javascript - 如何将这两个正则表达式合并为一个？

Question

我正在 JavaScript 中使用正则表达式编写一个基本的词法分析器，我有两个正则表达式(一个用于单引号字符串，一个用于双引号字符串)，我希望将它们合并为一个。这是我的两个正则表达式(出于测试目的，我添加了 ^ 和 $ 字符):

var singleQuotedString = /^'(?:[^'\\]|\\'|\\\\|\\\/|\\b|\\f|\\n|\\r|\\t|\\u[0-9A-F]{4})*'$/gi;
var doubleQuotedString = /^"(?:[^"\\]|\\"|\\\\|\\\/|\\b|\\f|\\n|\\r|\\t|\\u[0-9A-F]{4})*"$/gi;

现在我尝试将它们组合成一个正则表达式，如下所示:

var string = /^(["'])(?:[^\1\\]|\\\1|\\\\|\\\/|\\b|\\f|\\n|\\r|\\t|\\u[0-9A-F]{4})*\1$/gi;

然而，当我测试输入 "Hello"World!" 时，它返回 true 而不是 false:

alert(string.test('"Hello"World!"')); //should return false as a double quoted string must escape double quote characters

我认为问题出在 [^\1\\] 中，它应该匹配除匹配组 \1 之外的任何字符(可以是单字符或双字符quote - 字符串的分隔符)和 \\(反斜杠字符)。

正则表达式正确地过滤掉了反斜杠并匹配了分隔符，但它没有过滤掉字符串中的分隔符。任何帮助将不胜感激。请注意，我提到了 Crockford 的 railroad diagrams编写正则表达式。

Answer 1

您不能在字符类中引用匹配的组:(['"])[^\1\\]。请尝试这样的事情:

(['"])((?!\1|\\).|\\[bnfrt]|\\u[a-fA-F\d]{4}|\\\1)*\1

(您需要添加更多转义符，但您明白我的意思...)

快速解释:

(['"])             # match a single or double quote and store it in group 1
(                  # start group 2
  (?!\1|\\).       #   if group 1 or a backslash isn't ahead, match any non-line break char
  |                #   OR
  \\[bnfrt]        #   match an escape sequence
  |                #   OR
  \\u[a-fA-F\d]{4} #   match a Unicode escape
  |                #   OR
  \\\1             #   match an escaped quote
)*                 # close group 2 and repeat it zero or more times
\1                 # match whatever group 1 matched