javascript - 正则表达式 - 忽略引号/HTML(5) 属性过滤之间的文本

Question

所以我有这个Regular expression ，它基本上必须将给定的字符串过滤为 HTML(5) 格式 属性列表。目前它并没有让我感到满足，但这种情况即将改变! (希望如此)

我试图实现这一目标:每当找到一个匹配项时，它就会选择文本，直到下一个匹配项或字符串末尾，作为第二个匹配项。因此，如果您查看当前的正则表达式:

/([a-zA-Z]+|[a-zA-Z]+-[a-zA-Z0-9]+)=["']/g

像这样的字符串:hey="hey world"hey-heyhhhhh3123="Hello world"data-goed="hey"

将像这样过滤/匹配:

MATCH 1. [0-3]   `hey`
MATCH 2. [16-32] `hey-heyhhhhh3123`
MATCH 3. [47-56] `data-goed`

这必须被视为属性名称，现在......我们只需获取属性的值。所以提到的字符串必须有这样的结果:

MATCH 1. 
         1 [0-3]     `hey`
         2 [6-14]    `hey world`
MATCH 2. 
         1 [16-32]   `hey-heyhhhhh3123`
         2 [35-45]   `Hello world`
MATCH 3. 
         1 [47-56]   `data-goed`
         2 [59-61]   `hey`

有人可以尝试帮助我获得满足吗？将会非常感激!

Answer 1

你可以使用

/([^\s=]+)=(?:"([^"\\]*(?:\\.[^"\\]*)*)"|(\S+))/g

参见regex demo

图案详细信息:

• ([^\s=]+) - 第 1 组捕获除空格和 = 符号之外的 1 个或多个字符
• = - 等号
• (?:"([^"\\]*(?:\\.[^"\\]*)*)"|(\S+)) - 非捕获一组 2 个替代方案(可以添加另一个 '([^'\\]*(?:\\.[^'\\]*)*)' 替代方案以考虑单引号字符串文字)
  • "([^"\\]*(?:\\.[^"\\]*)*)" - 双引号字符串文字模式:
    • " - 双引号
    • ([^"\\]*(?:\\.[^"\\]*)*) - 第 2 组捕获除 \ 之外的 0 个以上字符> 和 "，后跟任何转义符号的 0+ 序列，后跟除 \ 和 "
    之外的 0+ 字符
    • " - 结束双引号
  • | - 或
  • (\S+) - 第 3 组捕获一个或多个非空白字符

JS 演示(不支持单引号):

var re = /([^\s=]+)=(?:"([^"\\]*(?:\\.[^"\\]*)*)"|(\S+))/g; 
var str = 'hey="hey world" hey-heyhhhhh3123="Hello \\"world\\"" data-goed="hey" more=here';
var res = [];
while ((m = re.exec(str)) !== null) {
    if (m[3]) {
      res.push([m[1], m[3]]);
    } else {
      res.push([m[1], m[2]]);
    }
}
console.log(res);

JS 演示(支持单引号文字)

var re = /([^\s=]+)=(?:"([^"\\]*(?:\\.[^"\\]*)*)"|'([^'\\]*(?:\\.[^'\\]*)*)'|(\S+))/g; 
var str = 'pseudoprefix-before=\'hey1"\' data-hey="hey\'hey" more=data and="more \\"here\\""';
var res = [];
while ((m = re.exec(str)) !== null) {
  if (m[2]) {
    res.push([m[1], m[2]])
  } else if (m[3]) {
    res.push([m[1], m[3]])
  } else if (m[4]) {
    res.push([m[1], m[4]])
  }
}
console.log(res);