Почему не работает "жадный" режим RegExp?

Question

Я не понимаю поведение. У меня есть такой пример, нужно ловить html комментарий.

var str = '.. <!--My -- comment test--> ';

var regex1 = /<!--[.]*-->/g;
var regex2 = /<!--.*-->/g;

alert(str.match(regex1));      // null
alert(str.match(regex2));      // <!--My -- comment test--> 

Второе регулярное выражение regex2 работает отлично, выводит именно то что нужно. Первые шоу null, И я не понимаю разницу. RegExpressions <!--[.]*--> а также <!--.*--> значит то же самое - "после <!-- возьмите ЛЮБОЙ символ кроме символа новой строки в количестве от 0 до как можно большего количества и завершите -->". Но для второго это работает, а для первого нет. Почему?

UPD. Я прочитал комментарии и получил обновление.

var str3 = '.. <!--Mycommenttest--> ';
var str4 = '.. <!--My comment test--> ';

var regex3 = /<!--[\w]*-->/g;
var regex4 = /<!--[\s\S]*-->/g;

alert(str.match(regex3));         // <!--Mycommentstest-->
alert(str.match(regex4));         // <!-- My comment test -->

Таким образом, можно использовать ограниченные совпадающие переменные для сопоставления чего угодно. Так какой путь следует использовать для правильного использования RegExps? С [] или без них? Не могу получить разницу, оба дают правильный вывод.

Answer 1

Сокращения класса персонажа, такие как \w, \d а также \s означают точно такие же внутри классов символов, как и вне, но метасимволы, как . обычно теряют свое особое значение внутри классов персонажей. Вот почему /<!--[.]*-->/ не работает, как вы ожидали: [.] соответствует буквальному .,

Но /<!--.*-->/ на самом деле тоже не работает, так как . не соответствует переводу строки. В большинстве разновидностей регулярных выражений вы используете однострочный режим, чтобы точка соответствовала всем символам, включая символы новой строки, например: /<!--.*-->/s или это: (?s)<!--.*-->, Но JavaScript не поддерживает эту функцию, поэтому большинство людей используют [\s\S] вместо этого означает "любой символ пробела или любой символ, который не является пробелом"- другими словами, любой символ.

Но это тоже неправильно, поскольку (как отметил Джейсон в своем комментарии) он будет жадно соответствовать всему с первого раза. <!-- до конца -->, который может включать несколько отдельных комментариев и все некомментированные материалы между ними. Чтобы сделать это действительно правильно, вероятно, не стоит усилий. При использовании регулярных выражений для соответствия HTML, вы все равно должны сделать много упрощающих предположений; если вы не можете принять определенный уровень правильной формы, вы можете сдаться. В этом случае должно быть достаточно сделать квантификатор не жадным:

var regex5 = /<!--[\s\S]*?-->/g;

Answer 2

Точка (.) не означает "что-нибудь" внутри класса символов. Зачем вам нужен класс персонажей, чтобы соответствовать чему-либо?

Answer 3

RegExpressions <!--[.]*--> а также <!--.*--> значит то же самое

Это не правильно.

Скобки [] указать класс символов, где любой символ в классе может быть сопоставлен. [.] это класс символов, который содержит.' персонаж. Сравните это с ., который является предопределенным символьным классом, принятым для обозначения "любой символ" (кроме ограничителей строки).

Так что вы соответствуете <!--[.]*--> это либо пустой комментарий, либо комментарий, состоящий полностью из '.' персонажи. И с чем вы подходите <!--.*--> это либо пустой комментарий, либо комментарий, заполненный любым символом, кроме переносов строк.

Answer 4

Первое не потому, что это не значит то же самое. Первый означает совпадение символа периода. Символ точки не является общим совпадением, если помещен в набор []. (и если вы подумаете об этом, это имеет смысл: почему вы хотите сопоставить что-либо внутри набора ограниченных совпадающих переменных)