在 JavaScript 處理文字時,replace() 是最常被用到的方法之一。它單獨使用時能力有限,但只要與正則表達式(RegExp)搭配,威力就會完全不一樣。本文從最基礎的字元替換一路談到正則的語法與常用方法。
最簡單的寫法就是「把某段文字換成另一段文字」:
<script>
var strM = "javascript is a good script language";
// 想把字母 a 換成 A
alert(strM.replace("a","A"));
</script>
執行結果只換掉了第一個 a。原因是字串形式的第一個參數只會比對一次。若改用正則,行為就開始有趣了——注意此時模式不需要加引號:
alert(strM.replace(/a/,"A")); // 仍然只換第一個 a
加上 g(global)旗標後,才會把整串文字中符合的都換掉:
alert(strM.replace(/a/g,"A")); // 全部的 a 都變成 A
正則裡用括號括起來的部分稱為「群組」,可以在替換字串中以 $1、$2 反向引用,重新排列文字順序:
var strM = "javascript is a good script language"; alert(strM.replace(/(javascript)\s*(is)/g,"$1 $2 fun. it $2"));
第二個參數除了字串,也可以傳入函式。函式會拿到比對結果,回傳值就是實際被寫回去的內容,因此可以做出「依內容而異」的動態替換。
例如把每個單字的首字母改為大寫:
<script>
var strM = "javascript is a good script language";
function change(word){
return word.charAt(0).toUpperCase() + word.substring(1);
}
alert(strM.replace(/\b\w+\b/g, change));
</script>
因為帶了 g 旗標,change 會被套用到每一個比對到的單字上。而傳給該函式的參數個數並非固定,會隨正則中群組的數量而增加:第一個參數是整段比對結果,後面依序是各群組、偏移量與原始字串。
再舉一個把每個單字內部字母倒序的例子:
<script>
var strM = "javascript is a good script language";
function change(word){
var result = word.match(/(\w)/g);
if (result) {
var str = "";
for (var i = result.length - 1; i >= 0; i--) {
str += result[i];
}
return str;
}
return "null";
}
alert(strM.replace(/\b(\w)+\b/g, change));
</script>
由此可見,函式與正則的組合,讓 replace() 的處理能力大幅提升。
簡單說,正則表達式是一種以「模式」描述文字規則的工具,常見用途有三類:
正則的寫法是把模式放在斜線之間,例如 /love/。真正讓它變強大的,是那些具特殊意義的「元字元」。
| 字元 | 意義 | 說明 |
|---|---|---|
| \s | 空白字元 | 包含半形空白、Tab、換行等 |
| \S | 非空白字元 | \s 的相反 |
| \d | 數字 | 等同 [0-9] |
| \D | 非數字 | 等同 [^0-9] |
| \w | 單字字元 | 字母、數字、底線,等同 [A-Za-z0-9_] |
| \W | 非單字字元 | \w 的相反 |
| . | 任意字元 | 除了換行以外的任何單一字元 |
例如 /\s+/ 可匹配一或多個空白;/\d000/ 可以快速在財務報表中找出所有以「千」為單位的數字。
當不確定要匹配幾個字元時,就用限定符指定次數:
*:前一個元素出現零次或多次,等同 {0,}。例:zo* 可匹配 "z"、"zoo"。+:出現一次或多次,等同 {1,}。例:zo+ 可匹配 "zo"、"zoo",但不匹配 "z"。?:出現零次或一次,等同 {0,1}。例:do(es)? 可匹配 "do" 或 "does"。{n}:恰好 n 次。例:o{2} 不匹配 "Bob",但匹配 "food" 中的兩個 o。{n,}:至少 n 次。例:o{2,} 可匹配 "foooood" 中的所有 o。{n,m}:介於 n 到 m 次之間(逗號前後不可有空格)。例:o{1,3} 只取 "fooooood" 的前三個 o。若在限定符後再加一個 ?,會變成「非貪婪」模式,盡可能少匹配;預設的貪婪模式則盡可能多匹配。例如對 "oooo" 而言,o+? 只匹配一個 o,o+ 會吃掉全部。
^:模式必須出現在字串開頭,如 /^hell/ 可匹配 "hello"、"hellhound"。$:模式必須出現在字串結尾,如 /ar$/ 可匹配 "car"、"bar"。\b:單字邊界,如 /\bbom/ 匹配以 "bom" 開頭的字、/man\b/ 匹配以 "man" 結尾的字。\B:非單字邊界,與 \b 相反。/[A-Z]/ // 任一個大寫字母 /[a-z]/ // 任一個小寫字母 /[0-9]/ // 任一數字 /([a-z][A-Z][0-9])+/ // 由「小寫+大寫+數字」反覆組成的字串,如 aB0
[] 除了範圍,也能用來分組:() 包住的內容必須同時出現在目標中,並會被當成一個群組捕獲,供 $1 回填使用。
/to|too|2/ // 匹配 "to"、"too" 或 "2" /[^A-C]/ // 匹配 A、B、C 以外的任何字元
要留意:^ 出現在 [] 裡面時是否定符號;出現在外面或沒有 [] 時才是定位符。
若要在模式中「照字面」匹配元字元本身,前面加上反斜線 \ 即可,例如 /Th\*/ 匹配的是 "Th*" 而不是 "The"。
正則和算式一樣是由左至右、依優先序求值,由高到低為:
1. \ 跳脫符
2. () (?:) (?=) [] 圓括號與方括號
3. * + ? {n} {n,} {n,m} 限定符
4. ^ $ \-anymetacharacter 位置與順序
5. | 「或」運算
JavaScript 內建 RegExp 物件,有兩種建立方式:
/pattern/attributes // 直接量語法
new RegExp("pattern", "flags") // 建構子語法
可用的旗標有 g(全文比對)、i(忽略大小寫)、m(多行比對),可以組合使用。
傳回 Boolean,符合為 true,否則 false。最典型的應用就是表單驗證,例如檢查 Email:
<script language="Javascript1.2">
function verifyAddress(obj) {
var email = obj.email.value;
var pattern = /^([a-zA-Z0-9_-])+@([a-zA-Z0-9_-])+(\.[a-zA-Z0-9_-])+/;
if (pattern.test(email)) {
alert("電子郵件格式正確!");
return true;
} else {
alert("請重新輸入!");
return false;
}
}
</script>
<form onSubmit="return verifyAddress(this);">
<input name="email" type="text">
<input type="submit">
</form>
沒有比對到時回傳 null;比對到則回傳一個陣列,第 0 個元素是完整的比對結果,第 1 到 n 個元素依序是各群組的內容。若設定了 g 旗標,會從 lastIndex 指示的位置繼續往後找,因此常用迴圈反复呼叫以取出全部結果。
呼叫方式是 stringObj.match(rgExp)。沒找到回傳 null;找到則回傳陣列。未設 g 時,陣列第 0 元素是整段比對、後面是各群組;設了 g 則陣列會包含所有比對到的片段。
var s = "The rain in Spain falls mainly in the plain"; alert(s.match(/ain/i)); // ain alert(s.match(/ain/ig)); // ain,ain,ain,ain
回傳第一個比對成功的位置(從 0 開始的位移量),找不到則回傳 -1。
var s = "The rain in Spain falls mainly in the plain."; alert(s.search(/falls/i)); // 18
正則表達式的語法看起來像天書,但它其實就是一套「描述文字規則」的精簡語言。掌握元字元、限定符、定位符與群組這四個核心概念,再熟悉 test/exec/match/search/replace 這幾個方法的回傳差異,日常的文字處理、表單驗證與資料清理幾乎都能迎刃而解。