регулярное выражение javascript с несколькими круглыми скобками

Question

Я пытаюсь написать регулярное выражение javascript, соответствующее только комментариям стиля NASM в HTML. Например, сопоставление "; interrupt" для "INT 21h ; interrupt".

Возможно, вы знаете, что /;.*/ не может быть ответом, поскольку перед комментарием может быть объект HTML; Я думал, что /(?:[^&]|&.+;)*(;.*)$/ должны работать для этого, но я обнаружил, что есть две проблемы:

1. "      ; hello world".match(/(?:[^&]|&.+;)*(;.*)$/) является массивом ["      ; hello world", "; hello world"]. Я не хочу массив.
2. "      ; hello world; a message".match(/(?:[^&]|&.+;)*(;.*)$/) является ["      ; hello world; a message", "; a message"]; еще хуже второй элемент.

Вопрос:

1. Почему (?:) блок возвращается?
2. Почему "; a message", а не "; hello world; a message"?
3. Какое правильное регулярное выражение я могу использовать?

Answer 1

объявления 1.) ?: блока не возвращаются. вместо этого полное совпадение возвращается в первом элементе массива. это поведение следует за спецификацией для неглобального соответствия (т. е. без опции g).

ad 2.) Первая часть вашего регулярного выражения ((?:[^&]|&.+;)*) соответствует слишком много. на самом деле это будет соответствовать полной строке, если вы уронили вторую часть. на простом английском языке вы попросили согласовать последовательность &, за которой следует как можно больше символов, а затем ; или любой символ, отличный от &, и вы просите двигатель повторить это совпадение как можно чаще до последнего ; в тестовая строка (если она есть).

ad 3.) попробовать

(?:[^&;]*(&[a-zA-Z0-9_-]+;[^&;]*)*)(;.*)$ 

он фиксирует сломанное соответствие сущности и возвращает самый длинный ; -initial суффикса.

проверено с pagecolumn regex tester (я не являюсь аффилированным лицом с этим сайтом).

Answer 2

1) (? :) не возвращается. То, что вы видите, это то, что метод .match() будет всегда возвращает массив: первый элемент - это полное совпадение, а следующие элементы (если есть) - обратные ссылки. В этом случае у вас есть одна обратная ссылка, поэтому массив содержит два элемента.

2) Из первой половины вашего регулярного выражения:

(?:[^&]|&.+;)* 

Это не очень хорошая идея! Это будет соответствовать примерно что-нибудь, даже включая новые линии! Фактически, только вещь это не будет соответствовать «&», за которым не следует «;» на той же линии. Таким образом, он сопоставляет все до последнего »; в каждой из ваших линий.

3) Я не совсем знаком с комментариями стиля MASM в HTML, поэтому мне нужно будет увидеть более обширный список того, что вы хотите совместить/не сопоставлять, чтобы уверенно дать хороший ответ здесь.

Но вот то, что я бросил вместе очень быстро, по крайней мере, решить два примера вы дали выше:

.*&.*?;\s(;.*)$