正則表達式是一種強而有力的模式匹配與替換工具,幾乎滲透到每一個需要處理文字的工作環節。本文從基本概念到進階語法,系統性地介紹 JavaScript 中的正則表達式用法。
正則表達式主要有三大用途:
正則表達式通常以 /pattern/ 的形式書寫,斜線之間就是要匹配的模式。為了讓模式更靈活,正則提供了「元字符」——那些在正則中有特殊意義的專用字元:
+:前導字符必須連續出現一次或多次,如 /fo+/ 可匹配 fool、fo、football。*:前導字符出現零次或多次,如 /eg*/ 可匹配 easy、ego、egg。?:前導字符出現零次或一次,如 /Wil?/ 可匹配 Win、Wilson。當不確定要匹配多少字符時,可用限定符:
{n}:恰好匹配 n 次,如 o{2} 能匹配 food 中的兩個 o。{n,}:至少匹配 n 次,o{1,} 等同 o+,o{0,} 等同 o*。{n,m}:匹配 n 到 m 次,o{1,3} 會匹配 foooood 中的前三個 o,o{0,1} 等同 o?。注意逗號與數字間不能有空格。s:匹配單個空白符(含 tab、換行);S 則相反。d:匹配 0 到 9 的數字。w:匹配字母、數字或底線;W 則相反。.:匹配除換行外的任意字符。定位符用來規定模式出現的位置:
^:模式必須出現在字串開頭,如 /^hell/ 匹配 hello、hellhound。$:模式必須出現在結尾,如 /ar$/ 匹配 car、bar。b:匹配單字邊界;B 則匹配非邊界位置。你可以指定一個範圍而非具體字符:/[A-Z]/ 匹配任一大寫字母、/[a-z]/ 匹配小寫、/[0-9]/ 匹配數字。而 /([a-z][A-Z][0-9])+/ 能匹配由字母數字組成的字串。
用「()」可把字元分組,要求括號內的內容必須同時出現。若想實現「或」的邏輯,可用管道符 |:/to|too|2/ 會匹配 to、too 或 2。而否定符 [^] 則規定不能出現某些字符,如 /[^A-C]/ 匹配除 A、B、C 以外的任意字符。若要在模式中查找元字符本身,可用轉義符。
正則的求值順序由高至低為:
JavaScript 1.2 起提供了功能強大的 RegExp 物件,其中的 test() 方法可檢驗目標是否含匹配模式並回傳 true/false。它支援兩種語法:
re = /pattern/[flags]
re = new RegExp("pattern", ["flags"])
常用的旗標有:g(全文查找所有)、i(忽略大小寫)、m(多行查找)。例如:
function MatchDemo() {
var r, re;
var s = "The rain in Spain falls mainly in the plain";
re = new RegExp("ain", "g");
r = s.match(re);
return r;
}
正則表達式堪稱文字處理的瑞士刀,熟練後能大幅簡化驗證、搜尋與替換的工作。