我正在尝试编写一个仅与HTML中的NASM样式注释匹配的javascript正则表达式。例如，为"; interrupt"匹配"INT 21h ; interrupt"。
您可能知道/;.*/不能成为答案，因为在评论之前可能有HTML实体;我认为/(?:[^&]|&.+;)*(;.*)$/应该适用它，但我发现它有两个问题：
" ; hello world".match(/(?:[^&]|&.+;)*(;.*)$/)是一个数组[" ; hello world", "; hello world"]。我不想要阵列。" ; hello world; a message".match(/(?:[^&]|&.+;)*(;.*)$/)是[" ; hello world; a message", "; a message"];更糟糕的是第二个元素。问题：
(?:)块？"; a message"，而不是"; hello world; a message"？答案 0 :(得分：1)
1）没有返回（？:)。你看到的是.match（）方法总是返回一个数组：第一个元素是整个匹配，以下元素（如果有的话）是后引用。在这种情况下，您有一个反向引用，因此该数组包含两个项目。
2）因为正则表达式的前半部分：
(?:[^&]|&.+;)*
这不是个好主意！这将匹配任何，甚至包括新行！事实上，唯一它不匹配的东西是“＆amp;”那后面没有“;”在同一条线上。因此，它匹配到最后一个“;”在你的每一行中。
3）我对HTML中的MASM风格的评论一点都不熟悉，所以我需要查看更广泛的列表，列出你想要匹配/不匹配的内容，以便在这里自信地给出一个好的答案。 / p>
但是这里有一些我很快就拼凑起来的东西，至少要解决你上面给出的两个例子：
.*&.*?;\s(;.*)$
答案 1 :(得分：0)
ad 1.）
不返回?:块。相反，在第一个数组元素中返回完整匹配。此行为遵循非全局匹配的规范（即没有g选项）。
ad 2.）
正则表达式的第一部分（(?:[^&]|&.+;)*）匹配太多。事实上，如果丢掉第二部分，它将匹配整行。用简单的英语，你要求匹配一个&序列，后跟尽可能多的字符，然后分别是;或&以外的任何符号，你要求引擎尽可能多地重复此匹配，直到测试字符串中的最后一个;（如果有）。
ad 3.） 尝试
(?:[^&;]*(&[a-zA-Z0-9_-]+;[^&;]*)*)(;.*)$
它修复了已损坏的实体匹配并返回最长的; - 初始后缀。
使用pagecolumn regex tester测试（我不隶属于此网站）。