JavaScriptRegex

標籤：javascript   Regex   

Regex 是一個描述字元模式的對象，JavaScript的RegExp類表示Regex，String和RegExp都定義了方法，後者使用Regex進行強大的模式比對和文本檢索與替換功能。

JavaScript中的Regex用RegExp對象表示，可以使用RegExp()建構函式來建立RegExp對象，不過RegExp對象更多的是通過一種特殊的直接量文法來建立，Regex直接量定義為包含在一對斜線之間的字元，如下兩種用法等效，都是用來匹配所有以字母“s”結尾的字串：

var pattern = /s$/；var pattern = new RegExp(“s$”);

Regex中的所有字母和數字都是按照字面含義進行匹配的，JavaScriptRegex文法也支援非字母的字元匹配，這些字元需要通過反斜線\作為首碼進行轉義，如下所示Regex中的直接量字元（許多標點符號具有特殊含義，如^ $ . * + ? = ! : | / \ ( ) [ ] { }）：

字母和數字字元：本身\o：NUL字元\t：定位字元\n：分行符號\v：垂直定位字元\f：換頁符\r：斷行符號符\xnn：由十六進位數nn指定的拉丁字元\unnnn：有十六進位數nnnn指定的Unicode字元\cX：控制字元^X

將直接量字元單獨放入方括弧內就組成了字元類，一個字元類可以匹配它所包含的任一字元，下面列出Regex的字元類：

[...]：方括弧內的任一字元，如[abc]表示a、b和c中的任意一個字元，[a-z]表示任意一個小寫字母，[a-zA-Z0-9]表示任意一個字母或者數字。[^...]：不在方括弧內的任一字元，如[^abc]表示除了a、b和c的其它任意一個字元。.：除分行符號和其他Unicode行終止符之外的任一字元\w：任何ASCII字元組成的單詞\W：任何不是ASCII字元組成的單詞`這裡寫代碼片`\s：任何Unicode空白符\S：任何非Unicode空白符的字元\d：任何ASCII數字\D：任何ASCII數字之外的任何字元[\b]：退格直接量（特例）

如果Regex中多個字元重複多次，一個一個寫起來難免顯得麻煩，Regex支援字元重複表格示的形式，文法如下：

{n, m}：匹配前一項至少n次，但不能超過m次{n, }：匹配前一項n次或者更多次{n}：匹配前一項n次?：匹配前一項0次或者1次+：匹配前一項1次或者多次*：匹配前一項0次或多次

例如：

/\d{2,4}/：匹配2~4個數字/\w{3}\d?/：精確匹配3個ASCII字元和1個可選的數字/\s+java\s+/：匹配前後帶有一個或多個空格的字串“java”/[^(]*/：匹配一個或多個非左括弧的字元

上面列出的Regex的匹配重複字元是儘可能多地匹配，而且允許後續的Regex繼續匹配，這種匹配模式為貪婪模式，當然也有非貪婪模式，即儘可能少地匹配，做法是在重複匹配字元的後面跟隨一個問號。

例如：/a+/和/a+?/對於“aaa”來說，前者貪婪匹配三個字母，後者非貪婪只匹配第一個字母。使用非貪婪的匹配模式所得到的結果可能和期望不一致，如/a+b/和/a+?b/對於“aaab”來說，它們匹配的都是整個字串，前者貪婪模式無可置疑，但後者非貪婪模式怎麼會如此呢，這是因為Regex的模式比對總是會尋找字串中第一個可能匹配的位置，由於該匹配是從字串的第一個字元開始的，因此在這裡不考慮它的子串中更短的匹配。

Regex的文法還包括指定選擇項、子運算式分組和引用前一子運算式的特殊字元，如下所示：

|：選擇，匹配的是該符號左邊的子運算式或右邊的子運算式(...)：組合，將幾個項組合為一個單元，這個單元可通過“*”、“+”、“?”和“|”等符號加以修飾，而且可以記住和這個組合相匹配的字串以供此後的引用使用。(?:...)：只組合，把項組合到一個單元，但不記憶與該組相匹配的字元。\n：和第n個分組第一次匹配的字元相匹配，組是圓括弧內的子運算式，也有可能是嵌套的，組索引是從左至右的左括弧數，“(?:”形式的分組不進行數字編碼。

例如：

/ab|cd|ef/：表示可以匹配字串ab，也可以匹配字串cd，還可以匹配字串ef。/\d{3}|[a-z]{4}/：表示匹配的是三位元字或者四個小寫字母。/a|ab/：對於字串“ab”，只匹配a而不是全部的ab，因為選擇項從左至右開始匹配，直到發現了匹配，如果左邊的選擇項匹配成功，就忽略右邊的匹配項，即使右邊的匹配項產生更好的匹配結果。/java(script)?/：可以匹配字串java，其後可以有script也可以沒有，使用了圓括弧分組。/(ab|cd)+|ef/：可以匹配字串ef，也可以匹配字串ab或cd的一次或多次重複。/([Jj]ava([Ss]cript)?)\sis\s(fun\w*)/：嵌套形式，其中([Ss]cript)?)可以用\2代替。/([Jj]ava(?:[Ss]cript)?)\sis\s(fun\w*)/：嵌套形式，其中(?:[Ss]cript)?)僅僅用於分組，\2引用的變成了(fun\w*)。/([‘ “])[^‘ “]*\1/：字串兩端是一對單引號或者雙引號，中間是任意個非單、雙引號的字元，如果寫成/([‘ “])[^‘ “]*[‘ “]/是不合邏輯的，因為字串兩端無法保證單、雙引號的配對。

Regex還可以指定匹配位置，如下所示：

^：匹配字串的開頭，在多行檢索時，匹配一行的開頭。$：匹配字串的結尾，在多行檢索時，匹配一行的結尾。\b：匹配一個單詞的邊界。\B：匹配非單詞邊界的位置。(?=p)：零寬正向先行斷言，要求接下來的字元都與p匹配，但不能包括匹配p的那些字元，並不是真正意義上的匹配。(?!p)：零寬負向先行斷言，要求接下來的字元不與p匹配。

例如：

/^JavaScript$/：匹配單詞JavaScript。/\bJava\b/：匹配單詞Java本身。/\B[Ss]cript/：與JavaScript和postscript匹配，但不與script和Scripting匹配。/[Jj]ava([Ss]cript)?(?=\:)/：可以匹配“JavaScript: The Definition Guide”中的“JavaScript”，但是不能匹配“Java in a Nutshell”中的“Java”，因為後者沒有冒號。/Java(?!Script)([A-Z]\w*)/：可以匹配Java後跟隨一個大寫字母和任意多個ASCII字元，但Java後面不能跟隨Script。

Regex還可以指定修飾符，修飾符是放在第二個“/”的後面，有三個修飾符。

i：執行不區分大小寫匹配。g：執行一個全域匹配，即找到所有的匹配，而不是在找到第一個就停止。m：多行模式比對，^匹配一行的開頭和字串的開頭，$匹配行的結尾和字串的結尾。

例如：

/java$/im：可以匹配“java”，也可以匹配“Java\nis fun”。/\bjava\b/gi：不區分大小寫匹配所有單詞“java”。

通過String使用Regex——

上面介紹了那麼多Regex的文法，那麼怎麼來使用它們呢？String對象提供了4種方法：search()、replace()、match()和split()，它們功能不同，各有特色，詳細用法可查看String對象，下面只介紹replace()的一種有趣的用法。

var quote = /``([^``]*)``/g;text.replace(quote, ‘ “$1” ‘);

上面的replace()用法中，關鍵的地方在於$1，它只是用中文半形引號’’替換英文引號“，引號之間的內容保持不變。

通過RegExp對象使用Regex——

RegExp對象的建構函式帶有兩個參數，第一個參數是Regex，也就是Regex直接常量兩個斜線之間的部分，但是要用“\”字元作為逸出字元的首碼，第二個參數是可選的修飾符，如下例子所示：

var zipcode = new RegExp(“\\d{5}”, “g”);

使用RegExp的好處之一就是可以動態建立Regex，而不必像直接常量那樣寫死在代碼中，靈活性更強。

RegExp對象包含5個屬性：source，唯讀字串，Regex文本；global，唯讀布爾值，說明Regex是否帶有修飾符g；ignoreCase，唯讀布爾值，說明Regex是否帶有修飾符i；multiline，唯讀布爾值，說明Regex是否帶有修飾符m；lastIndex，可讀可寫整數，如果匹配模式帶有g修飾符，這個屬性儲存區在整個字串中下一次檢索的開始位置。

RegExp對象包含2個方法，exec()和test()。前者類似於String.match()，參數為一個字串，匹配失敗返回null，成功匹配時返回數組，並提供關於本次匹配的完整資訊。後者則較為簡單，參數也是一個字串，如果包含Regex的一個匹配結果，則返回true。

著作權聲明：本文為博主原創文章，未經博主允許不得轉載。

JavaScriptRegex