JavaScript正则表达式新行破坏了bibtex解析

Question

我正在尝试将bibtex文件读取到我的JavaScript脚本中。用于解析文件的正则表达式为：

/(.*)\s*=\s*[{"'](.*|.*\s+.*|.*\s+.*\s+.*|.*\s+.*\s+.*\s+.*|.*\s+.*\s+.*\s+.*\s+.*)[}"'],?/g

这就像我想要的那样工作：

@Article{journals/aim/Sloman99,
  title =   "Review of Affective Computing",
  author =  "Aaron Sloman",
  journal = "AI Magazine",
  year =    "1999",
  number =  "1",
  volume =  "20",
  url = "http://dblp.uni-trier.de/db/journals/aim/aim20.html#Sloman99",
  pages =   "127--133",
}

它给了我很好的key.value对，比如：“作者: Aaron Sloman”。

这不是：

@Article{journals/aim/Sloman99,
  title =   "Review of Affective Computing",
  author =  "Aaron
  S
  l
  o
  m
  a
  n",
  journal = "AI Magazine",
  year =    "1999",
  number =  "1",
  volume =  "20",
  url = "http://dblp.uni-trier.de/db/journals/aim/aim20.html#Sloman99",
  pages =   "127--133",
}

它只是省略了作者。

那么，我如何才能创建一个正则表达式来匹配一个条目，其中包含的换行数(不仅仅是“.*\s+”的重复次数)和它遇到的“or a }”一样多呢？

Answer 1

我知道人们喜欢使用正则表达式来解析标记，这似乎是一种时尚……就像lady gaga，或者Fun Dip。但是如果你想有效地解析标记，你应该使用解析器或者编写解析器。

为什么，正则表达式是用来解析regular language的。大多数降价不能表示为NFA或DFA。正因为如此，使用正则表达式解析它们是...在最困难的时候是不可能的，在最容易的时候是慢的。

有几个很棒的JS bibtex解析器。

• http://sourceforge.net/projects/jsbibtex/
• http://code.google.com/p/bibtex-js/

是两个，我建议你看看那些...我知道您已经完成了创建正则表达式的工作，但我保证，当您向真正的解析器迈出这一步时，您的工作将变得容易得多。

这只是一个小例子，说明为什么您的正则表达式不好，而解析器更好。

匹配模式包括

;;;)(>$#@ = 'dfsa3 342 '}
((())))+++>$#@ = 'dfsa3@@//''''''''''''
>$#@ = 'dfsa3@@//'''}}}}"""

这些都不是好东西！