js玩转正则表达式之语法高亮

1、js 玩转正则表达式之语法高亮学了几天正则，差不多该总结整理写成果了，通过分析2位大神的代码，整理出来的一篇很实用的文章学了几天正则，差不多该总结整理写成果了，之前就想写语法高亮匹配来着，不过水平不够，看着例子都不理解。 那么我们来分析下两位大神 次碳酸钴 和 Barret Lee 语法高亮实现。 先说 Barret Lee 的这篇 几个小例子教你如何实现正则表达式highlight高亮 之前看的时候只觉的神奇，特别是下面那个一步一步分开匹配的例子，更是霸气测漏，不过作者也说了，分开只是为了演示方便，可以很直观的看到这一步匹配了什么，不然一步到位匹配完成，你都不知道发生了什么就处理完毕了。来看

2、下他的正则 复制代码 代码如下:(/s+|s+$/) / 匹配首尾空格(/("')(?:.|n)*?1/) / 匹配字符串(/(?!*|span).+/(?!span)gim*/) / 匹配正则 span 是他上次处理加上的，我觉得这里不应该出现(/(/.*|/*Ss+?*/)/) / 匹配注释(/(*s*)(w+)(?=s*)/) / 匹配 注释中的标记(/b(break|continue|do|for|in|function|if|else|return|switch|throw|try|catch|finally|var|while|with|case|new|type

3、of|instance|delete|void|Object|Array|String|Number|Boolean|Function|RegExp|Date|Math|window|document|navigator|location|true|false|null|undefined|NaN)b/) / 匹配关键词 小胡子哥可能是不想重复造轮子，只是想弄清楚如何造这样的轮子而已，所以他写这个东西点到即止，没有深入详细的处理，做的比较粗糙。当然我也不是说他什么，只是简单评论一下而已，毕竟优秀的语法高亮插件多的是，没必要自己重复造，学习下原理即可。 我们再来分析下 次碳酸钴 这篇 如何实现正

4、则表达式的JavaScript的代码高亮其实这篇已经分析的非常详细了，我只能简单补充说明下。次碳酸钴 思维一向比较严谨，这篇文章之前我看了一个多小时，只能看个大概，这次重新分析了一遍，然后自己实现了一遍，竟然也花去我半天时间，不过非常值得，真心学到了很多。 先来看一下大体的逻辑吧。 复制代码 代码如下:(/.*|/*Ss+?*/) / 匹配注释("')(?:.|n)*?3) / 匹配字符串b(break|continue|do|for|in|function|if|else|return|switch|this|throw|try|catch|finally|var|whil

5、e|with|case|new|typeof|instance|delete|void)b / 匹配关键词b(Object|Array|String|Number|Boolean|Function|RegExp|Date|Math|window|document|navigator|location)b / 匹配内置对象b(true|false)b / 匹配布尔值b(null|undefined|NaN)b / 匹配各种空值， 我觉得这个和布尔值一组比较合适。(?:Wd|$)$w* / 匹配普通的变量名(0xX0-9a-fA-F+|d+(?:.d+)?(?:eEd+)?) / 匹配数字 (前者

6、不占用，这里就会有问题)(?:)|)(/(?!*)(?:.|/n)+?/gim*) / 匹配正则Ss / 其他不能匹配的任意值 原文对最后一个 Ss 的描述：我们必须匹配到每一个字符。因为它们都需要做一次HTML转义。然后下面有详细的代码。 这是一篇非常不错的文章，我前前后后至少看了不下10次了，前两天才差不多完全明白。 不过这个代码还有一些小小的瑕疵，比如字符串不能匹配折行那种，字符串匹配优化。 还有数字匹配不够全面只能匹配 0xff, 12.34, 1e3 这几类，如 .123 12.3e+3 等格式都无法匹配到。还有关键词顺序我觉得可以稍微优化下。因为 传统型NFA 引擎的只是从左往右匹

7、配，匹配到了就停止下一个分支的操作。所以把最常出现的关键词放前面，可以提升一部分性能。最后，最好是 new RegExp 这样对于代码量大的代码性能上会有所提升。 下面就给出我的正则和简单的demo吧。(其实只是对 次碳酸钴 源码的优化而已。)先来看正则部分： 复制代码 代码如下:(/.*|/*sS*?*/) / 匹配注释 没改("(?:"|sS)*"|'(?:'|sS)*') / 匹配注释 优化过b(true|false|null|undefined|NaN)b / 匹配 布尔和空值，这几个比较常用，分组提前b(var|for|if|el

8、se|return|this|while|new|function|switch|case|typeof|do|in|throw|try|catch|finally|with|instance|delete|void|break|continue)b / 匹配关键词，关键词顺序改了下b(document|Date|Math|window|Object|location|navigator|Array|String|Number|Boolean|Function|RegExp)b /内置对象，单词顺序改了下(?:Wd|$)$w* / 匹配普通的变量名 没改(0xX0-9a-fA-F+|d+(?:

9、.d+)?(?:eE+-?d+)?|.d+(?:eE+-?d+)?) / 匹配数字，修复了匹配(?:|)(/(?!*)(?:.|/n)+?/gim*) / 匹配正则，这个最复杂，情况很多，我暂时没实力修改sS / 匹配其他 合并了布尔和空值一个分组，然后优化了正则分组，所以比他减少了2个分组。他 2，3 是字符串分组，因为 ("') 捕获了前面的引号，而我的正则没这么做。这个 (true|false|null|undefined|NaN) 如果你不喜欢放在一个分组了，分开也行、是不是同一个分组，只是为了区分着色而已。sublime text 下 true|false|null

10、|undefined|NaN 都是一个颜色，而 notepad+ 则只着色了 true|false ，我只想说 呵呵。 好了，差不多该给例子了。我相信，不少人在看到这之前已经关掉了，或者只是拉了下滚动条然后关掉了。不过我写这个就是为了给这些认真看下来的朋友，只要有一个人看，我觉得就不会白写了。例子： 复制代码 代码如下:/ 单行注释/* * 多行注释 * date 2014-05-12 22:24:37 * name 测试一下 */var str1 = "123"456"var str2 = '123'456'var str3 = &quo

11、t;123456" var num = 123;var arr = 12, 12.34, .12, 1e3, 1e+3, 1e-3, 12.34e3, 12.34e+3, 12.34e-3, .1234e3;var arr = "12", "12.34", '.12, 1e3', '1e+3, 1e-3', '12.34e3, 12.34e+3, 12.34e-3', ".1234e3"var arr = /12", "12.34/, /"12/3

12、4"/; for (var i=0; i<1e3; i+) var node = document.getElementById("a"+i); arr.push(node); function test () return true;test(); (function(window, undefined) var _re_js = new RegExp('(/.*|/*sS*?*/)|("(?:"|sS)*"|'(?:'|sS)*')|b(true|false|null|undefined|Na

13、N)b|b(var|for|if|else|return|this|while|new|function|switch|case|typeof|do|in|throw|try|catch|finally|with|instance|delete|void|break|continue)b|b(document|Date|Math|window|Object|location|navigator|Array|String|Number|Boolean|Function|RegExp)b|(?:Wd|$)$w*|(0xX0-9a-fA-F+|d+(?:.d+)?(?:eE+-?d+)?|.d+(?

14、:eE+-?d+)?)|(?:|)(/(?!*)(?:.|/n)+?/gim*)|sS', 'g'); function prettify(node) var code = node.innerHTML.replace(/rn|rn/g, "n").replace(/s+|s+$/g, ""); code = code.replace(_re_js, function() var s, a = arguments; for (var i = 1; i <= 7; i+) if (s = ai) s = htmlEncode(

15、s); switch (i) case 1: /注释 com return '<span class="com">' + s + '</span>' case 2: /字符串 str return '<span class="str">' + s + '</span>' case 3: /true|false|null|undefined|NaN val return '<span class="val">

16、;' + s + '</span>' case 4: /关键词 kwd return '<span class="kwd">' + s + '</span>' case 5: /内置对象 obj return '<span class="obj">' + s + '</span>' case 6: /数字 num return '<span class="num">&#

17、39; + s + '</span>' case 7: /正则 reg return htmlEncode(a0).replace(s, '<span class="reg">' + s + '</span>'); return htmlEncode(a0); ); code = code.replace(/(?:s*s*|(?: )*(?: )*)(w+)b/g, ' * <span class="comkey">$1</span>

18、9;) / 匹配注释中的标记 .replace(/(w+)(s*(|(?: )*()|(w+)(s*=s*function|(?: )*=(?: )*function)/g, '<span class="func">$1</span>$2') / 匹配函数 return code; function htmlEncode(str) var i, s = /"&": /&/g, """: /"/g, "'": /'/g, &q

19、uot;<": /g, "<br>": /n/g, " ": / /g, " ": /t/g ; for (i in s) str = str.replace(si, i); return str; prettify = prettify;)(window); 你们可以用下面的代码进行测试。 代码： 复制代码 代码如下:<!doctype html><html lang="en"><head> <meta charset="UTF-8&

20、quot;> <title>test</title> <style> /* 高亮样式 */ *font-size:12px; codeword-break:break-all; .com color:#008000; /* 注释 */ .comkey color:#FFA500; /* 注释标记 */ .str color:#808080; /* 字符串 */ .val color:#000080; /* true|false|null|undefined|NaN */ .kwd color:#000080;font:bold 12px 'co

21、mic sans ms', sans-serif; /* 关键词 */ .obj color:#000080; /* 内置对象 */ .num color:#FF0000; /* 数字 */ .reg color:#8000FF; /* 正则 */ .func color:#A355B9; /* 函数 */ </style></head><body> <code id="regdemon">/ 单行注释/* * 多行注释 * date 2014-05-12 22:24:37 * name 测试一下 */var str1

22、 = "123"456"var str2 = '123'456'var str3 = "123456" var num = 123;var arr = 12, 12.34, .12, 1e3, 1e+3, 1e-3, 12.34e3, 12.34e+3, 12.34e-3, .1234e3;var arr = "12", "12.34", '.12, 1e3', '1e+3, 1e-3', '12.34e3, 12.34e+3, 12.34e

23、-3', ".1234e3"var arr = /12", "12.34/, /"12/34"/; for (var i=0; i<1e3; i+) var node = getElementById("a"+i); arr.push(node); function test () return true;test(); (function(window, undefined) var _re_js = new RegExp('(/.*|/*sS*?*/)|("(?:"|s

24、S)*"|'(?:'|sS)*')|b(true|false|null|undefined|NaN)b|b(var|for|if|else|return|this|while|new|function|switch|case|typeof|do|in|throw|try|catch|finally|with|instance|delete|void|break|continue)b|b(document|Date|Math|window|Object|location|navigator|Array|String|Number|Boolean|Function

25、|RegExp)b|(?:Wd|$)$w*|(0xX0-9a-fA-F+|d+(?:.d+)?(?:eE+-?d+)?|.d+(?:eE+-?d+)?)|(?:|)(/(?!*)(?:.|/n)+?/gim*)|sS', 'g'); function prettify(node) var code = node.innerHTML.replace(/rn|rn/g, "n").replace(/s+|s+$/g, ""); code = code.replace(_re_js, function() var s, a = argu

26、ments; for (var i = 1; i <= 7; i+) if (s = ai) s = htmlEncode(s); switch (i) case 1: /注释 com return '<span class="com">' + s + '</span>' case 2: /字符串 str return '<span class="str">' + s + '</span>' case 3: /true|false|nul

27、l|undefined|NaN val return '<span class="val">' + s + '</span>' case 4: /关键词 kwd return '<span class="kwd">' + s + '</span>' case 5: /内置对象 obj return '<span class="obj">' + s + '</span>'

28、 case 6: /数字 num return '<span class="num">' + s + '</span>' case 7: /正则 reg return htmlEncode(a0).replace(s, '<span class="reg">' + s + '</span>'); return htmlEncode(a0); ); code = code.replace(/(?:s*s*|(?: )*(?: )*)(w+)b/g

29、, ' * <span class="comkey">$1</span>') / 匹配注释中的标记 .replace(/(w+)(s*(|(?: )*()|(w+)(s*=s*function|(?: )*=(?: )*function)/g, '<span class="func">$1</span>$2') / 匹配函数 return code; function htmlEncode(str) var i, s = /"&": /&/

30、g, """: /"/g, "'": /'/g, "<": /</g, ">": />/g, "<br>": /n/g, " ": / /g, " ": /t/g ; for (i in s) str = str.replace(si, i); return str; window.prettify = prettify;)(window);</code> <scri

31、pt>(function(window, undefined) var _re_js = new RegExp('(/.*|/*sS*?*/)|("(?:"|sS)*"|'(?:'|sS)*')|b(true|false|null|undefined|NaN)b|b(var|for|if|else|return|this|while|new|function|switch|case|typeof|do|in|throw|try|catch|finally|with|instance|delete|void|break|cont

32、inue)b|b(document|Date|Math|window|Object|location|navigator|Array|String|Number|Boolean|Function|RegExp)b|(?:Wd|$)$w*|(0xX0-9a-fA-F+|d+(?:.d+)?(?:eE+-?d+)?|.d+(?:eE+-?d+)?)|(?:|)(/(?!*)(?:.|/n)+?/gim*)|sS', 'g'); function prettify(node) var code = node.innerHTML.replace(/rn|rn/g, "

33、n").replace(/s+|s+$/g, ""); code = code.replace(_re_js, function() var s, a = arguments; for (var i = 1; i <= 7; i+) if (s = ai) s = htmlEncode(s); switch (i) case 1: /注释 com return '<span class="com">' + s + '</span>' case 2: /字符串 str return &

34、#39;<span class="str">' + s + '</span>' case 3: /true|false|null|undefined|NaN val return '<span class="val">' + s + '</span>' case 4: /关键词 kwd return '<span class="kwd">' + s + '</span>' case 5: /内置对象 obj return '<span class=&q