很久以前學過正則表達式,久了不用就忘。本文重新整理一遍基礎知識,重點放在四個最常使用的方法,並用同一個問題的三種解法來說明「正則到底好在哪裡」。
需求:從 'dgh6a567sdo23ujaloo932' 中取出所有數字。
最直覺的寫法是逐字元檢查:
var str = 'dgh6a567sdo23ujaloo932';
function getNumber(obj){
var arr = [];
for (var i = 0; i < obj.length; i++) {
if (obj.charAt(i) >= '0' && obj.charAt(i) <= '9') {
arr.push(obj.charAt(i));
}
}
return arr;
}
// ["6","5","6","7","2","3","9","3","2"]
但我們真正想要的是 ['6','567','23','932']——連續的數字要歸成一組。這時得加一個暫存變數:
function getNumber(obj){
var arr = [];
var temp = '';
for (var i = 0; i < obj.length; i++) {
if (obj.charAt(i) >= '0' && obj.charAt(i) <= '9') {
temp += obj.charAt(i); // 先把相鄰數字連起來
} else {
if (temp) { // 數字斷開時才推入結果
arr.push(temp);
temp = '';
}
}
}
if (temp) { // 處理結尾還沒flush的部分
arr.push(temp);
temp = '';
}
return arr;
}
// [["6","567","23","932"]]
程式碼變長了,而且那個「結尾要額外處理」的分支很容易漏掉。
用正則呢?
function getNumber2(obj){
return obj.match(/\d+/g);
}
// ["6","567","23","932"]
一行取代二十行。這就是正則的價值:它不是「另一種寫法」,而是為字串比對量身打造的一套宣告式語法。程式碼更短、意圖更清楚、也少了自己實作時容易犯的邊界錯誤。
// 字面法(最常用)
var re = /\d+/;
// 建構子法(需要動態組字串時使用)
var re = new RegExp('\\d+'); // 注意:字串中要寫 \\d
差別在於:字面法在程式碼載入時就編譯完成,效能較好;建構子法可以讓 pattern 由變數決定,但字串中的反斜線必須跳脫成 \\,這是最常見的入門錯誤來源。
| 寫法 | 意義 |
|---|---|
\s | 空白字元 |
\S | 非空白字元 |
\d | 數字 0-9 |
\D | 非數字 |
\w | 單字字元(字母、數字、底線) |
\W | 非單字字元 |
大寫字母一律是對應小寫的反義,這個設計規律很容易記。
語法:re.test(字串),回傳布林值。
function allNumber(obj){
var re = /\D/; // 找「非數字」,找到一個就代表不全是數字
if (re.test(obj)) {
alert('不全是數字');
} else {
alert('全是數字');
}
}
allNumber('dgh6a567sdo23ujaloo932'); // 不全是數字
allNumber('123456'); // 全是數字
語法:字串.search(re),回傳匹配的起始索引,找不到則回傳 -1。功能等同 indexOf,但可以用正則表達條件。
注意:正則預設區分大小寫。要忽略大小寫,加上 i 標記:
function searchStr(obj){
var re = /B/i; // i = ignore case
alert(obj.search(re));
}
searchStr('dgh6b567sdo23ujaloo932'); // 3
語法:字串.match(re),成功回傳陣列,失敗回傳 null。
注意:預設只找第一個就停。要抓全部必須加 g 標記:
var str = 'dgh6b567sdo23ujaloo932';
/d/ → match 回傳 ["6"] // 只找到第一個
/d/g → match 回傳 ["6","5","6","7","2","3","9","3","2"] // 每個數字一項
/dd/g → match 回傳 ["56","23","93"] // 兩位數一組
/d+/g → match 回傳 ["6","567","23","932"] // 連續數字一組
這四個結果的對比很能說明問題:+ 的意義是「前面的 pattern 至少出現一次」,因此 \d+ 會盡量把連續的數字吃進來,而 \d 只吃一個。為什麼 /dd/g 的結果是 ["56","23","93"] 而不是 ["56","76","72","33","93","2"]?因為有 g 時匹配不重疊,每次配對成功後就從下一個位置繼續,所以 567 中的 7 被跳過了。
語法:字串.replace(re, 新字串)。
var str = 'daah6b5a7sdo23ujaloo932';
function replaceStr(obj){
var re = /a/g; // 全域匹配 a
return obj.replace(re, 'b');
}
console.log(replaceStr(str)); // dbbh6b5b7sdob23ujbloob932
同樣地,不加 g 就只會換掉第一個。
g — global,全域匹配,找出所有而非第一個i — ignore case,忽略大小寫m — multiline,讓 ^ 與 $ 對每一行生效^ 與 $ — 字串(或行)的開頭與結尾. — 任意字元(不含換行)* / + / ? — 重複 0 次以上 / 1 次以上 / 0 或 1 次{n,m} — 重複 n 到 m 次[abc] — 字元集合中的任一個(...) — 群組,也可用 $1 在替換時引用a|b — 或一個實用例子:把 2015-04-17 轉成 2015/04/17,並用群組重排成 17/04/2015:
'2015-04-17'.replace(/(\d{4})-(\d{2})-(\d{2})/, '$3/$2/$1');
// "17/04/2015"
(a+)+)在特定輸入下會造成指數級回溯,讓程式當住。使用者可控的輸入請勿直接套用來路不明的正則。