查找所有评论的JavaScript正则表达式

Question

我正在尝试使用JavaScript中的regex去除JavaScript示例中的所有注释。

我有的正则表达式如下：

/((\/\*+)(\*|\s)*([^]*[\*]*)(\*|\s)*(\*+\/))/g

我运行的示例是：

/*basic comment*/

console.log('turtle');

/*********************
Fancy liney comment
*********************/

console.log('turtle');

/****long basic comment ****/

console.log('turtle');

/*
 *
 * Oh look, it's one of these... great.
 *
 */

为了方便起见，我在regex101.com上创建了一个演示。

正如您在regex101上看到的那样，如果您使用的是珍珠色的正则表达式（PCRE），那么这一切都可以正常工作，找到所有四个注释并将其注册为匹配项。 但是，我正在用JavaScript进行此操作，如果您在regex101上选择JavaScript风格，则会看到整个块被突出显示为一个匹配项，这意味着当我删除注释时，我可爱的乌龟日志会被杀死。 任何帮助将不胜感激。

Answer 1

只是为了解释发生了什么： [^] ]中的[^]被解释为与 JS中并非不是任何字符的任何字符匹配 ，而在PCRE中，则意味着匹配一个非[ ] （因为该模式后面还有另一个未转义的[ ] ） 。 因此，JS中的字符类为[^] ，而在PCRE中，由正则表达式引擎找到的字符类为[^]*[\\*] 。

您需要做的只是在字符类中转义[ ] ：

/((\/\*+)(\*|\s)*([^\]*[\*]*)(\*|\s)*(\*+\/))/g
                    ^^

事实是， 即使 JS正则表达式风格的字符类中的a ]是该类中的第一个字符，也应对其进行转义。 在PCRE和大多数其他偏爱中， ]是字符类中的第一个字符时，不必转义。

参见JS演示

但是，匹配多行注释的最有效模式是

/\/\*[^*]*\*+(?:[^\/*][^*]*\*+)*\//g

见正则表达式演示

它几乎可以在任何正则表达式中使用。

Answer 2

https://regex101.com/r/kI8iH7/2

看起来PCRE和Javascript正则表达式对待[^]有所不同。 老实说，我不知道该怎么做。 通常在字符类中，前面的^表示否定该类，因此该类实际上与所有未列出的字符匹配。 但是，如果^不是类中的第一个字符，则它仅与自身匹配。 如果^是类中的唯一字符，PCRE和Javascript似乎有不同的看法。

在您的情况下，您似乎希望它表示“匹配所有内容”，因此我只用更常见的.*代替了它。 （我也摆脱了紧随其后的字符类，因为不再需要仅一件事就可以单独放在一个类中。只需匹配实际的令牌，而不必匹配仅包含一个令牌的类。）

((\\/\\*+)(\\*|\\s)*(.*\\**)(\\*|\\s)*(\\*+\\/))