跳过JavaScript正则表达式中的前面的html实体

如何解决跳过JavaScript正则表达式中的前面的html实体

| 我正在使用正则表达式片段将笑脸解析为图像，并遇到分号的问题。例如，像;）这样的笑脸变成WINK图标，与

/;-?\\)/g

并在大多数情况下有效。但是像\“）这样的文本也匹配\\ WINK，因为引号实际上是html实体（

" => &quotWINK

）。 我尝试为正则表达式添加贪婪的非捕获匹配前缀，以丢弃实体中的分号：

(?:"|&|<|>|'|')?

但是结果模式仍然与应跳过的“ 3”中的分号相匹配，因为它会回溯以满足非可选的后半部分。我还意识到其他合法比赛仍然存在问题，例如EVIL：

>:) => >:)

。 因此，我真正需要的是对前面的html实体缺少分号的否定：

(?!&quot|&amp|&lt|&gt|&apos|&#039)

但是它仍然匹配，我不确定为什么。 仍然可以退回的火柴是理想的选择，而无需进一步检查，可以将其批发更换，但我愿意提出建议。不合适的方法是首先解析html实体，因为有时它们是必需的和/或合法笑脸的一部分（例如EVIL）。 编辑（一些Google食物）： 我发现（且Bryan在下面也指出），零宽度正向后视ѭ6would可以按需工作（而不是零宽度负向前视

(?!regex)

）。 根据regular-expressions.info，后者“仅在前瞻内的正则表达式不匹配时才能成功”，听起来不错，但无论如何该节都是可选的，则不会。 相比之下，前者“如果可以匹配先行内的图案，则匹配到某个位置，以该位置结束”，这虽然不是很清楚，但是可以解决问题。由于匹配使用后向匹配，因此无法回溯以满足正则表达式的后一部分。 因此，完整的正则表达式如下所示：

/(?<!&quot|&amp|&lt|&gt|&apos|&#039);-?\\)/g

并且与以下内容匹配：

;) => WINK

blah;) => blahWINK

";) => "WINK

，但失败了：

")

但是它仍然与ѭ13匹配，因此更多的调整将是理想的（例如，另外匹配分号代替“与”号，如果这样不会导致其他带有实体的笑脸中断）。无论如何，人们在聊天中输入html实体的可能性很小。 两种方法都将“足够好”-除了javascript不支持负向后看。但是为了其他正则表达式的实现，值得解释。     

解决方法

        首先，您可以只检查;-)前面的空格字符，因此这是一个更简单的选项。但是，如果您确实想在JavaScript中实现否定的后向隐藏（存在于多种正则表达式中，而在JS中则不存在），则可以执行以下操作：

var text = \"& & &-) ;-) test;-)\";
var ENTITIES_REGEX = /(&quot|&amp|&lt|&gt|&apos|&#039)?;-\\)/g;

var result = text.replace(ENTITIES_REGEX,function(fullMatch,backref1) {
  // Ignore if there is a backreference by returning the unaltered
  // match,otherwise return WINK
  return (backref1 ? fullMatch : \'WINK\');
});

// result equals \"& & &-) WINK testWINK\"

这是一个例子。