DIV CSS 佈局教程網

用正則表達式取代連續重複的字元
編輯:JavaScript綜合知識     

把「連續出現的相同字元」壓縮成一個,是文字清理常見的需求:使用者輸入時按住鍵盤造成的 aaaaa、多打的空白、重複的標點符號,都可以用它處理。

JavaScript

// 把連續的重複字元收斂成一個
"heeeello".replace(/(.)\1+/g, "$1");        // "hello"

// 只收斂空白
"a   b    c".replace(/\s+/g, " ");           // "a b c"

// 收斂重複的標點
"真的嗎?????".replace(/([?。,!])\1+/g, "$1");   // "真的嗎?"

關鍵是「反向引用」。(.) 用括號把第一個字元捕獲成第 1 群,接著的 \1 表示「必須跟第 1 群內容相同」,+ 則代表這樣的重复至少一次。整體換成 $1(第一群的內容),就等於只留一個。

如果要限定「只處理特定字元」,把 (.) 換成字元集即可:/([a-z])\1+/gi 只收斂英文字母。若要保留段落結構,用 ([^\S\r\n])\1+ 只處理同一行內的重複空白。

VBScript

Function CollapseRepeat(s)
  Dim re
  Set re = New RegExp
  re.Pattern = "(.)\1+"
  re.Global = True
  re.IgnoreCase = False        ' 視需求決定是否忽略大小寫
  CollapseRepeat = re.Replace(s, "$1")
End Function

' 使用
Response.Write CollapseRepeat("heeeello")   ' hello

ASP 環境下的 VBScript 用 RegExp 物件,寫法與 JS 幾乎一一對應:Pattern 對應 regex 本文、Global 對應 g、IgnoreCase 對應 i。要留意 VBScript 的字串裡反斜線不是跳脫字元,所以 "\1" 直接寫即可,不必像某些語言那樣寫成 "\\1"。

實作上的眉角

Global 一定要設為 True,否則只會替換第一處。若要「完全移除」而非「收斂成一個」,把 replacement 從 "$1" 改成 "" 即可,但這會連合法的重複一起刪掉(例如「人人」變「人」),中文情境要特別小心。另外若希望「保留首字元但忽略大小寫」,記得 IgnoreCase 設 True 時 a 與 A 會被視為同一字元而收斂,這通常不是你想要的。

效能上,正則在處理極長字串時可能回溯過多,若只是收斂空白,用 split(/\s+/).join(" ") 往往更快也更好懂。真正需要「相鄰相同就合併」的邏輯,用迴圈掃一次也完全可行,而且行為更容易預測。

XML學習教程| jQuery入門知識| AJAX入門| Dreamweaver教程| Fireworks入門知識| SEO技巧| SEO優化集錦|
Copyright © DIV+CSS佈局教程網 All Rights Reserved