所以我想寫一個正則表達式的JavaScript，這將允許我用標籤替換**作爲一種自卷降價到HTML轉換器。正則表達式沒有倒標記Markdown加密
例如
**bold** - ><strong>bold</strong>
但
\**not** - >**not**因爲*被逃脫。
我有以下的正則表達式，似乎運作良好：
/(?<!\\)(?:\\\\)*(\*\*)([^\\\*]+)(\*\*)/g
然而，JS不支持lookbehinds！我重寫它使用向前看符號：
/(\*\*)([^\\\*]+)*(\*\*)(?!\\)(?:\\\\)*/g
但是這需要我去扭轉，因爲我需要支持多字節字符（see here），這是不可取的字符串。我並不完全反對使用該答案中提到的庫，但我更喜歡一種解決方案，如果可能的話，不需要我添加一個。
有沒有辦法重寫我的正則表達式而不使用後視？
編輯：
思考這個多一點之後，我甚至開始懷疑正則表達式是偶數解決這個問題的最好方法，但我會離開的問題了出於興趣。
解決缺失lookbehinds的一種方法是首先匹配不需要的模式，然後使用替代匹配所需的模式。然後應用條件替換，用你自己想要的和你想要的替換不想要的模式。
你的具體情況，這意味着比賽後，才\*第一和**<something>**。然後用
input.replace(/\\\*|\*\*(.*?)\*\*/, function(m, p1) {
return m == '\\*' ? m : '<strong>' + p1 + '</strong>';
})
做條件替換。
雖然真正的正則表達式更復雜。首先，您需要確保避開反斜槓本身（即\\**bold**應該變爲\\<strong>bold</strong>）。因此，您需要分別以與\*相同的方式匹配\\。
其次，**和**之間的表達式還可能包含一些轉義的星號和斜線。爲了應對這種需要匹配\\和\**明確且只有別的非貪婪地後（使用交替）。這可以表示爲(?:\\\\|\\\*\*|\*(?!\*)|[\S\s])*?。
因此最終的正則表達式變成
\\\\|\\\*|\*\*((?:\\\\|\\\*\*|\*(?!\*)|[\S\s])*?)\*\*
演示：https://regex101.com/r/Da35r5/1
的JavaScript替換演示：
function convert() {
var md = document.getElementById("md").value;
var re = /\\\\|\\\*|\*\*((?:\\\\|\\\*\*|\*(?!\*)|[\S\s])*?)\*\*/g;
var html = md.replace(re, function(match, p1) {
return match.startsWith('\\') ? match : '<strong>' + p1 + '</strong>';
});
document.getElementById("html").value = html;
}<span style="display:inline-block">
MD
<textarea id="md" cols="20" rows="10" style="display:block">
**bold**
**foo * bar **
**foo \** bar**
**fo\\\\** bar** **
\**bold** **
\\**bold**
** multi
line**
</textarea>
</span>
<span style="display:inline-block">
HTML
<textarea id="html" cols="50" rows="10" style="display:block">
</textarea>
</span>
<button onclick="convert()" style="display:block">Convert</button>感謝您對消除後視的一般策略的詳細解釋。我在執行split（「\ n」）後逐行解析字符串，所以甚至不需要多行！ – thatidiotguy
考慮下面的正則表達式：
/(.*?)(\\\\|\\\*|\*\*)/g
你可以把它當作一個標記。它對一些（或沒有）文本進行非貪婪匹配，後面跟着一個特殊字符序列\\,\*，最後是**。按照此順序進行匹配可確保正確處理**foo \** bar\\**等奇怪邊緣案例（<strong>foo \** bar\</strong>）。這使得在其替代功能中具有switch的非常簡單的String.prototype.replace。布爾型bold標誌可幫助我們確定**是否應替換爲<strong>或</strong>。
const TOKENIZER = /(.*?)(\\\\|\\\*|\*\*)/g;
function render(str) {
let bold = false;
return str.replace(TOKENIZER, (_, text, special) => {
switch (special) {
case '\\\\':
return text + '\\';
case '\\*':
return text + '*';
case '**':
bold = !bold;
return text + (bold ? '<strong>' : '</strong>');
default:
return text + special;
}
});
}
在這裏，我假設\\應該成爲\和\*應該成爲*，在正常的降價解析器。這與德米特里的解決方案不同，但更簡單。看到它在行動中下面的代碼片段：
const TOKENIZER = /(.*?)(\\\\|\\\*|\*\*)/g;
function render(str) {
let bold = false;
return str.replace(TOKENIZER, (_, text, special) => {
switch (special) {
case '\\\\':
return text + '\\';
case '\\*':
return text + '*';
case '**':
bold = !bold;
return text + (bold ? '<strong>' : '</strong>');
default:
return text + special;
}
});
}
// Test
const input = document.getElementById('input');
const outputText = document.getElementById('output-text');
const outputHtml = document.getElementById('output-html');
function makeOutput(str) {
const result = render(str);
outputText.value = render(str);
outputHtml.innerHTML = render(str);
}
input.addEventListener('input', evt => makeOutput(evt.target.value));
makeOutput(input.value);body{font-family:'Helvetica Neue',Helvetica,sans-serif}
textarea{display:block;font-family:monospace;width:100%;margin-bottom:1em}
div{padding:2px;background-color:lightgoldenrodyellow}<label for="input">Input</label>
<textarea id="input" rows="3">aaa **BBB** ccc \**ddd** EEE \\**fff \**ggg** HHH**</textarea>
Output HTML:
<textarea id="output-text" rows="3" disabled></textarea>
Rendered HTML:
<div id="output-html"></div>
應該採取什麼結果給予輸入'** * foo的**吧'或'** FOO \ ** **吧' ？ –
我預計分別爲'foo * bar'和'foo \ ** bar'。我的正則表達式很可能不包括所有的情況，因爲我還沒有能夠測試它。我不太在意缺少邊緣案例，更關心用正面背景編寫正則表達式，但指出遺漏案例仍然有幫助，所以謝謝！我也不是超級，超級關心邊緣案例，因爲這是在一個管理工具中使用，在這種管理工具中，這樣的奇怪情況並不是真正的問題。 – thatidiotguy
你真的期望格式不正確的字符串嗎？你知道，即使一個正確的解析器會產生不正確的結果，如果你的字符串格式不正確。試試https://regex101.com/r/J8imcO/1 –