поиск литералов регулярных выражений в строке кода JavaScript

Question

Я делаю что-то вроде грубого анализа кода javascript с использованием javascript.Я избавлюсь от деталей , почему мне нужно это сделать, но достаточно сказать, что я не хочу интегрировать огромный кусок библиотечного кода, так как он не нужен длямои цели, и важно, чтобы я держал это очень легким и относительно простым.Поэтому, пожалуйста, не предлагайте мне использовать JsLint или что-то подобное.Если в ответе больше кода, чем вы можете вставить в свой ответ, то, вероятно, больше, чем я хочу.

Мой код в настоящее время может хорошо выполнять поиск цитируемых разделов и комментариев, а затем сопоставлять скобки и скобкии Parens (конечно, следя за тем, чтобы не быть смущенным цитатами и комментариями или избегать кавычек).Это все, что мне нужно, и это хорошо ... за одним исключением:

Это может быть перепутано литералами регулярных выражений.Поэтому я надеюсь на некоторую помощь в обнаружении литералов регулярных выражений в строке javascript, чтобы я мог обработать их соответствующим образом.

Примерно так:

function getRegExpLiterals (stringOfJavascriptCode) {
  var output = [];
  // todo!
  return output;
}

var jsString =  "var regexp1 = /abcd/g, regexp1 = /efg/;"
console.log (getRegExpLiterals (jsString));

// should print:
// [{startIndex: 13, length: 7}, {startIndex: 32, length: 5}]

Answer 1

es5-lexer - это JS-лексер, который использует очень точную эвристику для отличия регулярных выражений в коде JS от выражений деления, а также предоставляет преобразование уровня токена, которое можно использовать для проверки программа будет интерпретироваться полным JS-парсером так же, как и лексером.

Бит, определяющий, начинается ли регулярное выражение /, находится в guess_is_regexp.js, а тесты начинаются с scanner_test.js строка 401

var REGEXP_PRECEDER_TOKEN_RE = new RegExp(
  "^(?:"  // Match the whole tokens below
    + "break"
    + "|case"
    + "|continue"
    + "|delete"
    + "|do"
    + "|else"
    + "|finally"
    + "|in"
    + "|instanceof"
    + "|return"
    + "|throw"
    + "|try"
    + "|typeof"
    + "|void"
    // Binary operators which cannot be followed by a division operator.
    + "|[+]"  // Match + but not ++.  += is handled below.
    + "|-"    // Match - but not --.  -= is handled below.
    + "|[.]"    // Match . but not a number with a trailing decimal.
    + "|[/]"  // Match /, but not a regexp.  /= is handled below.
    + "|,"    // Second binary operand cannot start a division.
    + "|[*]"  // Ditto binary operand.
  + ")$"
  // Or match a token that ends with one of the characters below to match
  // a variety of punctuation tokens.
  // Some of the single char tokens could go above, but putting them below
  // allows closure-compiler's regex optimizer to do a better job.
  // The right column explains why the terminal character to the left can only
  // precede a regexp.
  + "|["
    + "!"  // !           prefix operator operand cannot start with a division
    + "%"  // %           second binary operand cannot start with a division
    + "&"  // &, &&       ditto binary operand
    + "("  // (           expression cannot start with a division
    + ":"  // :           property value, labelled statement, and operand of ?:
           //             cannot start with a division
    + ";"  // ;           statement & for condition cannot start with division
    + "<"  // <, <<, <<   ditto binary operand
    // !=, !==, %=, &&=, &=, *=, +=, -=, /=, <<=, <=, =, ==, ===, >=, >>=, >>>=,
    // ^=, |=, ||=
    // All are binary operands (assignment ops or comparisons) whose right
    // operand cannot start with a division operator
    + "="
    + ">"  // >, >>, >>>  ditto binary operand
    + "?"  // ?           expression in ?: cannot start with a division operator
    + "["  // [           first array value & key expression cannot start with
           //             a division
    + "^"  // ^           ditto binary operand
    + "{"  // {           statement in block and object property key cannot start
           //             with a division
    + "|"  // |, ||       ditto binary operand
    + "}"  // }           PROBLEMATIC: could be an object literal divided or
           //             a block.  More likely to be start of a statement after
           //             a block which cannot start with a /.
    + "~"  // ~           ditto binary operand
  + "]$"
  // The exclusion of ++ and -- from the above is also problematic.
  // Both are prefix and postfix operators.
  // Given that there is rarely a good reason to increment a regular expression
  // and good reason to have a post-increment operator as the left operand of
  // a division (x++ / y) this pattern treats ++ and -- as division preceders.
  );