DIV CSS 佈局教程網

JavaScript 正則表達式筆記:常用語法與 RegExp 物件實務
編輯:JavaScript基礎知識     

這裡整理的是正則表達式中常用且相對簡單的語法,而非全部。掌握這些已足以應付日常開發。正則表達式不只用在 ECMAScript,Java、.NET、Unix 工具也都有各自的實作,本文以 ECMAScript 為基準。

一、基礎概念

普通字元:字母、數字、底線、漢字以及所有沒有特殊意義的字元,如 ABC123,比對時匹配與之相同的字元。

特殊字元(必要時以反斜線跳脫):

字元含義字元含義
\a響鈴符 = \x07^匹配字串開始位置
\f換頁符 = \x0C$匹配字串結束位置
\n換行符 = \x0A()標記子表達式的開始與結束
\r回車符 = \x0D[]自定義字元組合比對
\t定位字元 = \x09{}修飾比對次數的符號
\v垂直定位字元 = \x0B.匹配除換行符外的字元
\eESC 符 = \x1B?匹配 0 或 1 次
\b匹配單詞的開始或結束+匹配 1 或多次
\B匹配非單詞開始/結束的位置*匹配 0 或多次
\d匹配數字|左右兩邊表達式的「或」關係
\D匹配任意非數字字元{n}匹配 n 次
\s匹配任意空白字元{n,}匹配至少 n 次
\S匹配任意非空白字元{n,m}匹配 n 到 m 次
\w匹配字母、數字、底線或漢字[^x]匹配除 x 外的所有字元
\W匹配任意非字母、數字、底線、漢字[0-9] / [f-m]數字/字母範圍比對
\xXX兩位十六進位表示\uXXXX四位十六進位表示

這些特殊字元大致可分為八類:

(1)不便書寫字元:響鈴(\a)、換頁(\f)、換行(\n)、回車(\r)、定位(\t)、ESC(\e)。

(2)十六進位字元:兩位(\x02)、四位(\x012B)、任意位(\x{A34D1})。

(3)位置字元:字串開始(^)、字串結束($)、單詞開始與結束(\b)、單詞中間(\B)。

(4)次數字元:0 或 1 次(?)、1 或多次(+)、0 或多次(*)、n 次({n})、至少 n 次({n,})、n 到 m 次({n,m})。

(5)修飾字元:修飾次數({})、自定義組合比對([])、子表達式(())。

(6)反義字元:透過大小寫反義(\b 與 \B、\d 與 \D、\s 與 \S、\w 與 \W);透過 [^] 反義([^x]、[^aeiou]);其他特例如 \n 與 . 也構成反義。

(7)範圍字元:數字範圍([0-9])、字母範圍([f-m])。

(8)邏輯字元:表示「或」(|)。

跳脫(轉義)

(1)使用反斜線跳脫單一字元。

(2)使用 \Q...\E,把區間內的字元全部視為普通字元。

(3)使用 \U...\E,同上,並將小寫字母轉為大寫比對。

(4)使用 \L...\E,同上,並將大寫字母轉為小寫比對。

貪婪模式與懶惰模式

當表達式含有次數字元時,預設會盡可能匹配更多字元。例如用 l*n 匹配 "linjisong" 時,會匹配到 "linjison" 而不是 "lin",這就是貪婪模式。在次數字元後加上 ? 可切換為懶惰模式,即盡可能少匹配,例如 *? 表示重複 0 次或多次但盡可能少。

分組與反向引用

(1)用小括號把表達式包起來,可作為一個整體處理,達到分組目的。

(2)預設情況下,每個分組會自動獲得一個組號,依左括號順序從 1 開始編號。

(3)引擎會把括號內比對到的內容保存下來,可用反斜線加組號引用,如 \1 代表第一個分組比對到的文字。

(4)也可以自訂組名,語法是 (?<name>exp),此時反向引用可寫成 \k<name>。

(5)若不希望保存比對內容、也不分配組號,語法是 (?:exp)。

(6)括號還有一些特殊語法:

分類語法說明
捕獲(exp)比對 exp,並捕獲文字到自動命名的組裡
(?<name>exp)比對 exp,並捕獲文字到名為 name 的組裡,也可寫成 (?'name'exp)
(?:exp)比對 exp,不捕獲文字,也不分配組號
零寬斷言(?=exp)比對 exp 前面的位置
(?<=exp)比對 exp 後面的位置
(?!exp)比對後面不是 exp 的位置
(?<!exp)比對前面不是 exp 的位置
註解(?#comment)不影響比對處理,僅供閱讀說明

二、JavaScript 中的 RegExp 物件

1. 建立正則表達式

(1)字面值:var exp = /pattern/flags;

A、pattern 是任何正則表達式;B、flags 有三種:g 表示全域模式、i 表示忽略大小寫、m 表示多行模式。

(2)RegExp 內建構造函數:var exp = new RegExp(pattern, flags);

使用構造函數時,pattern 與 flags 都是字串形式,因此跳脫字元需要雙重跳脫:

字面值構造函數
/\[bc\]at/"\\[bc\\]at"
/\.at/"\\.at"
/name\/age/"name\\/age"
/\d.\d{1,2}/"\\d.\\d{1,2}"
/\w\\helllo\\123/"\\w\\\\hello\\\\123"

說明:ES3 使用字面值時會共享一個 RegExp 實例,使用 new RegExp(pattern,flags) 則會為每個表達式建立一個實例;ES5 規定每次都建立新實例。

2. 實例屬性

  • global:布林值,是否設定了 g 標誌。
  • ignoreCase:布林值,是否設定了 i 標誌。
  • multiline:布林值,是否設定了 m 標誌。
  • lastIndex:整數,開始搜尋下一次比對項的字元位置,從 0 起算。
  • source:字串,以字面值形式儲存的正則模式,即便實例是用構造函數建立的也一樣。

3. 實例方法

(1)exec()

A、接受一個參數,即要套用模式的字串,回傳第一個比對項資訊的陣列,沒有比對時回傳 null。

B、回傳的陣列是 Array 實例,但額外帶有 input 與 index 屬性,分別表示套用正則的字串,以及比對項在字串中的位置。

C、陣列第 1 項是與整個模式比對到的字串,其餘各項是與各分組比對到的字串(若沒有分組,則陣列只有 1 項)。

D、即使設定了 g,每次呼叫 exec() 仍只回傳一個比對項;差別在於設定了 g 時,多次呼叫的起始搜尋位置會往後推進,未設定 g 則每次都從頭搜尋。

(2)test()

接受一個字串參數,比對成功回傳 true,否則回傳 false。

三、實例分析

下面這個例子出自 PhoneGap 原始碼,用於格式化字串:

var pattern = /(.*?)%(.)(.*)/;
var str = 'lin%%jisong';
var match = pattern.exec(str);
console.info(match.join(','));// lin%%jisong,lin,%,jisong

var pattern2 = /(.*)%(.)(.*)/;
var match2 = pattern2.exec(str);
console.info(match2.join(','));// lin%%jisong,lin%,j,isong

分析:兩個 pattern 都包含三個分組,第 2、3 個分組相同。第 2 個分組 (.) 比對任意一個非換行字元,第 3 個分組 (.*) 貪婪地盡可能多比對非換行字元。差別在第 1 個分組:pattern 用的是 (.*?)(懶惰模式,盡可能少比對),pattern2 用的是 (.*)(貪婪模式,盡可能多比對)。

因此在「必須保留一個 % 供表達式中的 % 比對」這個前提下,pattern 的第 1 個分組匹配成 "lin",而 pattern2 的第 1 個分組則把 "lin%" 一起吃進去了。理解到這裡,上面的輸出結果就不難解釋了。

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