JavaScript 正则表达式意外行为

Question

让我们在 JavaScript 中使用以下(有点复杂)正则表达式:

\{\{\s*(?:(?:\:)([\w\$]+))?\#(?:([\w\$\/]+@?)?([\s\S]*?))?(\.([\w\$\/]*))?\s*\}\}

我想知道为什么它在这里匹配整个字符串:

{{:control#}}x{{*>*}}

但不是在下面的情况下(在#之后添加一个空格):

{{:control# }}x{{*>*}}

在 PHP 或 Python 中，它在两种情况下都只匹配第一部分 {{: ... }}。

我希望 JavaScript 也只匹配第一部分。在 [\s\S] 之前不破解 (?!}}) 是否可能？

此外，性能是 JavaScript 中这种不同行为的原因，还是仅仅是规范中的错误？

Answer 1

您可以使用惰性 ?? 量词在 JavaScript 中实现相同的行为:

\{\{\s*(?:(?::)([\w$]+))?#(?:([\w$\/]+@?)?([\s\S]*?))??(\.([\w$\/]*))?\s*}}
                                                     ^^  

参见 demo

来自 rexegg.com :

A??     Zero or one A, zero if that still allows the overall pattern to match (lazy)

这不是错误，并且符合 JavaScript 遵守的 ECMA 标准规范。

这里，在 (?:([\w$\/]+@?)?([\s\S]*?))? 中，我们有一个可选的非捕获组可以匹配空文本。 JavaScript 正则表达式引擎“使用”可选组中的空文本，以便以后可以通过反向引用访问它们。此问题与 Backreferences to Failed Groups 密切相关.例如。 ((q)?b\2) 将匹配 JavaScript 中的 b，但它不会匹配 Python 和 PCRE。

According to the official ECMA standard, a backreference to a non-participating capturing group must successfully match nothing just like a backreference to a participating group that captured nothing does.