要從一段文字中取出所有符合某個模式的片段(例如從 HTML 表格中擷取日期與時間),正則表達式提供了幾種不同的做法。本文用一個實際例子,示範 exec、match 搭配全域標記 g 的三種循環匹配技巧。
// 需要提取這種數據 <td>2012-12-17</td><td>11:02 , 12:25 , 13:22 , 15:06 , 15:12 , 19:22 , 23:47</td> var rawData = '<table><th align="left" scope="col">日期</th><th align="left" scope="col">簽到簽退時間</th></tr><tr class="GridViewRowStyle" style="height:20px;">' + '<td>2012-12-03</td><td>10:16 , 13:22 , 20:05</td></tr><tr class="GridViewRowStyle" style="height:20px;">' + '<td>2012-12-04</td><td>11:16 , 14:22 , 21:05</td></tr><table>'; // 方法一 var regexp = /<td>(\d{4}-\d{2}-\d{2})<\/td><td>(.*?)<\/td>/g; // 加上g標識才會全局匹配,否則只匹配一個 var matchedArray = regexp.exec(rawData); while(matchedArray != null) { console.dir(matchedArray); matchedArray = regexp.exec(rawData); } // 方法二 var regexp = /<td>(\d{4}-\d{2}-\d{2})<\/td><td>(.*?)<\/td>/g; // 加上g標識才會全局匹配 var matchedArray = rawData.match(regexp); console.dir(matchedArray); // 方法三 var regexp = /<td>(\d{4}-\d{2}-\d{2})<\/td><td>(.*?)<\/td>/; // 不加g標識 var matchedArray = rawData.match(regexp); console.dir(matchedArray); console.log(matchedArray.index); while(matchedArray != null) { rawData = rawData.substr(matchedArray.index + matchedArray[0].length); matchedArray = rawData.match(regexp); } console.dir(matchedArray); 三種方法的差異值得細細品味:方法一用 regexp.exec 搭配 while 迴圈,每次呼叫會自動推進 lastIndex,能取得完整的匹配陣列(含捕獲組);方法二用 rawData.match 搭配 g 標記,會一次回傳所有匹配到的完整子字串陣列,但不含捕獲組細節;方法三則不加 g,每次只匹配第一個,再透過 substr 把已處理的部分切掉,反覆呼叫。可見「是否加 g」與「用 exec 還是 match」會直接影響你能拿到的資料結構,選對方法才能事半功倍。