如何在javascript中将字符串拆分为参数和选项

Question

我想获取参数数组，这样我就可以将它与optparse-js library 一起使用，所以如果我有类似的东西

-f foo -b -a -z baz bar

我想要这样的数组

["-f", "foo", "-b", "-a", "-z", "baz", "bar"]

它应该适用于内部有转义引号和长 GNU 选项的字符串。到目前为止，我有匹配字符串的正则表达式

/("(?:\\"|[^"])*"|'(?:\\'|[^'])*')/g

它匹配像"das"或"asd\"asd"或'asd'或'sad\'asd'这样的字符串

我可以为此使用正则表达式还是我需要一个解析器（例如使用 PEG）如果它匹配正则表达式会很好，这样我就可以做到

-p "hello b\"ar baz" -f /^ [^ ]+ $/

更新：在@Damask 的帮助下，我创建了这个正则表达式：

/('(\\'|[^'])*'|"(\\"|[^"])*"|\/(\\\/|[^\/])*\/|(\\ |[^ ])+|[\w-]+)/g

它适用于这样的字符串：

echo -p "hello b\"ar baz" -f /^ [^ ]+ $/

返回

['echo', '-p', '"hello b\"ar baz"', '-f', '/^ [^ ]+ $/']

但如果在这样的字符串上失败：

echo "©\\\\" abc "baz"

它匹配命令和两个参数而不是三个参数demo

如果参数没有像 "foo"baz 这样的空格，它应该是数组中的一项，需要包含引号，但我会从字符串中删除未转义的那些（就像在 bash 中执行 echo "foo"bar echo 时一样一个 foobar 参数）。

Answer 1

一些cmets：

• 引号的原始正则表达式是这样的
  "[^"\\]*(?:\\[\S\s][^"\\]*)*"|'[^'\\]*(?:\\[\S\s][^'\\]*)*'
  示例：http://regex101.com/r/uxqApc/2

• 这部分(?= :? | $ )会一直解析为真，没用

• 这部分 /(\\/|[^/])+/[gimy]* 如果这是一个正则表达式（或任何分隔项）
  你必须盲目地处理逃避任何事情。喜欢这个/[^/\\]*(?:\\[\S\s][^/\\]*)*/[gimy]*。
  否则它将匹配不正确的/..\\//。

• 这个表达式(?: \\ \s | \S )+在交替序列中是第一个，即在这个[\w-]+之前。由于不是空格\S 是[\w-] 的超集，这意味着这个[\w-]+ 永远不会到达。

进行更正并将所有内容重新组合在一起得到这个正则表达式：
/("[^"\\]*(?:\\[\S\s][^"\\]*)*"|'[^'\\]*(?:\\[\S\s][^'\\]*)*'|\/[^\/\\]*(?:\\[\S\s][^\/\\]*)*\/[gimy]*(?=\s|$)|(?:\\\s|\S)+)/

演示：

JavaScript - http://regex101.com/r/cuJuQ8/1
PCRE - http://regex101.com/r/cuJuQ8/2

Formatted

 (                             # (1 start)
      "
      [^"\\]* 
      (?: \\ [\S\s] [^"\\]* )*
      "
   |  
      ' 
      [^'\\]* 
      (?: \\ [\S\s] [^'\\]* )*
      '
   |  
      / 
      [^/\\]* 
      (?: \\ [\S\s] [^/\\]* )*
      /
      [gimy]* 
      (?= \s | $ )
   |  
      (?: \\ \s | \S )+
 )                             # (1 end)

---

---

如果你也需要像空格（引号或正则表达式之外）也是分隔符一样解析它，那就是它：

/((?:"[^"\\]*(?:\\[\S\s][^"\\]*)*"|'[^'\\]*(?:\\[\S\s][^'\\]*)*'|\/[^\/\\]*(?:\\[\S\s][^\/\\]*)*\/[gimy]*(?=\s|$)|(?:\\\s|\S))+)(?=\s|$)/

演示：

JavaScript - http://regex101.com/r/cuJuQ8/3
PCRE - https://regex101.com/r/cuJuQ8/4

格式化

 (                             # (1 start)
      (?:
           "
           [^"\\]* 
           (?: \\ [\S\s] [^"\\]* )*
           "
        |  
           ' 
           [^'\\]* 
           (?: \\ [\S\s] [^'\\]* )*
           '
        |  
           / 
           [^/\\]* 
           (?: \\ [\S\s] [^/\\]* )*
           /
           [gimy]* 
           (?= \s | $ )
        |  
           (?: \\ \s | \S )
      )+
 )                             # (1 end)
 (?= \s | $ )

Answer 2

我真的很喜欢正则表达式，但有时简单的正则表达式和简单函数的组合可以完成相同的工作，但更容易调试和维护，尤其是当不熟悉 (complex) 正则表达式的开发人员加入项目。

所以这是另一种方法，请参阅下面的说明。

使用这个相当复杂的示例进行测试，其中包含许多空格或根据需要转义双引号的参数：

echo "©\\\\" abc "baz" "foo bar dummy" -d "marty \\\"mc fly" -f "avb eer\"" -p 2 "asd\"asd" -a 3

代码片段

function commandArgs2Array(text) {
  const re = /^"[^"]*"$/; // Check if argument is surrounded with double-quotes
  const re2 = /^([^"]|[^"].*?[^"])$/; // Check if argument is NOT surrounded with double-quotes

  let arr = [];
  let argPart = null;

  text && text.split(" ").forEach(function(arg) {
    if ((re.test(arg) || re2.test(arg)) && !argPart) {
      arr.push(arg);
    } else {
      argPart = argPart ? argPart + " " + arg : arg;
      // If part is complete (ends with a double quote), we can add it to the array
      if (/"$/.test(argPart)) {
        arr.push(argPart);
        argPart = null;
      }
    }
  });

  return arr;
}

let result = commandArgs2Array('echo "©\\\\" abc "baz" "foo bar  dummy" -d "marty \\\"mc fly" -f "avb eer\"" -p 2 "asd\"asd" -a 3');
console.log(result);

说明

首先，使用空格字符分割参数。

对于每个参数，我们检查它是 complete 还是 incomplete 参数

一个 complete 参数是一个参数，它要么是

• 用双引号括起来
• 根本不用双引号

所有其他情况都代表一个不完整参数。要么是

• 不完整参数的开头（以双引号开头）
• 一个空间
• 不完整参数的一部分，可以包含转义的双引号
• 不完整参数的结尾（以双引号结尾）

这就是所有人！

Answer 3

你为什么不简单地使用拆分功能？

var arr = myString.split(/\s+/);

最好将正则表达式作为参数传递，以避免在分隔符为 \t 或有多个空格等情况下出现错误。

编辑：

如果你的参数有空格并且用引号引起来，我认为你找不到一个正则表达式。认为你应该首先找到带空格的参数（/"(.*?)"/ 在第 1 组中你会得到参数），将它们添加到数组中，然后从字符串中删除它们，然后才使用上述拆分方法。

Answer 4

试试这个：

var a = '-f foo "ds  df s\\" da" -b -a -z baz bar';
a.match(/([\w-]+|"(\\"|[^"])*")/g)

返回[ "-f", "foo", ""ds df s\" da"", "-b", "-a", "-z", "baz", "bar"]

Answer 5

这将起作用：

var input = '-p "hello b\"ar baz" -f /^ [^ ]+ $/ -c -d -e'
var arr = input.split(' -');
var out = [];
for(var i = 0; i < arr.length; i++){
    if(~arr[i].indexOf(' ')){
        out = out.concat([arr[i].substring(0, arr[i].indexOf(' ')), arr[i].substring(arr[i].indexOf(' ')+1)])
    }else{
        out = out.concat('-'+arr[i]);
    }
}

输出：

["-p", ""hello b"ar baz"", "f", "/^ [^ ]+ $/", "-c", "-d", "-e"]

我知道这不是一个花哨的 1 行正则表达式，但它可以像预期的那样工作。

Answer 6

 var string = "-f foo -b -a -z baz bar";
        string = string.split(" ");
    var stringArray = new Array();
    for(var i =0; i < string.length; i++){
        stringArray.push(string[i]);
    }
    console.log(stringArray);

输出将是这样的控制台

数组[“-f”、“foo”、“-b”、“-a”、“-z”、“baz”、“bar”]

Answer 7

这个问题的另一个选项：https://github.com/elgs/splitargs

Answer 8

好的，即使我为这个问题创建了一个赏金，我还是在 Regex match even number of letters 的帮助下找到了答案

我的正则表达式看起来像这样：

/('((?:[^\\]*(?:\\\\)*\\')+|[^']*)*'|"(?:(?:[^\\]*(?:\\\\)*\\")+|[^"]*)*"|(?:\/(\\\/|[^\/])+\/[gimy]*)(?=:? |$)|(\\\s|\S)+|[\w-]+)/

with demo

编辑：@sin 建议制作更好的正则表达式：

/("[^"\\]*(?:\\[\S\s][^"\\]*)*"|'[^'\\]*(?:\\[\S\s][^'\\]*)*'|(?:\/(\\\/|[^\/])+\/[gimy]*)(?=:? |$)|(\\\s|\S)+|[\w-]+)/