javascript - 如何在javascript中将字符串拆分为参数和选项

Question

我想获取参数数组，以便我可以将它与 optparse-js library 一起使用所以如果我有类似的东西

-f foo -b -a -z baz bar

我想要这样的数组

["-f", "foo", "-b", "-a", "-z", "baz", "bar"]

它应该可以处理内部有转义引号和长 GNU 选项的字符串。到目前为止，我有匹配字符串的正则表达式

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

它匹配像 "das" 或 "asd\"asd" 或 'asd' 或 'sad\' 这样的字符串asd'

我可以为此使用正则表达式还是我需要一个解析器(比如使用 PEG)，如果它与正则表达式匹配就更好了，这样我就可以做

-p "hello b\"ar baz" -f /^ [^ ]+ $/

更新:在@Damask 的帮助下，我创建了这个正则表达式:

/('(\\'|[^'])*'|"(\\"|[^"])*"|\/(\\\/|[^\/])*\/|(\\ |[^ ])+|[\w-]+)/g

它适用于这样的字符串:

echo -p "hello b\"ar baz" -f /^ [^ ]+ $/

返回

['echo', '-p', '"hello b\"ar baz"', '-f', '/^ [^ ]+ $/']

但是如果在这样的字符串上失败:

echo "©\\\\" abc "baz"

它匹配命令和两个参数而不是 3 个参数 demo

如果参数没有像 "foo"baz 这样的空格，它应该是数组中的一项，需要包含引号，但我会从字符串中删除未转义的(就像在 bash 中执行 echo "foo "bar echo 将得到一个 foobar 参数。

Answer 1

一些评论:

• 引号的原始正则表达式是这样的
  "[^"\\]*(?:\\[\S\s][^"\\]*)*"|'[^'\\]*(?:\\[\S\s][^'\\]*)*'
  示例:http://regex101.com/r/uxqApc/2

• 这部分 (?= :? | $ ) 将始终解析为 true，并且没有用

• 这部分 /(\\/|[^/])+/[gimy]* 如果这是一个正则表达式(或任何分隔项)
  你必须盲目地处理逃避任何事情。像这样 /[^/\\]*(?:\\[\S\s][^/\\]*)*/[gimy]*。
  否则它会匹配 /..\\// 这是不正确的。

• 这个表达式 (?:\\\s |\S )+ 在交替序列中是第一个，即在这个 [\w-]+。由于非空白 \S 是 [\w-] 的超集，这意味着此 [\w-]+ 永远不会达到.

进行更正并将其全部放回原处得到此正则表达式:
/("[^"\\]*(?:\\[\S\s][^"\\]*)*"|'[^'\\]*(?:\\[\S\s][^'\\]*)*'|\/[^\/\\]*(?:\\[\S\s][^\/\\]*)*\/[gimy ]*(?=\s|$)|(?:\\\s|\S)+)/

演示:

JavaScript - http://regex101.com/r/cuJuQ8/1
PCRE - http://regex101.com/r/cuJuQ8/2

Formatted

 (                             # (1 start)
      "
      [^"\\]* 
      (?: \\ [\S\s] [^"\\]* )*
      "
   |  
      ' 
      [^'\\]* 
      (?: \\ [\S\s] [^'\\]* )*
      '
   |  
      / 
      [^/\\]* 
      (?: \\ [\S\s] [^/\\]* )*
      /
      [gimy]* 
      (?= \s | $ )
   |  
      (?: \\ \s | \S )+
 )                             # (1 end)

---

---

如果您还需要将其解析为空格(引号或正则表达式之外)也是定界符，就这样:

/((?:"[^"\\]*(?:\\[\S\s][^"\\]*)*"|'[^'\\]*( ?:\\[\S\s][^'\\]*)*'|\/[^\/\\]*(?:\\[\S\s][^\/\\]* )*\/[gimy]*(?=\s|$)|(?:\\\s|\S))+)(?=\s|$)/

演示:

JavaScript - http://regex101.com/r/cuJuQ8/3
PCRE - https://regex101.com/r/cuJuQ8/4

格式化

 (                             # (1 start)
      (?:
           "
           [^"\\]* 
           (?: \\ [\S\s] [^"\\]* )*
           "
        |  
           ' 
           [^'\\]* 
           (?: \\ [\S\s] [^'\\]* )*
           '
        |  
           / 
           [^/\\]* 
           (?: \\ [\S\s] [^/\\]* )*
           /
           [gimy]* 
           (?= \s | $ )
        |  
           (?: \\ \s | \S )
      )+
 )                             # (1 end)
 (?= \s | $ )