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.就是这样/* 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/*'s,*/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,这个表达式的结果如下:["/*", "***", "/"].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(/(?=\*)/);
//=> ["*", "*", "*"]

或用于filter(Boolean)丢弃空匹配:

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