javascript - 正则表达式 : backreferences inside []

Question

'"aaa" "bbb"'.match(/("|')[^\1]+\1/g)
// ['"aaa" "bbb"']

'"aaa" "bbb"'.match(/("|')[^"]+\1/g)
// ['"aaa"', '"bbb"']

为什么 [^\1]+ 而不是 [^"]+ 使 RegExp 变得贪婪？

Answer 1

Why does [^\1]+ instead of [^"]+ make RegExp greedy?

这不是你想象的那样。

首先，+始终是最大匹配，即您所说的“贪婪”。它是+?，它是最小匹配。

第二，也是更重要的一点，反向引用不会发生在方括号字符类中。您不小心只询问了除 Control-A 之外的任何字符。这是因为反斜杠后跟数字表示八进制表示法中的代码点，如 \177 中的 DELETE ᴀᴋᴀ \x7F 或 \40 表示 SPACE ᴀᴋᴀ \x20 ，或 \0 表示 NULL 。因此，当您编写 \1 时，您刚刚使用了 U+0001 或 \x01。不要那样做。 :)

您可能想使用

(["'])(?:(?!\1).)+\1

相反。你需要 /s 模式，以便点可以匹配换行符，我似乎记得 Javascript 有一些搞砸的地方。

---

编辑:根据this ，笨拙的旧 JavaScript 无法使点匹配换行符。多么令人兴奋啊!当然，由于 Javascript 无法执行 Unicode 正则表达式，因此您无法使用 UTS#18’s RL1.2 所需的 \p{Any} 。

这意味着，如果引用的字符串中可能存在换行符，则必须使用一些蹩脚的拼凑，例如 [\S\s]。