DIV CSS 佈局教程網

深入 JavaScript 正則表達式:分組匹配與反向引用
編輯:關於JavaScript     

分組和反向引用是正則裡最容易暈的兩個概念,但只要理清「分組編號規則」和「引用語義」,大部分問題都能迎刃而解。

一、分組的基本語法

元字符 (pattern) 的作用是把一段模式括起來作為整體重複匹配,同時它還會「捕獲」匹配到的內容。

相關的引用方式有兩類:

  • 靜態屬性 RegExp.$1 ~ RegExp.$9:拿到對應分組匹配到的子串
  • 替換時的 $1 ~ $9:在 replace 的第二個參數裡引用
  • 模式內的 \1 ~ \9:反向引用,要求後文與前面分組的內容一致

二、分組編號規則

var reg = /(A+)((B|C|D)+)(E+)/gi;
// 對應關係:
// RegExp.$1 <-> (A+)
// RegExp.$2 <-> ((B|C|D)+)
// RegExp.$3 <-> (B|C|D)
// RegExp.$4 <-> (E+)

規則很簡單:按左括號出現的順序從左往右編號。所以嵌套情況下,外層分組的號一定小於它內部的分組。上例中 ((B|C|D)+) 的左括號先出現,因此是 $2,內層的 (B|C|D) 才是 $3。

三、實測驗證

var str = "ABCDE";
var reg = /(A+)((B|C|D)+)(E+)/gi;

str.match(reg);      // ["ABCDE"]
reg.exec(str);       // ["ABCDE", "A", "BCD", "D", "E"]

RegExp.$1; // "A"
RegExp.$2; // "BCD"
RegExp.$3; // "D"
RegExp.$4; // "E"

注意 $3 的結果是 "D" 而不是 "BCD"。因為 (B|C|D)+ 中的分組只在每次重複時捕獲「最後一次」的匹配結果,前面幾輪的內容不會累積。這也是一個常見誤解點。

如果只想分組而不需要捕獲,應該使用非捕獲分組 (?:...),這樣既不佔用編號,也能省一點內存。

四、反向引用

\1 ~ \9 表示「引用前面第 N 個分組實際匹配到的文本」。

最經典的例子是匹配兩個連續相同的字符:

var str = "AA Am 99";
var reg = /(\w)\1/g;
str.match(reg); // ["AA", "99"]

為什麼 (\w)\1 不等於 (\w)(\w)?因為 (\w)(\w) 匹配的是任意兩個連續字符,Ac、MM、K9 都算;而 (\w)\1 要求後一個字符必須與前一個完全相同——\1 是對 (\w) 的一次實例化引用,(\w) 匹配到 A 時 \1 就必須是 A,匹配到 9 時 \1 就必須是 9。

五、$1 在替換中的應用

關鍵字高亮是最典型的場景:

var key = "keywords";
var text = " I am a text, and I have a keywords before this";
var reg = new RegExp("(" + key + ")", "g");

text.replace(reg, "<span style='color:red'>$1</span>");
// " I am a text, and I have a <span style='color:red'>keywords</span> before this"

把關鍵字用括號包成分組,替換時用 $1 引用,這樣做的好處是:即使關鍵字里含有正則元字符需要轉義,替換模板也不用改。

更實用的做法是傳函數給 replace,這樣能拿到匹配的上下文並避免嵌套替換:

text.replace(reg, function (match, p1, offset, string) {
    return '<span style="color:red">' + p1 + '</span>';
});

六、反向引用匹配重複模式

下面兩個例子(Java 語法,正則語義與 JS 一致)展示了反向引用在「匹配重複結構」上的威力:

// 示例 1:匹配 99-3933 這種形式
String s = "99-3933";
boolean b = Pattern.matches("([\\d])\\1[-]([3])\\1\\2{2}", s);
// ([\d]) 捕獲後用 \1 引用,要求第二位與第一位相同
// ([3])  捕獲後用 \2 引用
// 示例 2:用外層分組重複整體結構
String s = "99-393399-3933";
boolean b = Pattern.matches("(([\\d])\\2[-]([3])\\2\\3{2})\\1", s);
// 外層括號是第 1 組,內層依次是第 2、3 組
// 末尾的 \1 要求後半段與前半段完全一致

示例 2 尤其值得琢磨:外層括號把「兩位數字-四位數字」整體捕獲為第 1 組,末尾的 \1 就相當於要求這個模式連續出現兩次且內容一致。這是用正則處理「重複結構」的標準思路。

小結

記住三條規則基本就夠用了:

  1. 分組編號按左括號從左到右,嵌套時外層號更小
  2. 捕獲分組只保留最後一次重複匹配的結果,不需要捕獲就用 (?:...)
  3. 反向引用要求「內容一致」,不是「類型一致」,這正是它區別於普通字符類的價值
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