javascript - 正则表达式排除包裹在特定 bbcode 标签中的匹配项

Question

我正在尝试用弯引号替换双引号，除非文本包含在某些标签中，例如 [quote] 和 [code]。

示例输入

[quote="Name"][b]Alice[/b] said, "Hello world!"[/quote]
<p>"Why no goodbye?" replied [b]Bob[/b]. "It's always Hello!"</p>

预期输出

[quote="Name"][b]Alice[/b] said, "Hello world!"[/quote]
<p>“Why no goodbye?” replied [b]Bob[/b]. “It's always Hello!”</p>

我想出了如何通过使用 (*SKIP)(*F) 在 PHP 中优雅地实现我想要的东西，但是我的代码将在 javascript 中运行，而 javascript 解决方案并不理想。

现在我在这些标签处拆分字符串，运行替换，然后将字符串放在一起:

var o = 3;
a = a
    .split(/(\[(?<first>(?:icode|quote|code))[^\]]*?\](?:[\s]*?.)*?[\s]*?\[\/(?:\k<first>)\])/i)
    .map(function(x,i) {
        if (i == o-1 && x) {
            x = '';
        }
        else if (i == o && x)
        {
            x = x.replace(/(?![^<]*>|[^\[]*\])"([^"]*?)"/gi, '“$1”')
            o = o+3;
        }
        return x;
    }).join('');

Javascript 正则表达式分解

1. 内部split() :
   • (\[(?<first>icode|quote|code)[^\]]*?\](?:.)*?\[\/(\k<first>)\]) - 捕获括号内的模式:
     • \[(?<first>quote|code|icode)[^\]]*?\] - 一个 [quote] , [code] , 或 [icode]打开标签，带或不带参数，如 =html ，例如 [code=html]
     • (?:[\s]*?.)*? - 任何字符 ( . ) 出现次数超过 0 次(尽可能少)，前面有或没有空格，因此如果开始标记后跟换行符，它不会中断
     • [\s]*? - 0+ 个空格
     • \[\/(\k<first>)\] - [\quote] , [\code] , 或 [\icode]关闭标签。匹配 (?<first>) 中捕获的文本团体。例如:如果它是一个 quote 开始标签，它将是一个 quote 结束标签
2. 内部replace() :
   • (?![^<]*>|[^\[]*\])"([^"]*?)" - 捕获双引号内的文本:
     • (?![^<]*>|[^\[]*\]) - 否定先行，查找字符(不是 < 或 [ )后跟 >或 ]并丢弃它们，因此它不会匹配任何 inside bbcode 和 html 标签。例如:[spoiler="Name"]或 <span style="color: #24c4f9"> .请注意，标签中包装的匹配项保持不变。
     • " - 文字开头的双引号字符。
     • ([^"]*?) - 任何 0+ 字符，双引号除外。
     • " - 文字结束双引号字符。

SPLIT() 正则表达式演示: https://regex101.com/r/Ugy3GG/1

那太糟糕了，因为替换被执行了多次。

---

与此同时，使用单个 PHP 正则表达式可以获得相同的结果。我写的正则表达式是基于 Match regex pattern that isn't within a bbcode tag .

(\[(?<first>quote|code|icode)[^\]]*?\](?:[\s]*?.)*?[\s]*?\[\/(\k<first>)\])(*SKIP)(*F)|(?![^<]*>|[^\[]*\])"([^"]*?)"

PHP 正则表达式分解

• (\[(?<first>quote|code|icode)[^\]]*?\](?:[\s]*?.)*?[\s]*?\[\/(\k<first>)\])(*SKIP)(*F) - 匹配捕获括号内的模式，就像 javascript split()以上，然后 (*SKIP)(*F)使正则表达式引擎忽略匹配的文本。
• | - 或者
• (?![^<]*>|[^\[]*\])"([^"]*?)" - 以与 javascript replace() 相同的方式捕获双引号内的文本做

PHP 演示: https://regex101.com/r/fB0lyI/1

这个正则表达式的美妙之处在于它只需要运行一次。没有字符串的拆分和连接。有没有办法在 javascript 中实现它？

Answer 1

因为 JS 缺少回溯动词，你将需要使用那些括号中的 block ，但稍后按原样替换它们。通过从您自己的正则表达式中获取交替的第二面，最终的正则表达式将是:

\[(quote|i?code)[^\]]*\][\s\S]*?\[\/\1\]|(?![^<]*>|[^\[]*\])"([^"]*)"

但棘手的部分是使用带有 replace() 方法的回调函数:

str.replace(regex, function($0, $1, $2) {
    return $1 ? $0 : '“'  + $2 + '”';
})

如果第一个捕获组存在，上面的三元运算符返回 $0(完整匹配)，否则它将第二个捕获组值括在大引号中并返回它。

注意:这可能会在不同情况下失败。

参见 live demo here