JavaScript 的正則能力比起 C# 那套要樸素一些,但日常驗證、擷取、替換已經綽綽有餘。本文按三個主題梳理:怎麼定義、怎麼驗證、怎麼轉義。
建立正則物件有兩條路:用建構函數,或直接用一對斜線包起來。
// 建構函數寫法,注意 RegExp 的大小寫
var re = new RegExp("?(w{1,}=w{1,}&){1,}w{1,}=w{1,}");
建構函數的參數是字串,因此反斜線本身需要再跳脫一次,特殊字元寫起來層層疊疊。改用字面值就清爽多了:
var re = /?(w{1,}=w{1,}&){1,}w{1,}=w{1,}/;
兩者效果等價,但字面值少了你一層跳脫負擔,而且正則表達式在解析階段就被編譯,通常也更省。另一個差別是彈性:字面值在腳本載入時就固定了,建構函數則可以讓你在執行期用變數拼出動態的規則。需要動態組裝時才值得付出跳脫字元的代價。
屬於正則物件的方法,回傳布林值。單純做判斷時首選。
function test() {
var text = "index.aspx?test=1&ww=2&www=3";
var re = /?(w{1,}=w{1,}&){1,}w{1,}=w{1,}/;
// var re = new RegExp("?(w{1,}=w{1,}&){1,}w{1,}=w{1,}");
if (re.test(text)) {
alert("ok");
} else {
alert("err");
}
}
回傳匹配到的結果,失敗則是 null。它的回傳值同時是陣列,可以用索引取出捕獲群組,這是 test() 做不到的。
function test() {
var text = "index.aspx?test=1&ww=2&www=3";
var re = /?(w{1,}=w{1,}&){1,}w{1,}=w{1,}/;
var result = re.exec(text);
if (result) {
alert("ok");
alert(result); // ?test=1&ww=2&www=3,ww=2&
alert(result[0] + ",0"); // ?test=1&ww=2&www=3
alert(result[1] + ",1"); // ww=2&
} else {
alert("err");
}
}
這裡有個容易忽略的細節:result[0] 是整段匹配,result[1] 之後才是括號捕獲的群組。
match 掛在字串上,參數卻是正則,兩者剛好互補。
function test() {
var text = "index.aspx?test=1&ww=234";
var re = /?(w{1,}=w{1,}&){1,}w{1,}=w{1,}/;
var result = text.match(re);
if (result) {
alert(result); // ?test=1&ww=234,test=1&
alert(result[0] + ",0"); // ?test=1&ww=234
alert(result[1] + ",1"); // test=1&
} else {
alert("err");
}
}
字串上還有其他能接正則的方法:split、search、replace。它們各有用途,但目的已經不是驗證了:
function test() {
var text = "index.aspx?test=1&ww=234";
var re = /?(w{1,}=w{1,}&){1,}w{1,}=w{1,}/;
var result = text.split(re);
alert(result);
alert(result[0] + ",0");
alert(result[1] + ",1");
}
問號 ? 在正則裡是「前一個字元可出現零或一次」的量詞,如果你要匹配的是字面意義上的問號,就必須用反斜線跳脫。
function test() {
var text = "?test=1&ww=2&www=3";
// \? 表示要匹配真正的問號
var re = /^?(w{1,}=w{1,}&){1,}w{1,}=w{1,}/;
// var re = new RegExp("^?(w{1,}=w{1,}&){1,}w{1,}=w{1,}");
var result = re.exec(text);
if (result) {
alert("ok");
alert(result);
alert(result[0] + ",0");
alert(result[1] + ",1");
} else {
alert("err");
}
}
常需要跳脫的字元包括 . * + ? ^ $ { } ( ) | [ ] \ /。其中 ^ 在括號外表示「開頭」,放在字元分類 [] 裡的第一位則表示「不屬於」;$ 表示結尾。這兩個位置不同、意義相反的規則,是初學時最常出錯的地方。
能不用正則就不用。像「判斷字串是否包含某段文字」用 includes() 會比寫 /abc/.test(str) 更清楚。真的需要時,把規則寫在註解旁邊說明它意圖匹配什麼,三個月後的你会感謝現在的自己。另外,凡是使用者輸入會被拼進正則的場合,務必先跳脫特殊字元,否則不只是一個錯誤的匹配,還可能成為效能攻擊的入口。