JavaScript 正则表达式在 IE/Firefox 中失败

Question

我遇到了正则表达式匹配无法在 Internet Explorer 和 Firefox 中进行计算的问题。它在 Chrome 和 Opera 中运行良好。我知道 Chrome 通常对错误的容忍度要高得多，所以我怀疑我在这个过程中犯了一些错误——但所有在线评估工具似乎都没有发现我的表达中有任何错误。我很抱歉，这是一个如此复杂的表达，但希望罪魁祸首能够很容易被发现。表达式如下:

keyData = data.match(/\w+\u0009\w+\u0009[\u0009]?\w+\u0009([-]?\w+|%%)[@]?\u0009([-]?\w+|%%)[@]?\u0009([-]?\w+|%%)[@]?(\u0009([-]?\w+|%%)[@]?)?(\u0009([-]?\w+|%%)[@]?)?(\u0009([-]?\w+|%%)[@]?)?\u0009\u0009\/\//g);

“data”是一个文本文件，我正在解析它，没有错误。我不会在这里发布整个文件，但我希望匹配的是如下内容:

10  Q       1   0439    0419    -1      // CYRILLIC SMALL LETTER SHORT I, CYRILLIC CAPITAL LETTER SHORT I, <none>

我相信，当我在此处发布字符串时，它会删除“u0009”字符，因此如果您想查看完整文件之一，我已链接了一个 here 。如果还有什么我可以澄清的，请告诉我!

编辑:
我在这篇文章中的目标不仅是理解为什么会失败，而且还要理解这个表达式的格式是否正确。

经过进一步检查，似乎是Internet Explorer和Firefox如何解析文本文件的问题。他们似乎去掉了制表符并用空格代替。我尝试更新表达式，它在在线验证器中匹配没有问题，但在 IE/FF 中仍然失败。

编辑2
此后，我考虑到反馈，将我的表达方式更新为更清晰的形式。该问题在 IE 和 Firefox 中仍然存在。看来是字符串本身的问题。 IE 不会让我匹配多个字符，无论我的表达是什么。例如，如果文件的字符串是KEYBOARD，我尝试与/\w+/匹配，它只会返回K。

/[0-9](\w)?(\t+|\s+)\w+(\t+|\s+)[0-9](\t+|\s+)(-1|\w+@?|%%)(\t+|\s+)(-1|\w+@?|%%)(\t+|\s+)(-1|\w+@?|%%)((\t+|\s+)(-1|\w+@?|%%))?((\t+|\s+)(-1|\w+@?|%%))?((\t+|\s+)(-1|\w+@?|%%))?(\t+|\s+)\/\//g

Answer 1

在研究了我的正则表达式一段时间后，我怀疑 IE 实际读取文本文件的方式与 Chrome 相比有问题。具体来说，如果我在文本文件中有字符串 KEYBOARD 并且尝试使用 /\w+/ 来匹配它，它只会返回 K在 IE 中，但在 Chrome 中，它将匹配整个字符串 KEYBOARD。我怀疑 IE 在字符之间插入了一些死空间，因此我单步执行文件的前几个字符并打印了它们的 unicode 等效项。

for (i = 0; i < 30; i++) {
    console.log(data.charCodeAt(i) + ' ' + data[i]);
}

这证实了我的怀疑，我看到每个字符之间都弹出了 u0000。我不确定为什么每个字符之间有 NULL 字符，但为了解决我的问题，我简单地执行了: 数据 = data.replace(/\u0000+/g, '');这完全解决了我的问题，我能够使用表达式像平常一样解析我的字符串:

keyData = data.match(/[0-9](\w)?(\t+|\s+)\w+(\t+|\s+)[0-9](\t+|\s+)(-1|\w+@?|%%)(\t+|\s+)(-1|\w+@?|%%)(\t+|\s+)(-1|\w+@?|%%)((\t+|\s+)(-1|\w+@?|%%))?((\t+|\s+)(-1|\w+@?|%%))?((\t+|\s+)(-1|\w+@?|%%))?(\t+|\s+)\/\//g);