如何通过静态分析 AST 自动识别并重写项目中不再符合规范的正则定义

夏磊小哥_2053

夏磊小哥_2053

2026-05-04

883人浏览

原创

正则表达式是用于匹配字符串模式的规则工具,可实现文本校验、提取、替换和分割;其核心由普通字符与元字符(如^、$、.、d、[]、()等)构成,配合限定符(*、+、?、{n,m})和标志(i、g、u等)形成灵活匹配能力。

如何通过静态分析 ast 自动识别并重写项目中不再符合规范的正则定义

直接用 @babel/traverse 遍历 Literal 和 NewExpression 节点,结合正则字面量结构与构造函数调用模式,能准确识别所有 RegExp 定义;但仅靠 AST 无法判断「是否符合规范」,必须注入业务规则(如禁止 g 标志、要求显式 u、禁用动态字符串拼接),否则重写等于盲改。

怎么识别 RegExp 字面量和 new RegExp() 调用

正则在 AST 中分两类:字面量是 Literal 节点且 node.regex 存在;构造调用是 NewExpression 节点且 callee.name === 'RegExp'。不能只查 Identifier 名为 RegExp,那会漏掉别名场景(const RE = RegExp; new RE('a'))。

  • Literal 类型的正则,检查 node.regex?.flags 和 node.regex?.pattern 即可拿到原始内容
  • NewExpression 必须递归解析 arguments[0] 和 arguments[1]:前者可能是 StringLiteral 或 TemplateLiteral,后者通常是 StringLiteral 或 Identifier(如变量传入标志)
  • 跳过 eval()、Function() 内部的字符串,AST 层面无法安全还原其运行时是否构成正则——这类必须人工标注或告警,不自动重写

为什么不能统一替换为 /.../u 形式

字面量和构造函数语义不同:/d+/g 是编译期常量,而 new RegExp(pattern, flags) 支持运行时拼接。强行把后者转成字面量会破坏逻辑,比如 new RegExp(`^${userInput}$`, 'i') 一旦转成 /^${userInput}$/i 就变成静态字符串,失去动态能力。

  • 仅当 arguments[0] 是纯 StringLiteral 且 arguments[1] 是纯 StringLiteral 或缺失时,才允许转字面量
  • 若 arguments[0] 含 TemplateLiteral 或 BinaryExpression(如 'a' + 'b'),保留 new RegExp() 结构,只修正 flags 参数
  • 字面量补 u 标志相对安全,但 new RegExp(..., 'g') 补 u 必须确保第一个参数字符串本身合法(如含 Unicode 字符),否则运行时报错

重写时最容易踩的坑

正则重写不是改字符串那么简单,标志位变更、转义处理、作用域污染都可能引发静默故障。

  • 字面量中反斜杠需双写:AST 的 node.regex.pattern 是已解析后的字符串(\d 在源码里是 \\d),直接拼进新字面量会少一层转义,要用 JSON.stringify() 包裹再切头尾引号
  • 修改 flags 时,不能简单字符串拼接(如 flags + 'u'),要先去重:用 new Set(flags.split('')) 再 join,避免生成 guu
  • 全局作用域下 var re = /a/g 被重写后,若原代码依赖 re.lastIndex 的可变状态,改成 const re = /a/gu 不影响行为;但若被闭包捕获并反复 exec(),需确认 u 是否改变匹配边界(如 w 在 Unicode 模式下包含更多字符)
  • TS 项目中若正则赋值给带类型注解的变量(const re: RegExp = /a/;),重写后类型仍有效;但若注解为更具体的 typeof /a/,字面量变更可能导致类型不兼容

如何验证重写结果不破坏运行时行为

AST 替换完必须过三层检查,缺一不可:语法层看是否生成合法代码,执行层看是否报错,逻辑层看匹配结果是否一致。

  • 语法验证:跑一遍 eslint --no-ignore --ext .js,.ts src/,重点看 no-invalid-regexp 和 no-misleading-character-class 是否新增报错
  • 执行验证:对每个被修改的正则,提取其 pattern 和 flags,在 Node.js 里执行 new RegExp(pattern, flags).test('sample'),并与原正则结果比对;特别关注 、w、Unicode 字符等敏感点
  • 逻辑验证:若有单元测试覆盖正则使用场景(如路由匹配、表单校验),必须全量回归;没有的话,至少抽样 5 个高频正则,手动构造边界输入(空字符串、null、超长文本、特殊 Unicode)验证

真正难的不是找到正则节点,而是判断「这个正则在它所处的上下文中,改了之后会不会让某个 if 分支永远进不去、让某个 replace 替换错位、或者让第三方库内部的正则预编译失败」——这些只能靠执行验证兜底,AST 本身给不了答案。

PHP速学视频免费教程(入门到精通)
PHP速学视频免费教程(入门到精通)

PHP怎么学习?PHP怎么入门?PHP在哪学?PHP怎么学才快?不用担心,这里为大家提供了PHP速学教程(入门到精通),有需要的小伙伴保存下载就能学习啦!

下载

相关标签:

本站声明:本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系admin@php.cn

相关专题

更多
js获取数组长度的方法
js获取数组长度的方法

在js中,可以利用array对象的length属性来获取数组长度,该属性可设置或返回数组中元素的数目,只需要使用“array.length”语句即可返回表示数组对象的元素个数的数值,也就是长度值。php中文网还提供JavaScript数组的相关下载、相关课程等内容,供大家免费下载使用。

2023.06.20

5266

5

js刷新当前页面
js刷新当前页面

js刷新当前页面的方法:1、reload方法,该方法强迫浏览器刷新当前页面,语法为“location.reload([bForceGet]) ”;2、replace方法,该方法通过指定URL替换当前缓存在历史里(客户端)的项目,因此当使用replace方法之后,不能通过“前进”和“后退”来访问已经被替换的URL,语法为“location.replace(URL) ”。php中文网为大家带来了js刷新当前页面的相关知识、以及相关文章等内容

2023.07.04

1289

3

js四舍五入
js四舍五入

js四舍五入的方法:1、tofixed方法,可把 Number 四舍五入为指定小数位数的数字;2、round() 方法,可把一个数字舍入为最接近的整数。php中文网为大家带来了js四舍五入的相关知识、以及相关文章等内容

2023.07.04

5204

6

js删除节点的方法
js删除节点的方法

js删除节点的方法有:1、removeChild()方法,用于从父节点中移除指定的子节点,它需要两个参数,第一个参数是要删除的子节点,第二个参数是父节点;2、parentNode.removeChild()方法,可以直接通过父节点调用来删除子节点;3、remove()方法,可以直接删除节点,而无需指定父节点;4、innerHTML属性,用于删除节点的内容。

2023.09.01

1000

4

JavaScript转义字符
JavaScript转义字符

JavaScript中的转义字符是反斜杠和引号,可以在字符串中表示特殊字符或改变字符的含义。本专题为大家提供转义字符相关的文章、下载、课程内容,供大家免费下载体验。

2023.09.04

1936

5

js生成随机数的方法
js生成随机数的方法

js生成随机数的方法有:1、使用random函数生成0-1之间的随机数;2、使用random函数和特定范围来生成随机整数;3、使用random函数和round函数生成0-99之间的随机整数;4、使用random函数和其他函数生成更复杂的随机数;5、使用random函数和其他函数生成范围内的随机小数;6、使用random函数和其他函数生成范围内的随机整数或小数。

2023.09.04

3685

4

如何启用JavaScript
如何启用JavaScript

JavaScript启用方法有内联脚本、内部脚本、外部脚本和异步加载。详细介绍:1、内联脚本是将JavaScript代码直接嵌入到HTML标签中;2、内部脚本是将JavaScript代码放置在HTML文件的`<script>`标签中;3、外部脚本是将JavaScript代码放置在一个独立的文件;4、外部脚本是将JavaScript代码放置在一个独立的文件。

2023.09.12

4813

6

Js中Symbol类详解
Js中Symbol类详解

javascript中的Symbol数据类型是一种基本数据类型,用于表示独一无二的值。Symbol的特点:1、独一无二,每个Symbol值都是唯一的,不会与其他任何值相等;2、不可变性,Symbol值一旦创建,就不能修改或者重新赋值;3、隐藏性,Symbol值不会被隐式转换为其他类型;4、无法枚举,Symbol值作为对象的属性名时,默认是不可枚举的。

2023.09.20

3160

5

java访问控制修饰符介绍
java访问控制修饰符介绍

java访问控制修饰符有四种,分别是public、protected、private、默认访问修饰符。详细介绍:1、public,public是最宽松的访问控制修饰符,被修饰的类、方法和变量可以被任何其他类访问,当一个类、方法或变量被声明为public时,它们可以在任何地方被访问,无论是同一个包中的类还是不同包中的类;2、protected修饰符等等。

2023.09.20

1008

7

热门下载

更多
网站特效
/
网站源码
/
网站素材
/
前端模板

精品课程

更多
热门推荐
/
最新课程
phpStudy极速入门视频教程
phpStudy极速入门视频教程

共6课时 | 54.7万人学习

独孤九贱(4)_PHP视频教程
独孤九贱(4)_PHP视频教程

共89课时 | 134.1万人学习