javascript - 将 Python 条件转换为 JavaScript 正则表达式

Question

我正在尝试将此 python 正则表达式转换为 javascript 正则表达式

https://github.com/rg3/youtube-dl/blob/a14e1538fe66c49ca8869681d2bbe60a36bd420d/youtube_dl/extractor/youtube.py#L134-L159

r"""(?x)^
(
    (?:https?://|//)?                                    # http(s):// or protocol-independent URL (optional)
    (?:(?:(?:(?:\w+\.)?[yY][oO][uU][tT][uU][bB][eE](?:-nocookie)?\.com/|
    (?:www\.)?deturl\.com/www\.youtube\.com/|
    (?:www\.)?pwnyoutube\.com/|
    (?:www\.)?yourepeat\.com/|
    tube\.majestyc\.net/|
    youtube\.googleapis\.com/)                        # the various hostnames, with wildcard subdomains
    (?:.*?\#/)?                                          # handle anchor (#/) redirect urls
    (?:                                                  # the various things that can precede the ID:
        (?:(?:v|embed|e)/)                               # v/ or embed/ or e/
        |(?:                                             # or the v= param in all its forms
            (?:(?:watch|movie)(?:_popup)?(?:\.php)?/?)?  # preceding watch(_popup|.php) or nothing (like /?v=xxxx)
            (?:\?|\#!?)                                  # the params delimiter ? or # or #!
            (?:.*?&)?                                    # any other preceding param (like /?s=tuff&v=xxxx)
            v=
        )
    ))
    |youtu\.be/                                          # just youtu.be/xxxx
    |https?://(?:www\.)?cleanvideosearch\.com/media/action/yt/watch\?videoId=
    )
)?                                                       # all until now is optional -> you can pass the naked ID
([0-9A-Za-z_-]{11})                                      # here is it! the YouTube video ID
(?(1).+)?                                                # if we found the ID, everything can follow
$"""

我删除了开始和结束处的引号，添加了开始 /^ 和结束分隔符 /i，转义了正斜杠，删除了自由间距模式，最后得到了这个

var VALID_URL = /^((?:https?:\/\/|\/\/)?(?:(?:(?:(?:\w+\.)?[yY][oO][uU][tT][uU][bB][eE](?:-nocookie)?\.com\/|(?:www\.)?deturl\.com\/www\.youtube\.com\/|(?:www\.)?pwnyoutube\.com\/|(?:www\.)?yourepeat\.com\/|tube\.majestyc\.net\/|youtube\.googleapis\.com\/)(?:.*?\#\/)?(?:(?:(?:v|embed|e)\/)|(?:(?:(?:watch|movie)(?:_popup)?(?:\.php)?\/?)?(?:\?|\#!?)(?:.*?&)?v=)))|youtu\.be\/|https?:\/\/(?:www\.)?cleanvideosearch\.com\/media\/action\/yt\/watch\?videoId=))?([0-9A-Za-z_-]{11})(?(1).+)?$/g;

但是，我使用的 javascript 正则表达式调试器表示关于 python 正则表达式这部分的 javascript 转置，“?”后出现意外字符“(”

(?(1).+)?      # if we found the ID, everything can follow

知道如何解决此错误吗？

Answer 1

JavaScript 不支持条件。

但是正则表达式的世界在没有条件的情况下长期存在，并且有很多方法可以解决它。

想法

那个可怕的正则表达式的基本结构是这样的:

(Capture A)? (Match B) ( If A was captured, (Match C)? )

您可以将IF转换为OR:

(Capture A) (Match B) (Match C)? **OR** (Match B)

转换后的正则表达式

试试这个:

^((?:https?://|//)?(?:(?:(?:(?:\w+\.)?[yY][oO][uU][tT][uU][bB][eE](?:-nocookie)?\.com/|(?:www\.)?deturl\.com/www\.youtube\.com/|(?:www\.)?pwnyoutube\.com/|(?:www\.)?yourepeat\.com/|tube\.majestyc\.net/|youtube\.googleapis\.com/)(?:[^\n]*?#/)?(?:(?:(?:v|embed|e)/)|(?:(?:(?:watch|movie)(?:_popup)?(?:\.php)?/?)?(?:\?|#!?)(?:[^\n]*?&)?v=)))|youtu\.be/|https?://(?:www\.)?cleanvideosearch\.com/media/action/yt/watch\?videoId=)([0-9A-Za-z_-]{11})(?:[^\n]+)?)|^([0-9A-Za-z_-]{11})

说明

如果设置了组 1，(?(1)[^\n]+)? 条件会尝试选择性地匹配 [^\n]+。由于它发生在非可选 ([0-9A-Za-z_-]{11}) 之后，我将条件转换为交替 |

• 我不对正则表达式的适用性做出任何判断...我重新排列了“语法”而没有查看“单词”。 :)
• 要么匹配整个第 1 组，现在直接将 ([0-9A-Za-z_-]{11}) 和可选组件放入其中，或者
• 我们直接匹配 ([0-9A-Za-z_-]{11})
• 如果您有兴趣检索 ([0-9A-Za-z_-]{11})，根据交替的哪一侧与其匹配，它将存在于不同的捕获中团体。我让你数一下括号。
• 您可能可以删除很多括号，具体取决于您的需要

引用

• Conditional Regex 101
• If-Then-Else Conditionals in Regular Expressions