{JS}JavaScript使用正則表達式
在前面已經涉及了一些正則表達式的用法，現在將系統地學習正則表達式的語法和用途。正則表達式主要用於進行字符串的模式匹配，例如判斷一個字符串是否符合指定格式等。例如在windows下搜索文件，可以用“*”或者“?”這樣的通配符。在正則表達式的語法中，有更多這樣的符號用於表示一個字符串的模式，表7.1列出了所有的特殊符號，它們也被稱爲元字符。
表7.1 正則表達式中的元字符
|
字 符 |
說 明 |
|
/ |
將下一字符標記爲特殊字符、文本、反向引用或八進制轉義符。例如，“n”匹配字符“n”。“/n”匹配換行符。序列“//”匹配“/”，“/(”匹配“(” |
|
^ |
匹配輸入字符串開始的位置。如果設置了 RegExp 對象的 Multiline 屬性，^ 還會與“/n”或“/r”之後的位置匹配 |
|
$ |
匹配輸入字符串結尾的位置。如果設置了 RegExp 對象的 Multiline 屬性，$還會與“/n”或“/r”之前的位置匹配 |
|
* |
零次或多次匹配前面的字符或子表達式。例如，zo* 匹配“z”和“zoo”。* 等效於{0,} |
|
+ |
一次或多次匹配前面的字符或子表達式。例如，“zo+”與“zo”和“zoo”匹配，但與“z”不匹配。+ 等效於 {1,} |
|
? |
零次或一次匹配前面的字符或子表達式。例如，“do(es)?”匹配“do”或“does”中的“do”。? 等效於 {0,1} |
|
{n} |
n是非負整數。正好匹配 n 次。例如，“o{2}”與“Bob”中的“o”不匹配，但與“food”中的兩個“o”匹配 |
|
{n,} |
n是非負整數。至少匹配n次。例如，“o{2,}”不匹配“Bob”中的“o”，而匹配“foooood”中的所有o。'o{1,}' 等效於 'o+'。'o{0,}' 等效於 'o*' |
|
{n,m} |
m和n是非負整數，其中n<=m。至少匹配n次，至多匹配m次。例如，“o{1,3}”匹配“fooooood”中的頭三個o。'o{0,1}' 等效於'o?'。注意：您不能將空格插入逗號和數字之間 |
|
? |
當此字符緊隨任何其他限定符（*、+、?、{n}、{n,}、{n,m}）之後時，匹配模式是“非貪心的”。“非貪心的”模式匹配搜索到的、儘可能短的字符串，而默認的“貪心的”模式匹配搜索到的、儘可能長的字符串。例如，在字符串“oooo”中，“o+?”只匹配單個“o”，而“o+”匹配所有“o” 匹配除“/n”之外的任何單個字符。若要匹配包括“/n”在內的任意字符，請使用諸如“[/s/S]”之類的模式 |
續表
|
字 符 |
說 明 |
|
(pattern) |
匹配 pattern 並捕獲該匹配的子表達式。可以使用 $0...$9 屬性從結果“匹配”集合中檢索捕獲的匹配。若要匹配括號字符 ( )，請使用“/(”或者“/)” |
|
(?:pattern) |
匹配 pattern 但不捕獲該匹配的子表達式，即它是一個非捕獲匹配，不存儲供以後使用的匹配。這對於用“或”字符 (|) 組合模式部件的情況很有用。例如，與“industry|industries”相比，“industr(?:y| ies)”是一個更加經濟的表達式 |
|
(?=pattern) |
執行正向預測先行搜索的子表達式，該表達式匹配處於匹配 pattern 的字符串的起始點的字符串。它是一個非捕獲匹配，即不能捕獲供以後使用的匹配。例如，“Windows (?=95| 98| NT| 2000)”與“Windows 2000”中的“Windows”匹配，但不與“Windows 3.1”中的“Windows”匹配。預測先行不佔用字符，即發生匹配後，下一匹配的搜索緊隨上一匹配之後，而不是在組成預測先行的字符後 |
|
(?!pattern) |
執行反向預測先行搜索的子表達式，該表達式匹配不處於匹配 pattern 的字符串的起始點的搜索字符串。它是一個非捕獲匹配，即不能捕獲供以後使用的匹配。例如，“Windows (?!95| 98| NT| 2000)”與“Windows 3.1”中的“Windows”匹配，但不與“Windows 2000”中的“Windows”匹配。預測先行不佔用字符，即發生匹配後，下一匹配的搜索緊隨上一匹配之後，而不是在組成預測先行的字符後 |
|
x| y |
與 x 或 y 匹配。例如，“z| food”與“z”或“food”匹配。“(z| f)ood”與“zood”或“food”匹配 |
|
[xyz] |
字符集。匹配包含的任一字符。例如，“[abc]”匹配“plain”中的“a” |
|
[^xyz] |
反向字符集。匹配未包含的任何字符。例如，“[^abc]”匹配“plain”中的“p” |
|
[a-z] |
字符範圍。匹配指定範圍內的任何字符。例如，“[a-z]”匹配“a”到“z”範圍內的任何小寫字母 |
|
[^a-z] |
反向範圍字符。匹配不在指定的範圍內的任何字符。例如，“[^a-z]”匹配任何不在“a”到“z”範圍內的任何字符 |
|
/b |
匹配一個字邊界，即字與空格間的位置。例如，“er/b”匹配“never”中的“er”，但不匹配“verb”中的“er” |
|
/B |
非字邊界匹配。“er/B”匹配“verb”中的“er”，但不匹配“never”中的“er” |
|
/cx |
匹配由 x 指示的控制字符。例如，/cM 匹配一個 Control-M 或回車符。x 的值必須在 A-Z 或 a-z 之間。如果不是這樣，則假定c就是“c”字符本身 |
|
/d |
數字字符匹配。等效於 [0-9] |
|
/D |
非數字字符匹配。等效於 [^0-9] |
|
/f |
換頁符匹配。等效於 /x0c 和 /cL |
|
/n |
換行符匹配。等效於 /x0a 和 /cJ |
|
/r |
匹配一個回車符。等效於 /x0d 和 /cM |
|
/s |
匹配任何空白字符，包括空格、製表符、換頁符等。與 [ /f/n/r/t/v] 等效 |
|
/S |
匹配任何非空白字符。等價於 [^ /f/n/r/t/v] |
|
/t |
製表符匹配。與 /x09 和 /cI 等效 |
續表
|
字 符 |
說 明 |
|
/v |
垂直製表符匹配。與 /x0b 和 /cK 等效 |
|
/w |
匹配任何字類字符，包括下劃線。與“[A-Za-z0-9_]”等效。 |
|
/W |
任何非字字符匹配。與“[^A-Za-z0-9_]”等效 |
|
/xn |
匹配n，此處的n是一個十六進制轉義碼。十六進制轉義碼必須正好是兩位數長。例如，“/x41”匹配“A”。“/x041”與“/x04”&“1”等效。允許在正則表達式中使用 ASCII 代碼 |
|
/num |
匹配 num，此處的 num 是一個正整數。到捕獲匹配的反向引用。例如，“(.)/1”匹配兩個連續的相同字符 |
|
/n |
標識一個八進制轉義碼或反向引用。如果 /n 前面至少有 n 個捕獲子表達式，那麼 n 是反向引用。否則，如果 n 是八進制數 (0-7)，那麼 n 是八進制轉義碼 |
|
/nm |
標識一個八進制轉義碼或反向引用。如果 /nm 前面至少有 nm 個捕獲子表達式，那麼 nm 是反向引用。如果 /nm 前面至少有 n 個捕獲，那麼 n 是反向引用，後面跟 m。如果前面的條件均不存在，那麼當 n 和 m 是八進制數 (0-7) 時，/nm 匹配八進制轉義碼 nm |
|
/nml |
當 n 是八進制數 (0-3)，m 和 l 是八進制數 (0-7) 時，匹配八進制轉義碼 nml |
|
/un |
匹配 n，其中 n 是以四位十六進制數表示的 Unicode 字符。例如，/u00A9 匹配版權符號 (?) |
使用這些元字符，可以表示具有特定模式的字符串，例如：
/^/s*$/：匹配一個空行。
//d{2}-/d{5}/：匹配由兩位數字、一個連字符再加5位數字組成的ID號。
/</s* (/S+)(/s[^>]*)?>[/s/S]*</s*///1/s*>/：匹配HTML標記。
像這種以斜槓開始和結尾的字符序列稱爲正則表達式，在JavaScript中可以很方便地使用這些表達式。
使用RegExp對象執行字符串模式匹配
RegExp是JavaScript中的正則表達式對象，利用它可以完成字符串匹配的各種操作。獲得一個RegExp對象可以有兩種方式：
var objRegExp=/pattern*/[flag]
//或者
var objRegExp=new RegExp("pattern" [,"flag"]);
其中pattern是要匹配的模式，flag表示搜索模式，有兩個可選參數，分別是g和i。g表示全局搜索，在後面介紹的replace方法中非常有用；i表示忽略大小寫，默認情況下是大小寫敏感的。例如：
/jack/ig
new RegExp("jack","ig");
都表示全局匹配文本中的“jack”單詞，並且忽略大小寫。
使用這兩種創建方式的效果完全一樣，可以直接使用。第一種方式甚至不需要引用變量，而直接把正則表達式當作對象來使用，例如：
/jack/ig.test(sourceString);
其中test就是正則表達式對象的一個方法，表7.2列出了正則表達式的所有方法。
表7.2 正則表達式對象RegExp的方法
|
方 法 |
描 述 |
|
compile(pattern,flags) |
將正則表達式轉換爲內部格式，對於批量匹配可以提高匹配效率 |
|
exec(str) |
按照RegExp對象的匹配模式對str字符串進行匹配查找，當設定了全局搜索模式（g），則匹配查找從RegExp對象lastIndex屬性所指定的目標字符串位置開始；若沒有設置全局搜索，則從目標字符串第一個字符開始搜索。若沒有任何匹配發生，返回null。 該方法將匹配結果放在一個數組內返回，該數組有3個屬性 input:包含目標字符串，同RegExp.index index:匹配到的子字符串在目標字符串中的位置，同RegExp.index lastIndex:匹配到的子字符串後面一個字符的位置，同RegExp.lastIndex |
|
test(str) |
判斷str是否符合指定的模式，返回一個布爾變量，true或者false。需要注意，這個方法不會改變RegExp的屬性值 |
在執行完字符串匹配後，匹配結果會以RegExp靜態屬性的方式提供給腳本程序，每次執行exec都會改變這些靜態屬性，表7.3列出了RegExp對象的靜態屬性。
表7.3 正則表達式對象RegExp的靜態屬性
|
靜 態 屬 性 |
描 述 |
|
RegExp.input |
保存被搜索的字符串 |
|
RegExp.index |
保存匹配的首字符的位置 |
|
RegExp.lastIndex |
保存匹配的字符串下一個字符的位置 |
|
RegExp.lastMatch |
保存匹配到的字符串 |
|
RegExp.lastParen |
保存最後一個被匹配的字符串（最後一個括號的內容） |
|
RegExp.leftContext |
保存匹配字符串左邊的內容 |
|
RegExp.rightContext |
保存匹配字符串右邊的內容 |
|
RegExp.$1~$9 |
保存最開始的9個子匹配（括號中的內容） |
由此可見，所有的匹配結果都保存在同一個位置，當執行exec方法後，這些靜態屬性就會改變。因此，必須確保在執行完匹配後立即去使用匹配結果，或將它們保存到另外的變量中，而不再使用RegExp的這些屬性。
提取子字符串
在匹配模式中，可以用小括號將子模式括起來，以獲取子匹配的內容，這些匹配的結果被存儲在RegExp.$1～RegExp.$9中。例如，對於xml片斷：
<author>jack</author>
如果要使用正則表達式獲取其中的作者：jack，可以這樣實現：
<script language="JavaScript" type="text/javascript">
<!--
var strXml="<author>jack</author>";
var regExp=/<author>(/w*)<//author>/;
regExp.exec(strXml);
var author=RegExp.$1;
alert(author);
//-->
</script>
當需要提取多個子模式時，可以使用RegExp.$1～RegExp.$9依次獲取得到的子字符串。如果需要得到的子模式不只9個，也可以使用exec返回的數組來獲取子字符串。返回數組的長度爲子模式的個數加1，其中數組索引爲0的元素表示被搜索的字符串，其後的元素依次對應於模式中的括號。例如上面的例子也可以用下面的代碼實現：
<script language="JavaScript" type="text/javascript">
<!--
var strXml="<author>jack</author>";
var regExp=/<author>(/w*)<//author>/;
//exec返回一個數組對象
var arr=regExp.exec(strXml);
var author=arr[1];
alert(author);
//-->
</script>
和字符串相關的操作
在前面講字符串相關的操作時，有3個方法的參數需要用到正則表達式，下面給出它們的具體用法。
1．string.search(regularExpression)
其中string是要處理的字符串，regularExpression是匹配模式。該方法在string中查找指定的模式，如果找到，則返回它的第一個字符的索引位置，否則返回-1。例如：
<script language="JavaScript" type="text/javascript">
<!--
var strXml="<author>jack</author>";
var i=strXml.search(/jack/);
alert(i);
//-->
</script>
這段代碼的最後結果顯示爲8。和indexOf方法不同，該方法接收的是一個正則表達式，而indexOf只能接收一個字符串。但兩者的行爲是類似的。
2．string.replace(regularExpression,replaceString)
其中regularExpression是要查找的模式，replaceString是要替換匹配模式的字符串。regularExpression也可以用普通字符串，但那樣只能替換第一個出現的匹配，之後的匹配則被忽略。使用正則表達式後可以使用全局模式來實現整個替換。替換後原有字符串不發生變化，而是返回一個新的字符串。例如：在實際開發中經常要刪除一段文本中的HTML標記，以獲取純文本，可以使用如下代碼實現。
<script language="JavaScript" type="text/javascript">
<!--
//定義函數用於刪除文本中的Html標記
function stripTags(s) {
return s.replace(/<//?[^>]+>/gi, '');
}
var str=stripTags("<author>jack</author>");
alert(str);
//-->
</script>
最後，將得到去掉Html標記後的文本“jack”。
3．string.match(regularExpression)
該方法根據regularExpression正則表達式模式查找字符串string中的匹配字符項，將結果以數組形式返回。該數組有3個屬性值，與exec方法返回的數組屬性相同。若沒有任何匹配，返回null。
注意：若regularExpression對象未設定全局匹配模式，則數組索引爲0的元素就是匹配的整體內容，索引爲1~9的元素則包含了子匹配得到的字符。若設定了全局模式，則數組包含了搜索到的所有整體匹配項。