JavaScript 正则表达式匹配字符串：处理转义与换行

对于不熟悉正则的读者，从 /"[^"]*"/g 到 /"(?:\\.|[^"])*"/g 的演变可能难以理解，此处简要说明其原理。

(?:) 表示非捕获组，即匹配的内容不会保存到内存中，仅用于逻辑分组。

\\. 用于匹配转义序列（如 \"、\' 等），匹配成功时消耗两个字符。

[^"] 用于匹配除双引号外的任意字符，匹配成功时消耗一个字符。

该表达式的逻辑是：优先尝试匹配 \\. 形式的转义字符；若成功，则消耗掉合法的转义部分；若失败，则回退使用 [^"] 匹配普通字符。

所谓“消耗正确的转义”，意指如 "aa\\aa\"aa\ufffaa" 这类包含合法转义符的字符串能被正常匹配。而对于形如 "aa\\aa\"aa\ufff\\"aa" 的情况，其中的 \\ 会被匹配，但随后的 " 既不符合 \\. 也不符合 [^"] 的条件，导致匹配中断。最终结果仅为 "aa\\aa\"aa\ufff\\"，后续的 aa" 无法被纳入匹配范围。

至此，我们获得了一个较为强大的正则表达式，能够有效匹配 JavaScript 代码中的字符串。

处理折行字符串

然而，似乎还有遗漏。JavaScript 字符串允许折行书写，例如：

var str = "大家好\
我是js";

使用前述正则能否匹配此类字符串？答案是肯定的。因为反斜杠 \ 无法被 \\. 匹配，但可以被 [^"] 捕获。\ 后的字符通常是 \r、\n 或 \r\n（具体取决于系统换行符），这些均能被 [^"] 匹配，从而意外地实现了强力表达式。

兼容单引号字符串

最后需解决单引号字符串的匹配问题。修改表达式为 /"(?:\\.|[^"])*"|'(?:\\.|[^'])*'/g 即可覆盖。

测试案例如下：

var str1 = "我是字符串1哦，\
\"快把我取走\"", str2 = '我是字符串2哦，\
\'快把我取走\'';

匹配成功。