JavaScript 正则表达式换行符破坏 bibtex 解析

Question

我正在尝试将 bibtex 文件读入我的 JavaScript 脚本。 用于解析文件的正则表达式为：

/(.*)\s*=\s*[{"'](.*|.*\s+.*|.*\s+.*\s+.*|.*\s+.*\s+.*\s+.*|.*\s+.*\s+.*\s+.*\s+.*)[}"'],?/g

这可以按我的意愿工作：

@Article{journals/aim/Sloman99,
  title =   "Review of Affective Computing",
  author =  "Aaron Sloman",
  journal = "AI Magazine",
  year =    "1999",
  number =  "1",
  volume =  "20",
  url = "http://dblp.uni-trier.de/db/journals/aim/aim20.html#Sloman99",
  pages =   "127--133",
}

它给了我很好的 key.value 对，例如：“author : Aaron Sloman”。

这不是：

@Article{journals/aim/Sloman99,
  title =   "Review of Affective Computing",
  author =  "Aaron
  S
  l
  o
  m
  a
  n",
  journal = "AI Magazine",
  year =    "1999",
  number =  "1",
  volume =  "20",
  url = "http://dblp.uni-trier.de/db/journals/aim/aim20.html#Sloman99",
  pages =   "127--133",
}

只是省略了作者。

那么我怎样才能创建一个正则表达式来匹配具有尽可能多的换行符的条目（不仅与“.*\s+”的重复一样多），直到它遇到一个“或一个}？

Answer 1

我知道人们喜欢使用正则表达式来解析标记，这似乎是一种时尚……就像 Lady gaga 或 Fun Dip。但是，如果您想有效地解析标记，您应该使用解析器或编写解析器。

为什么，正则表达式是用来解析regular language。大多数降价促销不能表示为NFA 或DFA。正因为如此，使用正则表达式来解析它们……在最困难的时候是不可能的，而且在最简单的时候就很慢。

那里有几个很棒的 JS bibtex 解析器

• http://sourceforge.net/projects/jsbibtex/
• http://code.google.com/p/bibtex-js/

是两个，我建议你看看那些......我知道你已经完成了创建正则表达式的工作，但我保证当你迈向真正的解析器时，你的工作会变得容易得多。

只是一个小例子，说明为什么你的正则表达式不好而解析器更好。

匹配模式包括

;;;)(>$#@ = 'dfsa3 342 '}
((())))+++>$#@ = 'dfsa3@@//''''''''''''
>$#@ = 'dfsa3@@//'''}}}}"""

这些不好！