主页 / 问题 / 1125767
Accepted
Elvin
Asked:2020-05-15 03:50:02 +0000 UTC2020-05-15 03:50:02 +0000 UTC

这样的正则表达式是如何工作的？

  • 772

我不知道这个正则表达式在 Lex 中是如何工作的：

1)     \"([^\\\"]|\\\n|\\.)*\"

第一个表达式捕获这样的条目 :"one"或"test". 也就是说，双引号中的单词。以下是我对第一个正则表达式的了解：

\" - экранирование спец. символа кавычка
(что-то в скобках)* - звёздочка означает любое (в том числе и 0) число вхождений символа

然后括号里面是|，表示или，即[^\\\"]要么 要么\\\n被选中\\.

我试图弄清楚[^\\\"]这些是什么\\\n意思\\.。

我将从 [^\\\"]. 方括号中的抑扬符（^）表示如果字符不相等则选择任何字符串\ или "（我看到斜线转义和引号转义）。

然后 or 符号后跟\\\n。在这里，我再次看到斜线字符的转义和到新行的过渡。

然后 -\\.转义点（根据定义，点接受除 \n 之外的任何字符）。也就是模板要找字符\.

问题：以上所有内容如何帮助捕捉像"one"or之类的词"test"？我是否正确识别每个条目的含义？尚不清楚为什么有\\\n必要\\.

регулярные-выражения

2 个回答

  1. Best Answer

    这是一个匹配双引号中的字符串的正则表达式，根据许多编程语言的规则编写，例如，C和C++、Javascript、JSON、C#、Java（虽然其中一些没有换行的能力）。

    var regex = /\"([^\\\"]|\\\n|\\.)*\"/g

function f() {
var someString = "строка \
продолжается \x20 \u0020 \u{20}\
кавычка \" и обратный слеш \\ и перед переносом \\\
а может настоящий перенос?\n\
или экранирование\ невпопад\
ну и пора закруглятьося,\
но сначала - обратный слеш\\"

var s = "пора искать"
}

(""+f).match(regex).map(s => console.log(s))

    它是如何工作的？

    引号中可以包含什么？一个常规字符或用反斜杠转义的东西。但是斜线本身也可以被另一个斜线转义。我们不能只是处理\\，因为情况对我们来说\\\"也\\\\"完全不同——第二个结束，而第一个没有。所以在处理转义斜线时，我们需要确切知道它转义的是什么。所以在第一个分支中，我们采用普通字符——除了引号（它结束行）和反斜杠之外的所有字符——它肯定会转义一些东西。现在，对于其余的分支，我们知道它们以斜杠开头（引号结束字符串 - 无需对其进行任何操作）。所以我们要处理不同版本的转义。首先, \0, \7, \07, \x20, \u0020, \u{1f60b}, \\,\n,\t和其他的，还有一些语言允许在任何字符之前转义。其次，直接换行。从理论上讲，我们应该列出所有这些选项，但如果我们更仔细地观察它们，就会发现只有对我们来说是危险的\\，其余的可以沿着主分支 - 那里没有第二个斜线。因此，我们稍微简化了表达式，并说\任何字符都可以跟在后面（正好被斜线转义），如果斜线转义更长的序列，那么主分支会处理它——这对我们来说是安全的。为什么至少需要吃一个角色？这样在回滚时，搜索算法就不能分成\\两次出现\. 好吧，为什么要单独换行-您自己说-它在点上不匹配。确实，取决于语言、操作系统和获取行的方法，从 中出现换行符\r\n，而不仅仅是一个可能会在其中弹出\n- 我不确定这种情况是否由正则表达式处理 - 它可能是值得添加一个选项，该选项可能还取决于第一个分支与换行符的匹配，但您可以编写更通用的\\\r?\n. 好吧，如果我们解析 php.ini 之类的内容，您可能希望在第一个分支中添加一个干净的换行符。

    PS：而且常规赛中的报价本身，理论上是不需要转义的。这显然不是来自字符串的正则表达式，因为字符串中需要更多的转义（你好 Java）。虽然我不明白它写在哪里，但也许那里确实有必要。

    • 3

  2. 此表达式查找三种类型的带引号的字符串：

    第一种选择：任何不包含\.

    "one"

    第二种选择：在第一行以新行的形式添加内部有中断的行，之前有\

    "\
"
и
"one\
two"

    第三种选择：在第一行添加带有任何字符的斜线的行。 

    "\o" и "one\"two" и "one\\two"

    在我看来，之前有额外的转义"（或者这是 lex 的一个特性）。至少https://regex101.com/不接受它们，符号本身"也没有特殊含义。在第三种选择中，不是一个点被转义，而是一个斜线。

    如果您不考虑 2 和 3 的简单情况，当它们返回自己时，如果前面有斜杠，则 2 添加一个中断，3 用斜杠转义任何一个字符，所有这些都在找到 1 的字符串中.

    对于 3，我也会做一个集合，例如，["\\]

    是的，对于搜索“一个”，“测试”就足够了\"([^\\\"])*\"。

    • 0

相关问题