正規表現を分かりやすく書くには

Question

やりたいこと: 1233文字の長い正規表現のメンテナンス性を上げたい。

初めましての方は初めまして、お久しぶりの方はお久しぶりです。3年ぶりに帰ってきました。
現在、javascriptでスタイルシートを解析するツールを書いてます。埋め込みフォントのURLを解析する正規表現を書いたのですが…

/^(?:local([\t\n\f\r ]*(?:(["'])(?:(?!\1)[^\n\f\r\]|\(?:[\n\f]|\r\n?)|(?:(?:\[\dA-F]{1,6}(?:[\t\n\f ]|\r\n?)?)|\[^\n\f\r\dA-F]))*\1|-?(?:[_A-Z\x80-\uD7FF\uE000-\uFFFD]|[\uD800-\uDBFF][\uDC00-\uDFFF]|\(?:[\dA-F]{1,6}(?:[\t\n\f ]|\r\n?)?|(?:[\x20-\x7E\x80-\uD7FF\uE000-\uFFFD]|[\uD800-\uDBFF][\uDC00-\uDFFF])))(?:[-\w\x80-\uD7FF\uE000-\uFFFD]|[\uD800-\uDBFF][\uDC00-\uDFFF]|\(?:[\dA-F]{1,6}(?:[\t\n\f ]|\r\n?)?|(?:[\x20-\x7E\x80-\uD7FF\uE000-\uFFFD]|[\uD800-\uDBFF][\uDC00-\uDFFF])))*(?:[\t\n\f\r ]+-?(?:[_A-Z\x80-\uD7FF\uE000-\uFFFD]|[\uD800-\uDBFF][\uDC00-\uDFFF]|\(?:[\dA-F]{1,6}(?:[\t\n\f ]|\r\n?)?|(?:[\x20-\x7E\x80-\uD7FF\uE000-\uFFFD]|[\uD800-\uDBFF][\uDC00-\uDFFF])))(?:[-\w\x80-\uD7FF\uE000-\uFFFD]|[\uD800-\uDBFF][\uDC00-\uDFFF]|\(?:[\dA-F]{1,6}(?:[\t\n\f ]|\r\n?)?|(?:[\x20-\x7E\x80-\uD7FF\uE000-\uFFFD]|[\uD800-\uDBFF][\uDC00-\uDFFF])))*)*)[\t\n\f\r ]*)[\t\n\f\r ]*,[\t\n\f\r ]*)*url([\t\n\f\r ]*((["'])(?:(?!\3)[^\n\f\r\]|\(?:[\n\f]|\r\n?)|(?:(?:\[\dA-F]{1,6}(?:[\t\n\f ]|\r\n?)?)|\[^\n\f\r\dA-F]))*\3|(?:[\t!#-&\x2A-\x7E]|[\x80-\uD7FF\uE000-\uFFFD]|[\uD800-\uDBFF][\uDC00-\uDFFF]|\[\dA-F]{1,6}(?:[\t\n\f ]|\r\n?)?|\(?:[\x20-\x7E\x80-\uD7FF\uE000-\uFFFD]|[\uD800-\uDBFF][\uDC00-\uDFFF]))*)[\t\n\f\r ]*)/i
```…(バグは除去できましたが)長くなりすぎてメンテナンスに困っています。
知りたい内容は、

1. 正規表現を途中で改行できるか?
2. 同じ内容を省略して書く方法はないか?
3. ライブラリを使うなら、何を使うべきか? リテラルとの速度差は?
4. グローバルスコープを汚染せず、事前にnew RegExpで正規表現オブジェクトを生成できるか? (可能であれば外部からの干渉を不可能にしたい。)

という内容です。Googleで検索したのですが、まとまった情報がなくて今後の方針に悩んでいます。1-4のどの観点からのアドバイスでも力になるので、ご意見よろしくお願いします。

Answer 1

回答

A1, A2. 現行の正規表現リテラルでは、改行出来ませんし、正規表現を変数化して参照する機構はありません。
一般解としては、文字列リテラルで変数に格納してから、連結演算子もしくは、Array#joinで連結し、new RegExp に渡すことになります。

A4. 変数宣言を関数コード内で行うか、let, const のブロックスコープを使用して下さい。

参考例

過去に作成した rfc3986.js が参考になりそうなので、紹介しておきます。
https://gist.github.com/think49/770087

これは RFC3986 のABNF書式をそのまま正規表現に変換したものですが、正規表現が自己流なら、別途、文法規則を文書化すると良いかもしれません。
https://triple-underscore.github.io/RFC3986-ja.html

Re: majiponi さん

Answer 2

function newReg () {
  let
    a = '',
    b = '',
    c = '',
    d = a + b + c + b + a;
  
  return new RegExp (d);
}

const REG = newReg ();

Answer 3

「正規表現 可視化」などで探すと図にしてくれるツールがいくつか見つかると思うので、編集の際には利用するのがおすすめです。
https://jex.im/regulex/#!flags=&re=%5E(a%7Cb)*%3F%24

図の中で独立性が高かったり、繰り返し現れるパターンを見つけやすくなるので、
他の方も言っているように、あとは文字列として切り出してjoinするのが良いと思います。

Comments

[majiponi]

皆さん回答ありがとうございます。可視化ツールでバグ修正とチューニングができたので、otolabさんをBAにさせていただきます。

結論としては、2つの命令に分割して、関数冒頭にツールのURLと要約をコメントすることでメンテナンス性を確保し、正規表現を出力するためのプログラムを別で用意することにします。

Answer 4

改行を改行として判断していいなら改行はできますけど・・・
（今回はそうではなさそうな感じですけどね）

var str="a\n123\nb";
var pattern=`a
\d+
b`;
var reg=new RegExp(pattern,'m');
console.log(str.match(reg));