JavaScript：避免使用String.split的空字符串和正则表达式优先级

Question

我正在创建一个语法高亮显示器，我使用String.split从输入字符串创建令牌。 第一个问题是String.split创建了大量的空字符串，这导致一切都比它原本要慢得多。

例如， "***".split(/(\\*)/) - > ["", "*", "", "*", "", "*", ""] 。 有办法避免这种情况吗？

另一个问题是正则表达式本身的表达式优先级。 假设我正在尝试解析C风格的多行注释。 也就是/* comment */ 。 现在让我们假设输入字符串是"/****/" 。 如果我使用下面的正则表达式，它会起作用，但产生许多额外的标记（以及所有那些空字符串！）。

/(\/\*|\*\/|\*)/

更好的方法是读取/* ， */ ，然后在一个标记中读取所有其余的* 。 也就是说，上述字符串的更好结果是["/*", "**", "*/"] 。 但是，当使用应该执行此操作的正则表达式时，我会得到错误的结果。 正则表达式如下： /(\\/\\*|\\*\\/|\\*+)/ 。

然而，这个表达式的结果是： ["/*", "***", "/"] 。 我猜这是因为最后一部分是贪婪的，所以它从其他部分窃取了比赛。

我找到的唯一解决方案是制作一个否定的前瞻表达式，如下所示：

/(\/\*|\*\/|\*+(?!\/)/

这给出了预期的结果，但与其他结果相比它非常慢，这对大字符串有影响。

是否有解决这些问题的方法？

Answer 1

使用lookahed来避免空匹配：

arr = "***".split(/(?=\*)/);
//=> ["*", "*", "*"]

或使用filter(Boolean)来丢弃空匹配：

arr = "***".split(/(\*)/).filter(Boolean);
//=> ["*", "*", "*"]

Answer 2

通常用于标记化您使用match ，而不是split ：

> str = "/****/"
"/****/"
> str.match(/(\/\*)(.*?)(\*\/)/)
["/****/", "/*", "**", "*/"]

还要注意非贪心修饰符? 解决了第二个问题。