VSCode 语法高亮的正则表达式

Question

我正在尝试为 VSCode 编写 sytnax 荧光笔，它使用 TextMate 格式。我有一个单行注释条目，是从一个示例中复制的，它工作正常，但我想 extend/modify 它。

"linecomment": {
            "name": "comment",
            "match": "(%)(?!(\[=*\[|\]=*\])).*$\n?",
            "captures": {
                "1": {
                    "name": "comment"
                }
            }
        },

问题是，这里使用的正则表达式在我能找到的任何地方都没有记录。我了解基本的 Grep 和正则表达式背后的理论，但我不知道 ?!(\[=*\[|\]=*\])).*$\n? 中发生了什么。特别是，我不知道哪些字符在正则表达式语言中，哪些正在被匹配。

谁能给我解释一下：

此处使用了哪种正则表达式格式，记录在何处？
给定的正则表达式是什么意思，它的组成部分是什么？

Answer 1

我不知道(1)的答案，但是(2)的答案如下：

首先，如果您只使用过 grep 而没有使用过其他形式的正则表达式，您应该知道存在一些语法差异。例如，在大多数风格中，\+ 是文字 + 而 + 是量词；在 grep + 中是文字，\+ 是量词。还有其他字符\的含义是这样颠倒的。

其次，由于反斜杠转义，字符串文字与字符串本身不同。字符串文字如下所示：

"(%)(?!(\[=*\[|\]=*\])).*$\n?"

而字符串本身看起来像这样：

(%)(?!(\[=*\[|\]=*\])).*$
?

（在末尾附近有一个换行符）。

让我们看看下面的子表达式：

\[=*\[|\]=*\]

起初我以为这是一个字符class，由\[和\]分隔。但是（a）我不知道任何正则表达式的风格，其中反斜杠转义的方括号是字符 class 定界符，而未转义的方括号是文字方括号，而不是相反； (b) 为什么有人会用重复的字符写一个字符 class？ (c) 没有明显的理由说明为什么第一个 \] 会是文字 ] 而第二个会结束字符 class。所以看起来 \[ 和 \] 是文字方括号。

| 在正则表达式中表示 "or"。它是一个低优先级运算符。所以这个子表达式表示 \[=*\[ 或 \]=*\]。换句话说，它匹配[[、[=[、[======[等字符串，以及]]、]=]等

]

(?!...) 是零宽度断言。这是一个否定的前瞻：它匹配字符串中正前瞻 (?=...) 将不匹配的任何点。一般来说，如果正则表达式 A 匹配字符串 a 并且 C 匹配字符串 c 那么正则表达式 A(?!B)C 匹配字符串 ac，除非正则表达式 B 匹配 c（或 c 的某个子字符串）。换句话说，如果字符串类似于 %]==].

，则匹配失败

.* 匹配任意数量的字符。（0 是一个数字）。（我假设这不匹配换行符。） $ 是另一个零宽度断言：它只能匹配行尾。实际上，在这种情况下不需要它 - .* 子表达式是贪婪的并且会匹配所有非换行符，所以 .* 匹配的结尾保证是行的结尾。也就是说，除非有一些边缘情况，否则我不知道涉及回车 returns 或一些更奇特的行终止字符。

最后，\n? 将匹配换行符本身，如果它存在（? 是量词）。如果这是字符串的最后一行，则可能没有换行符；在这种情况下，如果没有 ?.

正则表达式匹配将失败

综上所述：正则表达式将从 % 匹配到行尾，包括换行符（如果存在），除非它尝试匹配的字符串以 %[[ 开头或 %]==] 或类似的东西。

VSCode 语法高亮的正则表达式

Regular Expressions particualrs for VSCode Syntax Highlighting

regex

textmate

syntax-highlighting

textmatebundles

visual-studio-code