DIV CSS 佈局教程網

用正則表達式移除 JS 中的行註解與區塊註解
編輯:JavaScript綜合知識     

需求與難點

要把一段 JavaScript 原始碼裡的註解全部清掉,直覺上寫兩個規則就好:一個抓 // 到行尾,一個抓 /* 到 */。但真正困難的地方在於:字串裡的 // 不是註解。

例如 var url = "https://example.com";,如果直接套用「移除 // 之後的所有內容」,這行會被砍成 var url = "http:,程式碼就壞了。所以正則必須先把字串排除在外。

程式碼

var reg = /("([^"]*(.)?)*")|('([^']*(.)?)*')|(\/{2,}.*?(\r|\n))|(\/\*(n|.)*?\*\/)/g,
    // 正則表達式

    str = $('event').html();   // 欲處理的文字

console.log(str);              // 印出原文字
console.log(str.match(reg));   // 印出所有匹配到的子字串

str.replace(reg, function (word) {          // 去除註解後的文字
    return /^\/{2,}/.test(word) || /^\/\*/.test(word) ? "" : word;
});

四個子表達式的分工

這個正則由四段以 | 串接而成:

  1. ("([^"]*(.)?)*") — 捕獲以雙引號包住的雙引號字串。
  2. ('([^']*(.)?)*') — 捕獲以單引號包住的單引號字串。
  3. (\/{2,}.*?(\r|\n)) — 選取 // 到行尾的行註解。
  4. (\/\*(n|.)*?\*\/) — 選取 /* 到 */ 的區塊註解。

前兩個的作用就是「先把字串撈出來保護好」。正則的 | 是有序選擇,會從左到右嘗試,因此當文字裡出現 "https://..." 時,會先被第一組完整匹配成一個字串,第三組就沒有機會從中間切一刀。回呼函式裡只把「以 // 或 /* 開頭」的匹配項清空,其他(也就是字串)原封不動地保留,正是這個設計的收尾。

第四個子表達式的關鍵:那個問號

(\/{2,}.*?(\r|\n))|(\/\*(n|.)*?\*\/)

後面那個 ? 非常重要,它讓量詞變成懶惰匹配(lazy / non-greedy)。少了它,(n|.)* 會變成貪婪匹配,一路吃到整份程式的結尾才找到最後一個 */,中間所有的程式碼都會被當成註解刪掉。

下圖說明了這個「干擾項」的問題:如果同一份程式裡有兩段以上的區塊註解,貪婪模式會把第一段註解的結尾與第二段註解的開頭之間的所有內容全部吞進來。

這個寫法還漏了什麼

用正則處理程式碼本質上是權宜之計,上面有幾個已知破洞值得留意。

不支援模板字符串。ES6 的 `...` 反引號字串沒有被納入保護範圍,裡面若有 // 就會被誤刪。

不處理正則字面值。像 /\/\*/.test(s) 這種把符號寫在 regex literal 裡的情況,會被誤判為區塊註解的開頭。

不處理轉義字元。字串裡的 \" 會讓 [^"]* 提前結束,導致配對錯誤。

原範例裡的 (n|.) 應該是 (\n|.)。少了反斜線,它變成「字母 n 或任意字元」,而任意字元本來就包含字母 n,等於多餘。同理第三組的 (\r|\n) 寫法才是正確的。

更可靠的做法

如果你的目的是「壓縮 JS 以減少檔案大小」,請直接使用成熟的壓縮工具——UglifyJS、terser、esbuild 都內建完整的解析器(parser),能正確理解 AST 結構,不會把字串裡的網址刪掉。這是唯一的正解。

如果只是想在教學或簡單場景中「去掉註解讓程式碼看起來乾淨一點」,上面這段正則夠用,但記得先在你的實際資料上測一遍,特別是有沒有反引號字串與正則字面值。

換個角度想:正則擅長的是「有規則的文字模式」,而程式碼是「有巢狀結構的語法」。用前者處理後者,永遠會有邊界情況。工具選對了,問題就消失一半。

XML學習教程| jQuery入門知識| AJAX入門| Dreamweaver教程| Fireworks入門知識| SEO技巧| SEO優化集錦|
Copyright © DIV+CSS佈局教程網 All Rights Reserved