JavaScript RegEx 在 IE / Firefox 中失败

Question

我遇到了在 Internet Explorer 和 Firefox 中无法评估的正则表达式匹配问题。它在 Chrome 和 Opera 中运行良好。我知道 Chrome 通常对错误的容忍度要高得多，所以我怀疑我在这个过程中把球丢到了某个地方——但似乎没有一个在线评估工具在我的表达中发现任何错误。很抱歉，这是一个令人费解的表达方式，但希望有些东西很容易成为罪魁祸首。表达式如下：

keyData = data.match(/\w+\u0009\w+\u0009[\u0009]?\w+\u0009([-]?\w+|%%)[@]?\u0009([-]?\w+|%%)[@]?\u0009([-]?\w+|%%)[@]?(\u0009([-]?\w+|%%)[@]?)?(\u0009([-]?\w+|%%)[@]?)?(\u0009([-]?\w+|%%)[@]?)?\u0009\u0009\/\//g);

'data' 是我正在解析的文本文件，没有错误。我不会在这里发布整个文件，但我希望匹配的是以下内容：

10  Q       1   0439    0419    -1      // CYRILLIC SMALL LETTER SHORT I, CYRILLIC CAPITAL LETTER SHORT I, <none>

我相信，当我在此处发布字符串时，它会删除“u0009”字符，因此如果您想查看其中一个完整文件，我已经链接了一个here。如果还有什么我可以澄清的，请告诉我！

编辑：
我在这篇文章中的目标不仅是了解为什么会失败，而且还要了解这个表达式是否格式正确。

经过进一步审查，似乎是 Internet Explorer 和 Firefox 解析文本文件的方式存在问题。他们似乎去掉了标签并用空格替换它们。我尝试更新表达式，它在在线验证器中匹配没有问题，但在 IE/FF 中仍然失败。

编辑 2
此后，我考虑到反馈，将我的表达方式更新为更清晰的形式。这个问题仍然存在于 IE 和 Firefox 中。这似乎是字符串本身的问题。 IE 不会让我匹配一个以上的字符，无论我的表达是什么。例如，如果文件的字符串是KEYBOARD，我尝试匹配/\w+/，它只会返回K。

/[0-9](\w)?(\t+|\s+)\w+(\t+|\s+)[0-9](\t+|\s+)(-1|\w+@?|%%)(\t+|\s+)(-1|\w+@?|%%)(\t+|\s+)(-1|\w+@?|%%)((\t+|\s+)(-1|\w+@?|%%))?((\t+|\s+)(-1|\w+@?|%%))?((\t+|\s+)(-1|\w+@?|%%))?(\t+|\s+)\/\//g

Answer 1

在研究了我的正则表达式一段时间后，我怀疑 IE 与 Chrome 相比实际上读取文本文件的方式有问题。具体来说，如果我在文本文件中有字符串KEYBOARD，并且我尝试使用/\w+/ 匹配它，它只会在IE 中返回K，但在Chrome 中它将匹配整个字符串KEYBOARD。我怀疑 IE 在字符之间插入了一些死区，所以我遍历了文件的前几个字符并打印了它们的 unicode 等价物。

for (i = 0; i < 30; i++) {
    console.log(data.charCodeAt(i) + ' ' + data[i]);
}

这证实了我的怀疑，我看到u0000 在每个字符之间弹出。我不确定为什么每个字符之间有 NULL 字符，但为了解决我的问题，我只是执行了： 数据 = data.replace(/\u0000+/g, ''); 这完全解决了我的问题，我可以使用表达式正常解析我的字符串：

keyData = data.match(/[0-9](\w)?(\t+|\s+)\w+(\t+|\s+)[0-9](\t+|\s+)(-1|\w+@?|%%)(\t+|\s+)(-1|\w+@?|%%)(\t+|\s+)(-1|\w+@?|%%)((\t+|\s+)(-1|\w+@?|%%))?((\t+|\s+)(-1|\w+@?|%%))?((\t+|\s+)(-1|\w+@?|%%))?(\t+|\s+)\/\//g);