正則表達式最早出現在 Perl 語言中。在此之前,為了確認字串裡有沒有某個字元,不得不寫迴圈逐一比對;一旦條件複雜起來(例如身分證號驗證),實作就變得相當繁重。於是有人發明了正則語法:用一個特殊的字串作為模板,對輸入的字元流進行比對,原理和電子廠的 PCB 板檢測很像。
不同工具對正則的實作略有差異,但語法大致遵循 ECMAScript 的 RegExp 類別標準,可參考《ECMAScript Language Specification》中有關 RegExp 的描述;若想深入了解,https://www.regular-expressions.info/ 是個不錯的網站。
網頁程式碼最佳化最主要的工作就是簡化原始碼。對於用視覺工具或轉換工具(例如 Word 轉存為 HTML)產生的頁面,簡化前後的大小往往差距一倍以上。
別小看這件事。以目前的網路頻寬來說,把 50KB 的頁面縮成 20KB 也許感覺不出速度差異,但對手機、PDA 這類小型手持裝置就非常關鍵:不只是頻寬問題,程式碼越多,瀏覽器解析與定位的速度就越慢,耗掉的記憶體也越多。程式碼的精簡程度,是衡量網頁設計者水準的重要標準之一。
簡化工作是透過「搜尋取代」完成的。普通的整字串比對能解決大部分情況,但有條件的簡化就必須動用正則表達式。本文以 DreamWeaver 為例(FrontPage 的正則標記與標準差異較大,這裡不談)。
編輯後殘留的空白標籤(例如 <b></b>)可以清掉,但要注意有些應用(例如 Ajax 的回顯)會用到帶 id 的空白標籤,不能一概而論。
搜尋:<(.*)\b[^>]*>\s*
取代:(空)
把 (.*) 換成你要處理的標籤名稱即可。這種寫法無法處理巢狀標籤,但稍作變化就能處理同名不同屬性的巢狀結構。
搜尋:<(?:.|\s)*?>
取代:(空)
把連續兩個以上的空白收斂成一個:
搜尋:\s{2,} 取代:一個半形空格
另外可以清掉標籤閉合前多餘的空白:
搜尋:\s{1,}(.|\/)> 取代:$1>
例如把 <b><b>abc</b>defedd</b> 併成 <b>abcdefedd</b>。多層巢狀結構必須一層一層「脫殼」:
搜尋:(<(.*)\b[^>]*>)((?:[^<]|\s)*?)\1((?:.|\s)*?)
取代:<$2>$3$4
這個方法一次只能合併一層巢狀標籤,需要多跑幾次。最好把 (.*) 換成具體標籤名(例如 b 或 font),避免誤合併不該動的標籤。若要處理帶屬性的標籤,把比對部分放寬即可。
把寫死的寬度換成 class 引用:
搜尋:<(\w+)\b([^>]*)width="20px"([^>]*)>
取代:<$1 $2 class="style1" $3>
舉一反三,也可以把 width="20px" 的 td 加倍成 40px:
搜尋:<(\w+)\b([^>]*)width="20px"([^>]*)>
取代:<$1 $2 width="40px"$3>
搜尋:<!--(?:.|\s)*?-->
取代:(空)
以上是正則表達式在簡化程式碼上的幾個基本應用。正則的用處遠不止於此,只要肯發揮想像力,它在文字處理領域還有很大發揮空間。
另外值得一提的是,FrontPage 的「搜尋取代」裡有「HTML 規則」與「HTML 標記」功能,對不熟正則表達式的人來說算是個替代方案。