Это регулярка для матчинга строк в двойных кавычках, записанных по правилам многих языков программирования, например, Си и Си++, Javascript, JSON, C#, Java (хотя в некоторых из них и нет возможности перенести строку).
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))
Как работает?
Что может быть в кавычках? Обычный символ или нечто экранированное обратным слешом. Но сам слеш тоже может быть экранирован другим слешом. Мы не можем просто обрабатывать \\
, потому что ситуации \\\"
и \\\\"
для нас совершенно разные - вторая заканчивает строку, а первая - нет. Значит обрабатывая экранирующий слеш нам надо точно знать, что он именно экранирующий. Так что в первую ветку берём нормальные символы - всё кроме кавычки (она завершает строку) и обратного слеша - он точно что-то экранирует. Теперь для остальных веток нам известно, что они начинаются со слеша (кавычка завершает строку - с ней ничего делать не надо). Значит мы хотим обработать различные версии экранирования. Во-первых, \0
, \7
, \07
, \x20
, \u0020
, \u{1f60b}
, \\
, \n
, \t
и другие, а некоторые языки позволяют влепить экранирование вообще перед любым символом. Во-вторых, непосредственно перенос строки. Теоретически, мы должны были бы перечислить все эти варианты, но если посмотреть на них внимательнее, то становится ясно, что для нас опасен только \\
, а остальное может пройти по основной ветке - там не встречается второй слеш. Поэтому мы несколько упрощаем выражение и говорим, что после \
может следовать любой символ (который точно экранируется слэшом), а если слеш экранирует более длинную последовательность, то с этим разберётся основная ветка - для нас это безопасно. Почему надо съесть хотя бы один символ? Чтобы откатываясь назад алгоритм поиска не смог бы разбить \\
на два вхождения \
. Ну а почему отдельно вынесен перенос строк - ты сам сказал - он не матчится на точку. Правда, в зависимости от языка, операционной системы и способа получения строки в ней может всплыть перенос строки из \r\n
, а не просто \n
- не уверен, обрабатывается ли эта ситуация регуляркой -возможно стоит тоже добавить вариант, который может зависеть от матчинга первой ветки на перенос строки, но можно написать более универсальный \\\r?\n
. Ну и может захотеться в первую ветку добавить чистый перенос строки, если у нас парсится что-то типа php.
PS: А сами кавычки в регулярке по идее экранирования не требуют. И это явно не регулярка из строки, поскольку в строке потребовалось бы больше экранирований (привет, Джава). Хотя я не понял, где она написана, может там правда так надо.