DIV CSS 佈局教程網

正則表達式進階:前瞻、後瞻、非捕獲群組與惰性量詞
編輯:JavaScript基礎知識     

掌握基礎符號之後,真正讓正則變得強大的這四個特性往往才是關鍵。它們分別解決「只想要上下文不想要內容」、「分組但不佔用編號」、「非貪婪匹配」這幾類問題。

一、前瞻(Lookahead)

符號是 ?=,語義是「其後必須跟著某內容,但該內容不納入匹配結果」。

?=a    // 匹配 a 之前的位置

實例:以 a 之前的位置作為分割點

var xx = "abcde";
xx = xx.split(new RegExp('(?=a)|d'));
// 以「a 前面」或「d」進行分割
console.log(xx);   // ["abc", "d"]

更實用的例子是駝峰轉換:

var s = "helloWorldFoo";
console.log(s.split(/(?=[A-Z])/).join('-'));   // "hello-World-Foo"

這裡 (?=[A-Z]) 表示「在大寫字母之前的位置切一刀」,但大寫字母本身不會被切掉——這正是前視的價值。

二、後瞻(Negative Lookahead)

符號是 ?!,語義是「其後不能是某內容」。

?!=a    // 匹配 a 之後的內容不成立的位置
var regex = /(bed(!=room))/;
var str1 = "bedroom";
var str2 = "bedxxx";

console.log(regex.test(str1));   // false
console.log(regex.test(str2));   // true

標準寫法應該是 /bed(?!room)/——匹配 bed 但後面不能接 room。實用場景例如「匹配 foo 但不匹配 foobar」:

/\bfoo\b(?!bar)/   // 或更精簡:/\bfoo(?!bar)\b/

三、非捕獲群組

符號:在左括號後加 ?:。

windows (?:98|2000|2003)    // 分組但不捕獲

普通括號 (...) 會把匹配內容存進 $1、$2…,非捕獲群組 (?:...) 只做分組、不佔用編號。差別在需要引用替換時就很明顯:

// 捕獲群組
var r1 = /(\d{4})-(\d{2})-(\d{2})/;
console.log('2026-08-26'.replace(r1, '$2/$3/$1'));   // "08/26/2026"

// 非捕獲群組:分組用於 | 的作用範圍,但不佔編號
var r2 = /(?:ab)+/;
console.log(r2.test('ababab'));   // true

效能上,非捕獲群組省去了一次捕獲的記憶體與 bookkeeping 成本,在大量匹配時有實際差異。

四、惰性量詞

貪婪量詞有 ?、*、+、{n}、{n,}、{n,m},它們會盡可能多地吞字元。在量詞後面加一個 ?,就變成惰性(懶惰)量詞,改為盡可能少地匹配。

var str = "abbbaabbbaaabbb1234";

var patt1 = /.*bbb/g;    // 貪婪
console.log(str.match(patt1));   // ["abbbaabbbaaabbb"]

var patt2 = /.*?bbb/g;   // 惰性
console.log(str.match(patt2));   // ["abbb", "aabbb", "aaabbb"]

差異很直白:貪婪版本一口氣吃到最後一個 bbb 才停;惰性版本遇到第一個 bbb 就收手,因此能找出多段。

另一個經典例子是匹配 HTML 標籤內容:

var html = "<p>第一段</p><p>第二段</p>";

console.log(html.match(/<p>.*<\/p>/g)[0]);
// "<p>第一段</p><p>第二段</p>"  貪婪,跨了兩個標籤

console.log(html.match(/<p>.*?<\/p>/g));
// ["<p>第一段</p>", "<p>第二段</p>"]  惰性,正確

實務建議:預設用惰性,遇到效能問題再考慮貪婪。惰性匹配回溯次數通常更少,也比較不容易出現「意外吃到後面內容」的 bug。

五、組合應用

把這些特性疊起來,就能處理看似複雜的需求。例如「提取所有 http/https 網域」:

var re = /(https?:\/\/([\w]+\.){2}(com|cn))/gi;

拆解:https? 表示 http 或 https;:// 需轉義斜線;([\w]+\.){2} 用非捕獲思路重複兩次「單詞 + 點」;最後接 com 或 cn。

又如「匹配不以數字結尾的標識符」:

/\b\w+\b(?<!\d)/    // 這裡用到後行否定,ES2018 才支援

注意 JavaScript 直到 ES2018 才支援 lookbehind(?<= 與 ?),在此之前只能用「先匹配再過濾」的方式繞過。

線上驗證工具

推薦 https://regexper.com/ ,它把正則表達式渲染成 railroad diagram,複雜表達式的結構一眼就能看清,除錯效率提升明顯。

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