javascript 字符串的 javascript 正则表达式

Question

我需要用正则表达式匹配一个javascript字符串，这是一个用单引号括起来的字符串，并且只能包含一个反斜杠单引号。

我将匹配的示例字符串如下所示：

'abcdefg'
'abc\'defg'
'abc\'de\'fg'

Answer 1

这是匹配所有有效 JavaScript 文字字符串（由单引号 ' 包围）并拒绝所有无效字符串的正则表达式。请注意，假定为 strict 模式。

/'(?:[^'\\\n\r\u2028\u2029]|\\(?:['"\\bfnrtv]|[^\n\r\u2028\u2029'"\\bfnrtvxu0-9]|0(?![0-9])|x[0-9a-fA-F]{2}|u[0-9a-fA-F]{4})|\\(?:\n|\r\n|\r(?!\n)|[\u2028\u2029]))*'/

或更短的版本：

/'(?:[^'\\\n\r\u2028\u2029]|\\(?:[^\n\rxu0-9]|0(?![0-9])|x[0-9a-fA-F]{2}|u[0-9a-fA-F]{4}|\n|\r\n?))*'/

上述正则表达式基于 2011 年 6 月发布的 ECMAScript 语言规范 5.1 版中指定的StringLiteral（忽略双引号版本）的定义。

用双引号 " 包围的 JavaScript 文字字符串的正则表达式几乎相同：

/"(?:[^"\\\n\r\u2028\u2029]|\\(?:[^\n\rxu0-9]|0(?![0-9])|x[0-9a-fA-F]{2}|u[0-9a-fA-F]{4}|\n|\r\n?))*"/

---

让我们剖析一下怪物（较长的版本，因为它是从语法直接翻译而来的）：

• StringLiteral（忽略双引号版本）以 ' 开头和结尾，正如在正则表达式中所见。在引号之间是SingleStringCharacter 的可选序列。这解释了* - 0 个或更多字符。

• SingleStringCharacter 定义为：

  单字符串字符 :: SourceCharacter 但不是 ' 或 \ 或 LineTerminator 之一 \ 转义序列 行继续

  [^'\\\n\r\u2028\u2029]对应第一条规则

  \\(?:['"\\bfnrtv]|[^\n\r\u2028\u2029'"\\bfnrtvxu0-9]|0(?![0-9])|x[0-9a-fA-F]{2}|u[0-9a-fA-F]{4})对应第二条规则

  \\(?:\n|\r\n|\r(?!\n)|[\u2028\u2029])对应第三条规则

• 让我们看看第一条规则：SourceCharacter but not one of ' or \ or LineTerminator。第一条规则处理“正常”字符。

  SourceCharacter 是任何 Unicode 单元。

  LineTerminator 是换行符 <LF>（\u000A 或 \n），回车符 <CR>（\u000D 或 \r），行分隔符 <LS>（\u2028）或段落分隔符<PS> (\u2029)。

  所以我们将只使用一个否定字符类来表示这条规则：[^'\\\n\r\u2028\u2029]。

• 对于处理转义序列的第二条规则，您可以在EscapeSequence 之前看到\，因为它出现在正则表达式中。至于EscapeSequence，这是它的语法（严格模式）：

  转义序列:: 字符转义序列 0 [前瞻∉ DecimalDigit] 十六进制转义序列 Unicode转义序列

  ['"\\bfnrtv]|[^\n\r\u2028\u2029'"\\bfnrtvxu0-9] 是CharacterEscapeSequence 的正则表达式。其实可以简化为[^\n\r\u2028\u2029xu0-9]

  第一部分为SingleEscapeCharacter，包括'、"、\，以及用于控制字符的b、f、n、r、t、@ 987654364@.

  第二部分是NonEscapeCharacter，也就是SourceCharacter but not one of EscapeCharacter or LineTerminator。 EscapeCharacter 定义为SingleEscapeCharacter、DecimalDigit 或x（用于十六进制转义序列）或u（用于Unicode 转义序列）。

  0(?![0-9]) 是EscapeSequence 第二条规则的正则表达式。这是用于指定空字符\0。

  x[0-9a-fA-F]{2} 是HexEscapeSequence 的正则表达式

  u[0-9a-fA-F]{4} 是UnicodeEscapeSequence 的正则表达式

• 第三条规则处理跨越多行的字符串。再来看看LineContinuation等相关的语法：

  LineContinuation ::
          \ LineTerminatorSequence
  
  LineTerminatorSequence :: 
          <LF> 
          <CR> [lookahead ∉ <LF> ]
          <LS>
          <PS>
          <CR> <LF>
  

  \\(?:\n|\r\n|\r(?!\n)|[\u2028\u2029])对应上面的语法。

Answer 2

试试这个：

/'(?:[^'\\]|\\'|\\(?!'))*'/

在您的控制台中测试它：

/'(?:[^'\\]|\\'|\\(?!'))*'/.exec("'abc\\\'de\\\'fg'")

会匹配

• 任意数量的字符是：
  • NOT ' or \（除外）
  • \'（或）
  • \（后面不跟'）

如果您希望它匹配整个字符串，请使用^ 字符串开头和$ 字符串结尾标记：

/^'(?:[^'\\]|\\'|\\(?!'))*'$/

... 将匹配 'string'、'string\'s are awesome' 但不匹配 'string's are awesome' 或 'string's

Answer 3

没那么难……

另外，您需要检测一些其他可能的字符序列，例如\n、\r 或\\，在 javascript 中没有转义的换行是无效的，您必须使用\n 序列。

/^'([^\\'\n\r]|\\'|\\n|\\r|\\\\)*'$/

执行中：

var sample = ["'abcdefg'", // Valid
              "'abc\\'defg'", // Valid
              "'abc\\'de\\'fg'", // Valid
              "'abc\\'\\r\\nde\\'fg'", // Valid
              "'abc\\'\r\nde\\'fg'", // Invalid
              "'abc'def'" // Invalid
             ];
for(var i = 0; i < sample.length; i++)
    console.log(sample[i].match( /^'([^\\'\n\r]|\\'|\\n|\\r|\\\\)*'$/ ));

1. ^ 告诉匹配器下一个条件必须匹配字符串的开头
2. ' 将匹配 ' 分隔符
3. (开群
4. [^\\'\n\r] 匹配与 \ 和 ' 不同的任何字符，并且不会匹配特殊的 \n 和 \r 字符
5. | 如果上面的条件不匹配，则测试| 的右侧
6. \\' 将匹配 \'
7. \\n 将匹配 \n 文字字符串
8. |\\r 或将匹配 \r 文字字符串
9. |\\\\ 或将匹配 \\ 文字字符串
10. )*关闭组并允许它重复多次并允许它不存在（例如空字符串）
11. ' 将匹配最后的 ' 分隔符
12. $ 告诉匹配器这必须是字符串的 and

Answer 4

试试这个

/^'([a-z]*(?:\')?[a-z])+'$/

参见示例here

str = 'abc\'de\'fg';

match = str.match(/^([a-z\\']+)$/g);

在 Firebug 控制台中测试。使用或不使用转义字符。