正則表達式之所以能強大,靠的是一批被賦予特殊意義的字元。以下把 JavaScript 中的元字元、ASCII 表示法與特殊控制字元做個完整整理。
( [ { \ ^ $ | ) ] } ? * + .
這些字元在正則中並不代表字面意義。若要「比對這些字元本身」,必須在前面加上反斜線做轉義。
例1:
alert(/\?/.test("?")); // true,比對問號本身
例2:
alert(/\\\?/.test("?"));
例 2 用到「雙重轉義」:第一個反斜線是給 JavaScript 字串/正則字面值解析用的,第二個才真正交給正則引擎,目的是避免 \? 被當成「? 的量化修飾」來翻譯。這類多層轉義是正則最容易出錯的地方,寫的時候要清楚自己正在哪一層。
語法是加上 x 前綴再接兩位十六進位碼。例如 x62 代表 b,因為 b 的 ASCII 碼是十進位的 98,也就是十六進位的 62。
例1:
var sColor = "blue";
var reB = /\x62/;
alert(reB.test(sColor));
也可以用八進位表示,142(八進位)同樣是 b:
例2:
var sColor = "blue";
var reB = /\142/;
alert(reB.test(sColor));
語法是 u 加上四位十六進位碼,b 的 Unicode 是 0062:
例3:
var sColor = "blue";
var reB = /\u0062/;
alert(reB.test(sColor));
Unicode 表示法的好處是能涵蓋 ASCII 以外的所有字元,例如 /\u4e2d\u6587/ 就能比對「中文」兩字。相較之下 \x 只有兩位、\142 這種八進位寫法更已在嚴格模式下被禁止使用,新專案應統一採用 \u 或 \u{1F600}(ES6 的碼點寫法,可表示完整 Unicode 碼點)。
| 特殊字元 | 說明 |
|---|---|
| t | 定位字元(tab) |
| n | 換行符 |
| r | 回車符 |
| a | alert 字元 |
| e | escape 字元 |
| cX | 與 X 相對應的控制字元 |
| b | 退格字元 |
| v | 垂直定位字元 |
| (空白) | 空白字元 |
實際上表中的字元都應寫成 \t、\n、\r 這種帶反斜線的形式。
\b 有兩種完全不同的意義:在字元模式中(例如 /[\b]/ 或字串裡)它是「退格字元」,而在比對位置時 /\bword\b/ 它是「單字邊界」。這是最常被搞錯的地方之一。另外常用的還有 \d(數字,等價 [0-9])、\w(單字字元)、\s(空白),以及對應的反義 \D、\W、\S。把這些記熟,加上 {n,m} 這種量詞,日常的表單驗證與字串處理就幾乎都能應付了。