正則搜索引號裏內容詳情 - 正則搜索引號裏內容,正則,html,字符串,數據倉庫,大數據話不是這麼説的博客

學了幾天正則，差不多該總結整理寫成果了，之前就想寫語法高亮匹配來着，不過水平不夠，看着例子都不理解。
今天就分析下次碳酸鈷和 Barret Lee 語法高亮實現。

之前看的時候只覺的神奇，特別是下面那個一步一步分開匹配的例子，更是霸氣測漏，不過作者也説了，分開只是為了演示方便，可以很直觀的看到這一步匹配了什麼，不然一步到位匹配完成，你都不知道發生了什麼就處理完畢了。
來看下他的正則

(/^\s+|\s+$/) // 匹配首尾空格
(/(["'])(?:\\.|[^\\\n])*?\1/) // 匹配字符串
(/\/(?!\*|span).+\/(?!span)[gim]*/) // 匹配正則 span 是他上次處理加上的，我覺得這裏不應該出現
(/(\/\/.*|\/\*[\S\s]+?\*\/)/) // 匹配註釋
(/(\*\s*)(@\w+)(?=\s*)/) // 匹配 註釋中的標記
(/\b(break|continue|do|for|in|function|if|else|return|switch|throw|try|catch|finally|var|while|with|case|new|typeof|instance|delete|void|Object|Array|String|Number|Boolean|Function|RegExp|Date|Math|window|document|navigator|location|true|false|null|undefined|NaN)\b/)

小鬍子哥可能是不想重複造輪子，只是想弄清楚如何造這樣的輪子而已，所以他寫這個東西點到即止，沒有深入詳細的處理，做的比較粗糙。
當然我也不是説他什麼，只是簡單評論一下而已，畢竟優秀的語法高亮插件多的是，沒必要自己重複造，學習下原理即可。

我們再來分析下次碳酸鈷這篇《使用正則表達式實現JavaScript的代碼高亮》
其實這篇已經分析的非常詳細了，我只能簡單補充説明下。
次碳酸鈷思維一向比較嚴謹，這篇文章之前我看了一個多小時，只能看個大概，這次重新分析了一遍，然後自己實現了一遍，竟然也花去我半天時間，
不過非常值得，真心學到了很多。

先來看一下大體的邏輯吧。

(\/\/.*|\/\*[\S\s]+?\*\/) // 匹配註釋
((["'])(?:\\.|[^\\\n])*?\3) // 匹配字符串
\b(break|continue|do|for|in|function|if|else|return|switch|this|throw|try|catch|finally|var|while|with|case|new|typeof|instance|delete|void)\b // 匹配關鍵詞
\b(Object|Array|String|Number|Boolean|Function|RegExp|Date|Math|window|document|navigator|location)\b // 匹配內置對象
\b(true|false)\b // 匹配布爾值
\b(null|undefined|NaN)\b // 匹配各種空值，我覺得這個和布爾值一組比較合適。
(?:[^\W\d]|\$)[\$\w]* // 匹配普通的變量名
(0[xX][0-9a-fA-F]+|\d+(?:\.\d+)?(?:[eE]\d+)?) // 匹配數字 (前者不佔用，這裏就會有問題)
(?:[^\)\]\}]|^)(\/(?!\*)(?:\\.|[^\\\/\n])+?\/[gim]*) // 匹配正則
[\S\s]

原文對最後一個 [\S\s] 的描述：我們必須匹配到每一個字符。因為它們都需要做一次HTML轉義。
然後下面有詳細的代碼。

這是一篇非常不錯的文章，我前前後後至少看了不下10次了，前兩天才差不多完全明白。
不過這個代碼還有一些小小的瑕疵，比如字符串不能匹配折行那種，字符串匹配優化，我之前文章大篇幅的討論了這個問題。
詳見：《js 正則學習小記之匹配字符串》和《js 正則學習小記之匹配字符串優化篇》
還有數字匹配不夠全面只能匹配 0xff, 12.34, 1e3 這幾類，如 .123 12.3e+3 等格式都無法匹配到。
還有關鍵詞順序我覺得可以稍微優化下。
因為傳統型NFA 引擎的只是從左往右匹配，匹配到了就停止下一個分支的操作。
所以把最常出現的關鍵詞放前面，可以提升一部分性能。
最後，最好是 new RegExp

下面就給出我的正則和簡單的demo吧。(其實只是對次碳酸鈷源碼的優化而已。。)
先來看正則部分：

(\/\/.*|\/\*[\s\S]*?\*\/) // 匹配註釋沒改
("(?:[^"\\]|\\[\s\S])*"|'(?:[^'\\]|\\[\s\S])*') // 匹配註釋優化過
\b(true|false|null|undefined|NaN)\b // 匹配布爾和空值，這幾個比較常用，分組提前
\b(var|for|if|else|return|this|while|new|function|switch|case|typeof|do|in|throw|try|catch|finally|with|instance|delete|void|break|continue)\b // 匹配關鍵詞，關鍵詞順序改了下
\b(document|Date|Math|window|Object|location|navigator|Array|String|Number|Boolean|Function|RegExp)\b //內置對象，單詞順序改了下
(?:[^\W\d]|\$)[\$\w]* // 匹配普通的變量名沒改
(0[xX][0-9a-fA-F]+|\d+(?:\.\d+)?(?:[eE][+-]?\d+)?|\.\d+(?:[eE][+-]?\d+)?) // 匹配數字，修復了匹配
(?:^|[^\)\]\}])(\/(?!\*)(?:\\.|[^\\\/\n])+?\/[gim]*) // 匹配正則，這個最複雜，情況很多，我暫時沒實力修改
[\s\S]

好了，差不多該給例子了。
我相信，不少人在看到這之前已經關掉了，或者只是拉了下滾動條然後關掉了。
不過我寫這個就是為了給這些認真看下來的朋友，只要有一個人看，我覺得就不會白寫了。
例子：

// 單行註釋
/**
 * 多行註釋
 * @date 2014-05-12 22:24:37
 * @name 測試一下
 */
var str1 = "123\"456";
var str2 = '123\'456';
var str3 = "123\
456";

var num = 123;
var arr = [12, 12.34, .12, 1e3, 1e+3, 1e-3, 12.34e3, 12.34e+3, 12.34e-3, .1234e3];
var arr = ["12", "12.34", '.12, 1e3', '1e+3, 1e-3', '12.34e3, 12.34e+3, 12.34e-3', ".1234e3"];
var arr = [/12", "12.34/, /"12\/34"/];

for (var i=0; i<1e3; i++) {
var node = document.getElementById("a"+i);
    arr.push(node);
}

function test () {
return true;
}
test();


(function(window, undefined) {
var _re_js = new RegExp('(\\/\\/.*|\\/\\*[\\s\\S]*?\\*\\/)|("(?:[^"\\\\]|\\\\[\\s\\S])*"|\'(?:[^\'\\\\]|\\\\[\\s\\S])*\')|\\b(true|false|null|undefined|NaN)\\b|\\b(var|for|if|else|return|this|while|new|function|switch|case|typeof|do|in|throw|try|catch|finally|with|instance|delete|void|break|continue)\\b|\\b(document|Date|Math|window|Object|location|navigator|Array|String|Number|Boolean|Function|RegExp)\\b|(?:[^\\W\\d]|\\$)[\\$\\w]*|(0[xX][0-9a-fA-F]+|\\d+(?:\\.\\d+)?(?:[eE][+-]?\\d+)?|\\.\\d+(?:[eE][+-]?\\d+)?)|(?:^|[^\\)\\]\\}])(\\/(?!\\*)(?:\\\\.|[^\\\\\\/\\n])+?\\/[gim]*)|[\\s\\S]', 'g');

function prettify(node) {
var code = node.innerHTML.replace(/\r\n|[\r\n]/g, "\n").replace(/^\s+|\s+$/g, "");
        code = code.replace(_re_js, function() {
var s, a = arguments;
for (var i = 1; i <= 7; i++) {
if (s = a[i]) {
                    s = htmlEncode(s);
switch (i) {
case 1: //註釋 com
return '<span >' + s + '</span>';
case 2: //字符串 str
return '<span >' + s + '</span>';
case 3: //true|false|null|undefined|NaN val
return '<span >' + s + '</span>';
case 4: //關鍵詞 kwd
return '<span >' + s + '</span>';
case 5: //內置對象 obj
return '<span >' + s + '</span>';
case 6: //數字 num
return '<span >' + s + '</span>';
case 7: //正則 reg
return htmlEncode(a[0]).replace(s, '<span >' + s + '</span>');
                    }
                }
            }
return htmlEncode(a[0]);
        });
        code = code.replace(/(?:\s*\*\s*|(?: )*\*(?: )*)(@\w+)\b/g, ' * <span >$1</span>') // 匹配註釋中的標記
                   .replace(/(\w+)(\s*\(|(?: )*\()|(\w+)(\s*=\s*function|(?: )*=(?: )*function)/g, '<span >$1</span>$2') // 匹配函數
return code;
    }


function htmlEncode(str) {
var i, s = {
// "&": /&/g,
""": /"/g,
"'": /'/g,
"<": /</g,
">": />/g,
"<br>": /\n/g,
// " ": / /g, // pre 標籤不需要替換空格
"  ": /\t/g
            };
for (i in s) {
            str = str.replace(s[i], i);
        }
return str;
    }

window.prettify = prettify;
})(window);

var code = document.getElementById("regdemon");
code.innerHTML = prettify(code);

這就是渲染後的代碼了，由於代碼比較長，複製上來後被博客園格式化後代碼格式不對了，所以我直接把渲染後的html直接複製上來了。

你們可以用下面的代碼進行測試。

代碼：

<!doctype html>
<html lang="en">
<head>
    <meta charset="UTF-8">
    <title>test</title>
    <style>
    /* 高亮樣式 */
    *{font-size:12px;}
    pre {word-break:break-all;}

    .com {color:#008000;} /* 註釋 */
    .comkey {color:#FFA500;} /* 註釋標記 */
    .str {color:#808080;} /* 字符串 */
    .val {color:#000080;} /* true|false|null|undefined|NaN */
    .kwd {color:#000080;font:bold 12px 'comic sans ms', sans-serif;} /* 關鍵詞 */
    .obj {color:#000080;} /* 內置對象 */
    .num {color:#FF0000;} /* 數字 */
    .reg {color:#8000FF;} /* 正則 */
    .func {color:#A355B9;} /* 函數 */
    </style>
</head>
<body>

<pre id="regdemon">
// 單行註釋
/**
 * 多行註釋
 * @date 2014-05-12 22:24:37
 * @name 測試一下
 */
var str1 = "123\"456";
var str2 = '123\'456';
var str3 = "123\
456";

var num = 123;
var arr = [12, 12.34, .12, 1e3, 1e+3, 1e-3, 12.34e3, 12.34e+3, 12.34e-3, .1234e3];
var arr = ["12", "12.34", '.12, 1e3', '1e+3, 1e-3', '12.34e3, 12.34e+3, 12.34e-3', ".1234e3"];
var arr = [/12", "12.34/, /"12\/34"/];

for (var i=0; 1e3>i; i++) {
    var node = document.getElementById("a"+i);
    arr.push(node);
}

function test () {
    return true;
}
test();


(function(window, undefined) {
    var _re_js = new RegExp('(\\/\\/.*|\\/\\*[\\s\\S]*?\\*\\/)|("(?:[^"\\\\]|\\\\[\\s\\S])*"|\'(?:[^\'\\\\]|\\\\[\\s\\S])*\')|\\b(true|false|null|undefined|NaN)\\b|\\b(var|for|if|else|return|this|while|new|function|switch|case|typeof|do|in|throw|try|catch|finally|with|instance|delete|void|break|continue)\\b|\\b(document|Date|Math|window|Object|location|navigator|Array|String|Number|Boolean|Function|RegExp)\\b|(?:[^\\W\\d]|\\$)[\\$\\w]*|(0[xX][0-9a-fA-F]+|\\d+(?:\\.\\d+)?(?:[eE][+-]?\\d+)?|\\.\\d+(?:[eE][+-]?\\d+)?)|(?:^|[^\\)\\]\\}])(\\/(?!\\*)(?:\\\\.|[^\\\\\\/\\n])+?\\/[gim]*)|[\\s\\S]', 'g');

    function prettify(node) {
        var code = node.innerHTML.replace(/\r\n|[\r\n]/g, "\n").replace(/^\s+|\s+$/g, "");
        code = code.replace(_re_js, function() {
            var s, a = arguments;
            for (var i = 1; i <= 7; i++) {
                if (s = a[i]) {
                    s = htmlEncode(s);
                    switch (i) {
                        case 1: //註釋 com
                            return '<span >' + s + '</span>';
                        case 2: //字符串 str
                            return '<span >' + s + '</span>';
                        case 3: //true|false|null|undefined|NaN val
                            return '<span >' + s + '</span>';
                        case 4: //關鍵詞 kwd
                            return '<span >' + s + '</span>';
                        case 5: //內置對象 obj
                            return '<span >' + s + '</span>';
                        case 6: //數字 num
                            return '<span >' + s + '</span>';
                        case 7: //正則 reg
                            return htmlEncode(a[0]).replace(s, '<span >' + s + '</span>');
                    }
                }
            }
            return htmlEncode(a[0]);
        });
        code = code.replace(/(?:\s*\*\s*|(?: )*\*(?: )*)(@\w+)\b/g, ' * <span >$1</span>') // 匹配註釋中的標記
                   .replace(/(\w+)(\s*\(|(?: )*\()|(\w+)(\s*=\s*function|(?: )*=(?: )*function)/g, '<span >$1</span>$2') // 匹配函數
        return code;
    }


    function htmlEncode(str) {
        var i, s = {
                // "&": /&/g,
                """: /"/g,
                "'": /'/g,
                "<": /</g,
                ">": />/g,
                "<br>": /\n/g,
                // " ": / /g, // pre 標籤不需要替換空格
                "  ": /\t/g
            };
        for (i in s) {
            str = str.replace(s[i], i);
        }
        return str;
    }

    window.prettify = prettify;
})(window);

var code = document.getElementById("regdemon");
code.innerHTML = prettify(code);
</pre>
<script>
(function(window, undefined) {
    var _re_js = new RegExp('(\\/\\/.*|\\/\\*[\\s\\S]*?\\*\\/)|("(?:[^"\\\\]|\\\\[\\s\\S])*"|\'(?:[^\'\\\\]|\\\\[\\s\\S])*\')|\\b(true|false|null|undefined|NaN)\\b|\\b(var|for|if|else|return|this|while|new|function|switch|case|typeof|do|in|throw|try|catch|finally|with|instance|delete|void|break|continue)\\b|\\b(document|Date|Math|window|Object|location|navigator|Array|String|Number|Boolean|Function|RegExp)\\b|(?:[^\\W\\d]|\\$)[\\$\\w]*|(0[xX][0-9a-fA-F]+|\\d+(?:\\.\\d+)?(?:[eE][+-]?\\d+)?|\\.\\d+(?:[eE][+-]?\\d+)?)|(?:^|[^\\)\\]\\}])(\\/(?!\\*)(?:\\\\.|[^\\\\\\/\\n])+?\\/[gim]*)|[\\s\\S]', 'g');

    function prettify(node) {
        var code = node.innerHTML.replace(/\r\n|[\r\n]/g, "\n").replace(/^\s+|\s+$/g, "");
        code = code.replace(_re_js, function() {
            var s, a = arguments;
            for (var i = 1; i <= 7; i++) {
                if (s = a[i]) {
                    s = htmlEncode(s);
                    switch (i) {
                        case 1: //註釋 com
                            return '<span >' + s + '</span>';
                        case 2: //字符串 str
                            return '<span >' + s + '</span>';
                        case 3: //true|false|null|undefined|NaN val
                            return '<span >' + s + '</span>';
                        case 4: //關鍵詞 kwd
                            return '<span >' + s + '</span>';
                        case 5: //內置對象 obj
                            return '<span >' + s + '</span>';
                        case 6: //數字 num
                            return '<span >' + s + '</span>';
                        case 7: //正則 reg
                            return htmlEncode(a[0]).replace(s, '<span >' + s + '</span>');
                    }
                }
            }
            return htmlEncode(a[0]);
        });
        code = code.replace(/(?:\s*\*\s*|(?: )*\*(?: )*)(@\w+)\b/g, ' * <span >$1</span>') // 匹配註釋中的標記
                   .replace(/(\w+)(\s*\(|(?: )*\()|(\w+)(\s*=\s*function|(?: )*=(?: )*function)/g, '<span >$1</span>$2') // 匹配函數
        return code;
    }


    function htmlEncode(str) {
        var i, s = {
                // "&": /&/g,
                """: /"/g,
                "'": /'/g,
                "<": /</g,
                ">": />/g,
                "<br>": /\n/g,
                // " ": / /g, // pre 標籤不需要替換空格
                "  ": /\t/g
            };
        for (i in s) {
            str = str.replace(s[i], i);
        }
        return str;
    }

    window.prettify = prettify;
})(window);

var code = document.getElementById("regdemon");
code.innerHTML = prettify(code);
</script>
</body>
</html>

本文章為轉載內容，我們尊重原作者對文章享有的著作權。如有內容錯誤或侵權問題，歡迎原作者聯繫我們進行內容更正或刪除文章。

話不是這麼説的博客

話不是這麼説的博客

博客 / 詳情

正則搜索引號裏內容

發佈評論

Product

Company

Support

Company

博客 / 詳情

正則搜索引號裏內容

發佈 評論

發佈評論