具有前瞻功能的浏览器对正则表达式的不同解释答案

【问题标题】：Browsers different interpretations of a regex with lookahead具有前瞻功能的浏览器对正则表达式的不同解释
【发布时间】：2010-08-13 08:48:37
【问题描述】：

我正在使用/\s+(AND|OR)(?=\s+")\s+/ 在javascript 中进行拆分

"email" IS NOT NULL AND "email" LIKE '%gmail.com' OR "email" = 'test@test.com'

现在，我对正则表达式的理解将导致我期望获得以下数组：

[0]: "email" IS NOT NULL
[1]: "email" LIKE '%gmail.com'
[2]: "email" = 'test@test.com'

注意：为了清楚起见，我去掉了分隔符。

但是，我得到

[0]: "email" IS NOT NULL
[1]:  AND
[2]: "email" LIKE '%gmail.com'
[3]:  OR
[4]: "email" = 'test@test.com'

在 Firefox 3.6.8、Chrome 5.0.375.126 和 OS X 10.6.4 上的 Safari 5.0.1 上运行时。

但是，当我尝试使用默认设置的最新 IE8 8.0.6 时，我得到了我最初期望的结果。带有preg_split 的 PHP 5.2.10 也确实以这种方式拆分它。

我的猜测是，“好”的浏览器一旦弄错了，但我想要更多的意见。

编辑：我在这里给出的电子邮件示例是一个幼稚的示例。基本上我不知道每个成员可以是什么。 "xyz" = '1' AND "zyx" = 'test AND toast' 是另一个可能的输入字符串。

我所知道的结构是整个字符串将具有以下模式：

"<attribute>" <operator> '<value>'( (AND|OR) "<attribute>" <operator> '<value>')*

注意：空格实际上代表\s+

【问题讨论】：

只匹配 AND 和 OR 正是我需要它做的，因为我正在分裂这个。您提供的链接完全显示了我期望的结果。顺便说一句，不错的网站，我不知道。
对不起，我删除了我的评论。我已经监督你想要分裂

标签： javascript regex split lookahead

【解决方案1】：

尝试在/\b(?:AND|OR)\b/ 上拆分，并修剪生成的部分。

请注意，布尔运算符具有优先规则，您不能只拆分 AND 和 OR 而不会失去意义。此外，布尔表达式（理论上）可以用嵌套括号括起来，这基本上排除了正则表达式作为解析它们的技术。

【讨论】：

这是行不通的，因为您可以很好地设想一个测试字符串包含“AND”的情况。我在这里给出的电子邮件示例是一个简单的示例。基本上我不知道每个成员可以是什么。 "xyz" = '1' AND "zyx" = 'test AND toast' 是另一个可能的输入。
@Guillaume：没错。这就是为什么您绝不能使用正则表达式解析结构化语言的原因。这适用于 HTML，就像它适用于嵌套字符串或布尔表达式一样。它。做。不是。工作。使用（或编写）一个实际的解析器来解决这个问题。查看PEG.js 以根据您定义的语法生成基于 JS 的解析器。
有趣的图书馆。当我有更多时间时，我会尝试一下。然而，对于我正在做的事情来说，这可能有点矫枉过正。我完全了解在不带括号的情况下混合使用 AND 和 OR 运算符的含义，但该工具将由少数称职的员工操作。这就是为什么我们选择在简单条件下采用这种方式做事的原因。出于其他目的，我们提供了一个文本编辑器。

【解决方案2】：

这将返回你想要的结果：

var string = "\"email\" IS NOT NULL AND \"email\" LIKE '%gmail.com' OR \"email\" = 'test@test.com'"
string.split(/\s+(?:AND|OR)\s+/)

【讨论】：

【解决方案3】：

看起来 Firefox 和 Chrome 完全正确，因为根据 ECMAScriptv5 第 15.5.4.14 节的规范

如果分隔符是正则表达式包含捕获括号，然后每次分隔符都匹配结果（包括任何未定义的结果）的捕获括号被拼接到输出数组中。

例如，
"A<B>bold</B>and<CODE>coded</CODE>".split(/<(\/)?([^<>]+)>/)
对数组求值

[“A”，未定义，“B”，“粗体”，“/”， “B”，“和”，未定义， “代码”、“编码”、“/”、“代码”、“”]

指向 Mozilla 的 Chris Leary 的规范。

【讨论】：