想出了这个正则表达式：

/\*\*(?<bold>(?:(?!\*\*).)+)\*\*|`(?<code>[^`]+)`|~~(?<strike>(?:(?!~~).)+)~~|\[(?<linkTitle>[^]]+)]\((?<linkHref>.*)\)|(?<normal>[^`[*~]+)|\*(?<italic>[^*]+)\*|(?<tara>[*~]{3,})|(?<sitara>[`[]+)/g

Regex101

根据我的输入场景，这对我来说非常有用。如果有人有更优化的正则表达式，请发表评论。

Answer 4

斜体：((?<!\s)\*(?!\s)(?:(?:[^\*\*]*(?:(?:\*\*[^\*\*]*){2})+?)+?|[^\*\*]+?)(?<!\s)\*)

(?<!\s)\*(?!\s) 表示匹配开始 * 周围没有空格，
(?:(?:[^\*\*]*(?:(?:\*\*[^\*\*]*){2})+?)+? 表示匹配 ** 与外观均匀，从而否定 intalic 内无意义的 **。
|[^\*\*]+? 表示如果一对或多对 ** 不匹配，则匹配除单个 ** 之外的任何内容。（此“或”顺序很重要）
(?<!\s)*) 表示匹配结尾 * 前面没有空格
而 ?: 是 js 中的非捕获组，不需要的可以删除

大胆的： ((?<!\s)\*\*(?!\s)(?:[^\*]+?|(?:[^\*]*(?:(?:\*[^\*]*){2})+?)+?)(?<!\s)\*\*)

类似于斜体，除了*对和其他字符的顺序。

您可以一起获得：
((?<!\s)\*(?!\s)(?:(?:[^\*\*]*(?:(?:\*\*[^\*\*]*){2})+?)+?|[^\*\*]+?)(?<!\s)\*)|((?<!\s)\*\*(?!\s)(?:[^\*]+?|(?:[^\*]*(?:(?:\*[^\*]*){2})+?)+?)(?<!\s)\*\*)
在https://regexr.com/中测试， view result screenshot