Regexpal 是一個線上 JavaScript 正則表達式處理器:https://www.regexpal.com
學正則最重要的是動手操作。我們用「匹配電話號碼 707-827-7019」這個例子貫穿全文。
[0-9][0-9][0-9]-[0-9][0-9][0-9]-[0-9][0-9][0-9][0-9]
顯然太囉嗦,用預定義字符集可以精簡成:
\d\d\d-\d\d\d-\d\d\d\d
其中 \d 匹配任意阿拉伯數字,\D 匹配任何非阿拉伯數字。
\d\d\d\D\d\d\d\D\d\d\d\d \d\d\d.\d\d\d.\d\d\d\d
用圓括號建立分組,用 \1 對捕獲分組的內容進行向後參照:
(\d)\d\1 //則匹配 707
完整匹配號碼的寫法:
^(\(\d{3}\)|^\d{3}[.-]?) ?\d{3}[.-]?\d{4}$
逐段解讀:
^ 表示一行起始位置( 捕獲分組的起始符\( 左括號\d{3} 匹配三位數字\) 右括號| 選擇(或)[.-]? 匹配一個可選的點號或連字號) 捕獲分組的結束符? 表示整個分組可選$ 表示行結束位置
匹配行或字串起始位置使用脫字符 ^,匹配結束位置使用美元符 $。
量詞預設是貪心的。貪心的量詞會首先匹配整個字串,嘗試時盡可能選定更多內容;如果失敗則回退一個字符再次嘗試,這個過程叫做回溯。
懶惰的量詞從目標的起始位置開始尋找匹配,每次檢查一個字符,最後才嘗試匹配整個字串。
占有量詞會覆蓋整個目標然後嘗試尋找匹配,但它只嘗試一次,不會回溯。
使用花括號可限制某個模式匹配的次數,未經修飾的量詞就是貪心量詞:
7{1,} 與 7+
7{0,} 與 7*
7? 與 7{0,1}
7{m,n} 則會匹配 m 到 n 次
在量詞末尾加上 ? 就讓它變懶惰:
7?? 首先 7? 匹配零個或一個 7,懶惰後不會匹配任何內容
7*? 匹配零個 7
7+? 匹配一個 7
7{m,n}? 匹配 m 個 7
實務上最常見的場景是匹配標籤內容:用 <.*?> 而非 <.*>,否則貪心會一路吃到整份文件的最後一個角括號。關於正則匹配 HTML/XML 標籤的進階技巧,下次再寫。