XSL 正逐漸成為 XML 世界中近似 SQL 之於資料庫的角色。雖然微軟的 XSL 只實現了其中部分功能,你已經能完成相當複雜的查詢。由於目前 XSL 仍是一種基於純文字與字串的查詢語言,在處理 XML 數據時,很大一部分都要用到文字內的查詢,因此了解正則表達式會很有幫助。
正則表達式大多源自 Unix 世界,許多語言(如 Perl、Python、Tcl)幾乎整個都圍繞它運行;它近來才大量用於 Windows,特別是在 JavaScript、VBScript 等腳本語言中。使用正則表達式,你可以先建立一個匹配模板(pattern),再用它來測試字串:判斷某字串是否包含於另一字串、做字串替換、返回所有符合條件的字串清單等等。
在 VB 中若要使用,需在專案裡引用「Microsoft VBScript Regular Expressions」;若使用腳本則不必,因為它已是內在物件。這個物件在 JavaScript 中稱為 RegExp。
以下函式判斷某檔案中是否包含特定字串:
Public Function IsTermInDocument(filePath As String, expr As String) As Boolean Dim fs As FileSystemObject Dim ts As TextStream Dim re As RegExp Dim text As String Set fs = New FileSystemObject Set ts = fs.OpenTextFile(filePath, ForReading) text = ts.ReadAll Set re = New RegExp re.Pattern = expr IsTermInDocument = re.Test(text) End Function
關鍵三步:建立正則物件、指定模板、依模板執行測試。
假設要確保欄位含一個格式良好的郵遞區號,用正則會非常簡潔:
Set IsZipCode = New RegExp
IsZipCode.Pattern = "^\d{5}(-\d{4})?$"
if IsZipCode.test("32545-2198") then
模板含義:^ 表示開頭;\d 表示 0-9 的數字;\d{5} 表示連續 5 位;-\d{4} 表示「-」後接 4 位;(...) ? 表示可選;$ 表示結尾。定義好後,這個模板還能重複使用,甚至把近兩千行的 JavaScript 縮減到幾百行。
以下模板可匹配多種常見寫法(如 (800)555-1212、1-800-555-1212 等):
Set IsPhoneNumber = new RegExp
IsPhoneNumber.pattern = "^[01]?\s*[\(\.-]?(\d{3})[\)\.-]?\s*(\d{3})[\.-](\d{4})$"
更有用的是把多種電話寫法統一格式化。把模板分成 (\d{3})、(\d{3})、(\d{4}) 三組,正則解釋器會自動把匹配內容賦值給 $1、$2、$3:
re.Replace("1(352)351-4159", "<phoneNumber><areacode>$1</areacode><exchange>$2</exchange><local>$3</local></phoneNumber>")
若嫌 Replace 不好用,可自訂一個擴充函式,加入 ignoreCase 與 isGlobal 兩個參數,讓你靈活控制是否忽略大小寫、是否全文替換。正則的 replace 預設找到第一個匹配即停止,設 isGlobal 為 True 才會全文替換;預設區分大小寫,設 ignoreCase 為 True 則不區分。
微軟 XML 2.0 剖析器有兩大難題:一是載入時須符合 DTD 定義的範圍,而 XML 標準變動頻繁,造成困擾;二是 XSL 無法操作 DTD,用腳本處理也很費力。這時正則表達式正好能派上用場——當你想取得某個 XML 元素,但實際拿到的物件未必是你想要的形態時,用正則從文本中提取往往更直接。總之,正則表達式在 XML 數據的驗證、格式化與提取上,都是相當實用的工具。