DIV CSS 佈局教程網

經典正則表達式整理:常用模式與實務注意事項
編輯:關於JavaScript     

正則表達式是一門「寫一次、讀三次」的語言。網路上流傳的正則片段多到數不清,但真正能安全搬進專案的其實不多。以下整理最常用的一批模式,同時說明各自的限制——因為知道一個表達式「何時不該用」,比知道它怎麼寫更重要。

一、先複習核心語法

  • 字元類:\d 數字、\w 單字字元、\s 空白、. 任意字元(不含換行)、[abc] 集合、[^abc] 排除。
  • 量詞:* 零次以上、+ 一次以上、? 零或一次、{n,m} 區間。加 ? 變成懶惰比對。
  • 錨點:^ 開頭、$ 結尾、\b 字邊界。少了錨點,很多「驗證」其實只是「包含」。
  • 分組與參照:( ) 捕獲群組、(?: ) 非捕獲群組、\1 反向參照。
  • 旗標:g 全部比對、i 忽略大小寫、m 多行、s 讓 . 包含換行、u Unicode。

二、常用模式

電子郵件(實務版)

/^[A-Za-z0-9._%+-]+@[A-Za-z0-9.-]+\.[A-Za-z]{2,}$/

這是最實用的折衷寫法。完整的 RFC 5322 幾乎不可能用單一正則正確表達,而且即便比對成功也不代表信箱存在。最佳实践是:前端做基本格式檢查,真正驗證靠寄一封信讓使用者點擊。

台灣手機號碼

/^09\d{8}$/

網址

/^https?:\/\/[\w-]+(\.[\w-]+)+([\w\-./?%&=#:]*)?$/

網址的合法字元與結構比你想像複雜(連接埠、IPv6、 punycode 網域),要求嚴格時建議交給平台的 URL 解析器,而不是硬寫正則。

IPv4 位址

/^(?:(?:25[0-5]|2[0-4]\d|1\d\d|[1-9]?\d)\.){3}(?:25[0-5]|2[0-4]\d|1\d\d|[1-9]?\d)$/

重點是 0–255 的範圍限制。寫成 \d{1,3} 會讓 999.999.999.999 通過,這是最常見的錯誤。

日期(YYYY-MM-DD)

/^\d{4}-(0[1-9]|1[0-2])-(0[1-9]|[12]\d|3[01])$/

正則只能檢查「看起來像日期」,無法判斷 2 月 30 日或閏年。真正的日期驗證要用 Date 或日期函式庫。

實用文字處理

// 移除重複空白與前後空白
str.replace(/\s+/g, ' ').trim();

// 駝峰式轉換
'hello-world'.replace(/-(\w)/g, (_, c) => c.toUpperCase());

// 取出所有 hashtag
text.match(/#[\w\u4e00-\u9fa5]+/g) || [];

// 密碼強度粗檢:8 到 20 字,含英數
/^(?=.*[A-Za-z])(?=.*\d).{8,20}$/

三、不該用正則做的事

解析 HTML 或 JSON。 巢狀結構不是正規語言,用正則解析遲早會在嵌套或屬性跨行時失敗。請用 DOM 解析器與 JSON.parse。

驗證需要語意判斷的資料。 身分證字號有檢查碼、統一編號有演算法、信用卡號有 Luhn 檢查,這些都需要計算,正則只能做到「格式像」。

四、效能與安全

  • ReDoS:像 (a+)+、(\w+\s?)* 這種巢狀量詞會造成指數級回溯,使用者貼上一段長字串就能凍結頁面甚至服務。避免巢狀的 * 與 +。
  • 加上錨點:少了 ^ 或 $,比對範圍會失控,效能與正確性同時受影響。
  • 設定長度上限:在比對前先檢查輸入長度,是最有效的防禦。
  • 跨引擎差異:JavaScript、Java、.NET、PCRE 支援的功能不同(lookbehind、命名群組、Unicode 屬性),搬移前先確認。
  • 寫出可讀性:複雜表達式加上註解或拆成小片段組裝,三個月後的你会感謝現在的自己。

結語

正則是螺絲起子,很強,但不該拿來敲釘子。格式檢查交給它,語意驗證交給程式邏輯,複雜結構交給專用解析器——這是讓正則保持可靠的分界線。

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