今天想改一下JS的高亮的配色，憋了一下午憋出了這個(gè)這個(gè)正則表達(dá)式。
下面這老長(zhǎng)老長(zhǎng)了的玩意兒是個(gè)正則表達(dá)式，看到了別嚇壞了。
/(////.*|///*[/S/s]+?/*//)|((["'])(?://.|[^///n])*?/3)|/b(break|continue|do|for|in|function|if|else|return|switch|this|throw|try|catch|finally|var|while|with|case|new|typeof|instance|delete|void)/b|/b(Object|Array|String|Number|Boolean|Function|RegExp|Date|Math|window|document|navigator|location)/b|/b(true|false)/b|/b(null|undefined|NaN)/b|(?:[^/W/d]|/$)[/$/w]*|(0[xX][0-9a-fA-F]+|/d+(?:/./d+)?(?:[eE]/d+)?)|(?:[^/)/]/}]|^)(//(?!/*)(?://.|[^/////n])+?//[gim]*)|[/S/s]/g
現(xiàn)在，我們可以來慢慢分析它。仔細(xì)看這個(gè)正則表達(dá)式你會(huì)發(fā)現(xiàn)，它們是很多個(gè)正則表達(dá)式用|連接起來的。現(xiàn)在，我們把它用|分割，逐個(gè)分析。
(////.*|///*[/S/s]+?/*//)
這是第二個(gè)，這個(gè)正則表達(dá)式是用來匹配字符串的。字符串可以在單引號(hào)和雙引號(hào)中，所以我們匹配這兩個(gè)的任意一個(gè)。這里需要用一個(gè)括號(hào)把它括起來表示它是一個(gè)獲取匹配（“獲取匹配”的“獲取”是名詞），因?yàn)樵诮Y(jié)束的地方還需要匹配這個(gè)字符。在匹配字符串結(jié)束的地方可以用后向引用/3來匹配字符串開始的字符，也就是開始時(shí)的引號(hào)種類。如果你從這整個(gè)正則表達(dá)式的開頭開始數(shù)，你就會(huì)發(fā)現(xiàn)["']外面的括號(hào)是整個(gè)正則表達(dá)式中的第三個(gè)獲取匹配。這就是字符串的頭尾部分，中間的部分由于字符串是可以包含轉(zhuǎn)義的，所以我們一旦遇到反斜杠就直接跳過它后面那個(gè)字符，因?yàn)榉葱备芎竺姘氖寝D(zhuǎn)義。但是這僅僅是匹配轉(zhuǎn)義，所以我們要用或運(yùn)算|連接一個(gè)匹配非轉(zhuǎn)義的表達(dá)式，那就是[^//]。可是這個(gè)是匹配非反斜杠的任何字符，它可以包含換行，而JS中的字符串是不允許寫成換行的。所以我們需要加個(gè)/n讓它不匹配換行。由于我們使用了或來連接，而或的優(yōu)先級(jí)非常低，所以需要在旁邊加上括號(hào)來修正優(yōu)先級(jí)。如果使用普通的括號(hào)就會(huì)占用一個(gè)獲取匹配，所以我們要使用(?:)來完成一個(gè)非獲取匹配。
/b(break|continue|do|for|in|function|if|else|return|switch|this|throw|try|catch|finally|var|while|with|case|new|typeof|instance|delete|void)/b|/b(Object|Array|String|Number|Boolean|Function|RegExp|Date|Math|window|document|navigator|location)/b|/b(true|false)/b|/b(null|undefined|NaN)/b
這是第3、4、5、6個(gè)，這些只是匹配一些關(guān)鍵字，由于需要的顏色不同所以被分組了。這沒什么好說的，跳過。
(?:[^/W/d]|/$)[/$/w]*
這是第七個(gè)，它的作用是匹配普通的變量名。如果變量名的字符不消耗掉，后面匹配數(shù)字的就有可能會(huì)把變量名中的數(shù)字匹配輸出來。所以這一步是必須的。你會(huì)發(fā)現(xiàn)這一步?jīng)]有任何獲取匹配，因?yàn)樽兞棵念伾悄J(rèn)顏色，我們不獲取它。根據(jù)JS的命名規(guī)則，變量名是不能以數(shù)字開頭的，所以我們用[^/W/d]|/$匹配一個(gè)變量的開頭。后面則可以匹配數(shù)字、字母、下劃線、美元符號(hào)，任意次。這樣變量名就被消耗掉了。
(0[xX][0-9a-fA-F]+|/d+(?:/./d+)?(?:[eE]/d+)?)
這是第八個(gè)，匹配數(shù)字的。由于數(shù)字的表達(dá)方式有兩種，所以我們要分開寫。|的左邊是16進(jìn)制的數(shù)字寫法。右邊是普通的數(shù)字寫法，這個(gè)可以包含小數(shù)和科學(xué)計(jì)數(shù)法。由于小數(shù)和科學(xué)計(jì)數(shù)法都是可選存在的，所以我們把它括號(hào)起來，后面加上問號(hào)作為可選匹配。
(?:[^/)/]/}]|^)(//(?!/*)(?://.|[^/////n])+?//[gim]*)
這是第九個(gè)，匹配正則表達(dá)式的。前面有個(gè)非獲取匹配，匹配非括號(hào)的結(jié)束。因?yàn)槿绻嬖诶ㄌ?hào)，那么斜桿就有可能表示的是除號(hào)而不是正則表達(dá)式了。后面就是正則表達(dá)式的匹配，和字符串的匹配類似，只不過最后多了一個(gè)[gim]*。這是正則表達(dá)式的三種匹配模式，也是屬于正則表達(dá)式的范疇，所以我們要匹配并獲取它。
[/S/s]
最后一個(gè)是匹配所有上面沒有匹配到的字符，我們必須匹配到每一個(gè)字符。因?yàn)樗鼈兌夹枰鲆淮蜨TML轉(zhuǎn)義。
這樣，這個(gè)長(zhǎng)長(zhǎng)的正則就分析完了。下面是實(shí)現(xiàn)的例子。
<style>body {font:14px/18px Consolas;}</style>
<script id="code">
//讀入當(dāng)前代碼
var code=document.getElementById("code").innerHTML;
//修正換行的瀏覽器差異，去掉頭尾的換行和空格
code=code.replace(//r/n|[/r/n]/g,"/n").replace(/^/s+|/s+$/g,"");
//開始主匹配
code=code.replace(/(////.*|///*[./s]+?/*//)|((["'])(?://.|[^///n])*?/3)|/b(break|continue|do|for|in|function|if|else|return|switch|this|throw|try|catch|finally|var|while|with|case|new|typeof|instance|delete|void)/b|/b(Object|Array|String|Number|Boolean|Function|RegExp|Date|Math|window|document|navigator|location)/b|/b(true|false)/b|/b(null|undefined|NaN)/b|(?:[^/W/d]|/$)[/$/w]*|(0[xX][0-9a-fA-F]+|/d+(?:/./d+)?(?:[eE]/d+)?)|(?:[^/)/]/}]|^)(//(?!/*)(?://.|[^/////n])+?//[gim]*)|[./s]/g,function(){
var a,l,i,s;
a=arguments;
//循環(huán)匹配到的位置
for(i=1;i<=9;i++)if(s=a[i]){
s=htmlEncode(s);
//每個(gè)獲取匹配的位置都著上不同的顏色
switch(i){
case 1://注釋
return s.fontcolor("#998877").italics();
case 2:case 3://字符串
return s.fontcolor("#AA5544");
case 4://關(guān)鍵詞
return s.fontcolor("#333388");
case 5://內(nèi)置對(duì)象
return s.fontcolor("#5555AA");
case 6://布爾值
return s.fontcolor("#DD6600");
case 7://空值
return s.fontcolor("#BB4433");
case 8://數(shù)字
return s.fontcolor("#CC3322");
case 9://正則表達(dá)式
//這個(gè)比較特殊，匹配到的和獲取的有些不同
//匹配的時(shí)候，前面有個(gè)非獲取匹配，所以我們要保留非獲取匹配的部分
return htmlEncode(a[0]).replace(s,s.fontcolor("#33AA33"));
};
};
//沒有獲取匹配就直接轉(zhuǎn)義輸出
return htmlEncode(a[0]);
});
//輸出結(jié)果
document.write(code);
//HTML的轉(zhuǎn)義函數(shù)
function htmlEncode(e){
var i,s;
for(i in s={
"&":/&/g,""":/"/g,"'":/'/g,
"<":/</g,">":/>/g,"<br/>"://n/g,
" ":/ /g," "://t/g
})e=e.replace(s[i],i);
return e;
};
</script>
由于今天在趕這篇文章，沒時(shí)間做這個(gè)代碼的優(yōu)化了。應(yīng)該還有很多小漏洞，不過整體思路就是這樣。這樣無論是JS還是其它什么語言，代碼高亮都可以直接正則匹配出來。
