<script> </script> 块中空格的规范化答案

【问题标题】：normalization for whitespaces in <script> </script> blocks<script> </script> 块中空格的规范化
【发布时间】：2011-02-19 12:07:25
【问题描述】：

我想编写正则表达式来读取 HTML 中 <script></script> 块内的数据。作为脚本，我想空白是有灵活性的。为了使我的正则表达式模式健壮，我必须预测不同数量的空白。也许有比在我的模式中放置许多空白匹配器更简单的方法。例如，可能有一个规范化器？（规范化器当然必须理解字符串文字，以免破坏它们。）

我正在使用 .NET 和 Regex 类。（注意：Regex 类有一个 ECMAScript 选项，我认为它可能会启用一个理解脚本空白但阅读它的描述的功能，似乎没有。）

编辑：Regex 类有一个选项“IgnorePatternWhitespace”，但请注意这在编写 regex 模式时提供了灵活性。它不会改变解析/匹配行为。

我试图避免将空格匹配器以以下类型的模式放置在许多位置：

const string propertyKey = @""".+""";
const string propertyValue = @""".+""";
string property = propertyKey + @"\x3a" + propertyValue;
string actionProperties = property + @"(\x2c" + property + @")*";
string actionPattern = @"\x7b" + actionProperties + @"\x7d";
string contentPattern = actionPattern + @"(\x2c" + actionPattern + @")*";
string corporateActionsPattern = @"corp_actions\s*:\s*""\s*[" + contentPattern + @"]\s*""";

【问题讨论】：

代码，通常script标签包含的代码不能用正则表达式正确解析。
谢谢，很高兴知道。幸运的是，我不需要解析所有脚本代码，只需要解析键值对列表。

标签： javascript .net regex

【解决方案1】：

正如 kirilloid 在 cmets 中已经指出的那样，javascript 语言过于复杂，无法通过正则表达式进行解析。您需要的是一个完全成熟的 javascript 解析器，这是一件很容易编写的事情。

你想通过这个实现什么？

也许有更好的方法，如果这里的人知道你希望从中得到什么，他们可以帮助你:)

【讨论】：

我正在尝试读取如下结构：my_data:"[{k1:v1,k2:v2,k3:v3},{k4:v4},{k5,v5 }]" 所有的键都是字符串，所有的值都是字符串。所以事实上，它们是这样转义的：\"key\":\"000.01\" 这个想法是为了让它对空格的变化具有鲁棒性。

【解决方案2】：

不完美的解决方案是通过删除所有空格来规范化脚本（不仅仅是规范化为单个空格）。字符串文字的完整性受到尊重。正则表达式匹配器变得更容易编写。请注意，Javascript 将被破坏，因为保留字和标识符会在删除空格时相互碰撞，但如果目标是仅解析“数据”部分（即：字符串文字、数字和标点符号），则出现问题的风险很低围绕着他们）。

【讨论】：

我对 Martin 的回答投了赞成票，因为我认为这里的宝贵之处在于认识到没有完美的简单解决方案。