1

Какие неочевидные моменты регулярных выражений в javascript следует знать, чтобы корректно реализовать аналогичный движок регулярных выражений? Интересует только синтаксис (в том числе ES6), а также сопоставление с выражением и выделение групп, не замена. Предполагается полная поддержка флагов, в том числе ES6 (u и y).

Предполагаются ответы с описанием фичи и тестов (либо их описания) для её проверки.
Если предлагается код для генерации тестов, приветствуется синтаксис ES6.

Если в других языках некий синтаксис приводит к другому результату, об этом стоит сказать.

PS: Базовые тесты добавлю позже.

14
  • 2
    так в чем суть вопроса? 12 мая 2016 в 18:09
  • @Jean-Claude, перечислить малоизвестные фичи регулярных выражений. Например, то, что я привёл в ответе или такое - пока не проверил на предмет backreference.
    – Qwertiy
    12 мая 2016 в 18:10
  • мысль с заголовком тогда не совпадает)) 12 мая 2016 в 18:18
  • 7
    какие неочевидные моменты регулярных выражений в javascript следует знать — все?
    – Nick Volynkin
    12 мая 2016 в 19:02
  • 4
    @Qwertiy вообще идея вопроса мне нравится и знания ценные. Как мне кажется, минусы из-за формы. (Я не ставил минусов)
    – Nick Volynkin
    12 мая 2016 в 19:53

1 ответ 1

3

Группы в обратных ссылках могут иметь номера более 100

`${"1".repeat(101)}2211`.match(RegExp(`${"(.)".repeat(101)}\\101`, 'g')) == '1'.repeat(100) + "22"
`${"1".repeat(101)}2211`.match(RegExp(`${"(.)".repeat(101)}\\101`)) == `${"1".repeat(100)}22${",1".repeat(100)},2`

Почему это особенность: в строке замены поддерживается только 99 групп.

Все найденные вхождения имеют разный стартовый индекс

"123".match(/^|./g) == ",2,3"
"123".match(/(?=.)|./g) == ",,"
"123".match(/(?=3)|./g) == "1,2,"
"".match(/^|$/g) == ""
"123".match(/.|$/g) == "1,2,3,"

Если есть возможность выбрать пустую строку и нечто, начинающееся только за ней, то при глобальном поиске будет выбрано только что-то одно из них.

Можно заметить, что в Си++ это не так (по крайней мере, по умолчанию).

Расширения синтаксиса регулярных выражений

Дефисы в наборах символов

/[\w-_]/.exec("-")[0] === "-"

Экранирование неслужебных символов

/\z/.exec("\\z")[0] === "z"
/[\z]/.exec("[\\z]")[0] === "z"

Некорректные управляющие последовательности

/\c2/.exec("\\c2")[0] === "\\c2"

Некорректные юникодные последовательности

/\u1/.exec("u1")[0] === "u1"
/[\u1]/.exec("u")[0] === "u"

Некорректные шестнадцатеричные последовательности

/\x1/.exec("x1")[0] === "x1"
/[\x1]/.exec("x")[0] === "x"

Неполные подшаблоны и квантификаторы

/x{1/.exec("x{1")[0] === "x{1"
/x]1/.exec("x]1")[0] === "x]1"

Восьмеричные последовательности

/\041/.exec("!")[0] === "!"
/[\041]/.exec("!")[0] === "!"

Несуществующие обратные ссылки становятся восьмеричными последовательностями

/\41/.exec("!")[0] === "!"
/[\41]/.exec("!")[0] === "!"

Источник: ECMAScript 6 compatibility table (kangax).

Ваш ответ

By clicking “Отправить ответ”, you agree to our terms of service and acknowledge that you have read and understand our privacy policy and code of conduct.

Всё ещё ищете ответ? Посмотрите другие вопросы с метками или задайте свой вопрос.