jQuery 開頭有這麼一行:
// A simple way to check for HTML strings or ID strings // (both of which we optimize for) quickExpr = /^(?:[^<]*(<[\w\W]+>)[^>]*$|#([\w\-]+)$)/
註解說得很清楚:用來判斷傳進 $() 的字串是 HTML 片段還是 ID 選擇器,因為這兩種情況可以走快速路徑。第一次讀的時候,我卡在這裡很久:[^<]* 明明在說「零或多個非 < 字元」,後面又接著要 <,那到底是符合還是沒有符合?
它由兩個主要分支組成,中間以 | 分隔,外層用 (?:...) 包住——這是非捕獲群組,只分組、不佔用捕獲編號。
分支一:[^<]*(<[\w\W]+>)[^>]*$
前面那個 [^<]* 並不是「必須要有非 < 字元」,而是「有就多吃一點」。因為是貪婪匹配且數量下限為 0,當整串開頭就是 < 時,它匹配空字串,接著交給 (<[\w\W]+>) 去抓標籤。所以兩者不是衝突,而是「可選的前綴」。
[\w\W] 是「任何字元」的寫法(\w 是單字字元、\W 是非單字字元,聯集就是全部),之所以不寫 .,是因為 . 預設不匹配換行符。用 [\w\W] 才能跨行匹配多行 HTML。
分支二:#([\w\-]+)$
以 # 開頭,後面接一個以上的單字字元或連字號,直到行尾。對應 $('#some-id') 這種寫法。
var quickExpr = /^(?:[^<]*(<[\w\W]+>)[^>]*$|#([\w\-]+)$)/; var sss = "jytjt<dd1></1>fefef"; var match = quickExpr.exec(sss); alert(match);
輸出:
jytjt<dd1></1>fefef , <dd1></1>
exec() 回傳的是陣列:第 0 項是整段比對結果,第 1 項是第一個捕獲群組(也就是標籤本身),第 2 項是第二個群組(id 名稱)。可以看到 <dd1></1> 被正確抽出來,而前後多餘的文字被 [^<]* 與 [^>]* 消化掉了。
在 init() 裡:
var match = quickExpr.exec( selector );
if ( match && (match[1] || !context) ) {
if ( match[1] ) { // 是 HTML 片段
selector = jQuery.clean( [ match[1] ], context );
} else { // 是 #id
var elem = document.getElementById( match[3] ); // 注意此處依版本而異
...
}
}
所以這條正則的實際功效益/*
是:即使你在選擇器裡多寫了 HTML 標籤以外的雜訊,jQuery 也能把真正的標籤撈出來;而 (?:...) 的非捕獲設計,讓 # 被剝掉之後,剩下的就只有純 id 名稱。
正則中的 < 與 > 不必轉義。它們在 JavaScript 正則裡沒有特殊意義。上面程式碼中若出現 <,那是 HTML 轉義的結果,實際執行的字元就是 <。
別用正則解析 HTML。這個 quickExpr 只做「看起來像不像標籤」的粗略判斷,並不真的解析結構。jQuery 後續會把 match[1] 交給 jQuery.clean()(新版為 jQuery.parseHTML 搭配 DOM 操作)去真正建立節點。自己在專案裡用正則處理 HTML,遇到未閉合標籤、屬性內含 >、註解、CDATA 等情況就會出錯——那不是正則擅長的工作。
另外,較新版本的 jQuery 已把這條正則拆成 rquickExpr 與 rsingleTag 兩條,並在 3.x 中進一步簡化。閱讀不同版本原始碼時,行號與變數名稱會有差異,但「先快速判斷型別、再走對應路徑」這個設計思路是一致的。