正則表達式概述
在前面已經(jīng)涉及了一些正則表達式的用法，現(xiàn)在將系統(tǒng)地學(xué)習(xí)正則表達式的語法和用途。正則表達式主要用于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于表示一個字符串的模式，表7.1列出了所有的特殊符號，它們也被稱為元字符。
表7.1 正則表達式中的元字符
|
字 符
|
說 明
|
|
\
|
將下一字符標(biāo)記為特殊字符、文本、反向引用或八進制轉(zhuǎn)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(shè)置了 RegExp 對象的 Multiline 屬性，^ 還會與“\n”或“\r”之后的位置匹配
|
|
$
|
匹配輸入字符串結(jié)尾的位置。如果設(shè)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”。* 等效于{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。+ 等效于 {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”。? 等效于 {0,1}
|
|
{n}
|
n是非負整數(shù)。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(shù)。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,}' 等效于 'o+'。'o{0,}' 等效于 'o*'
|
|
{n,m}
|
m和n是非負整數(shù)，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}' 等效于'o?'。注意：您不能將空格插入逗號和數(shù)字之間
|
|
?
|
當(dāng)此字符緊隨任何其他限定符（*、+、?、{n}、{n,}、{n,m}）之后時，匹配模式是“非貪心的”。“非貪心的”模式匹配搜索到的、盡可能短的字符串，而默認(rèn)的“貪心的”模式匹配搜索到的、盡可能長的字符串。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(nèi)的任意字符，請使用諸如“[\s\S]”之類的模式
|
續(xù)表
|
字 符
|
說 明
|
|
(pattern)
|
匹配 pattern 并捕獲該匹配的子表達式。可以使用 $0...$9 屬性從結(jié)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，不存儲供以后使用的匹配。這對于用“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(jīng)濟的表達式
|
|
(?=pattern)
|
執(zhí)行正向預(yù)測先行搜索的子表達式，該表達式匹配處于匹配 pattern 的字符串的起始點的字符串。它是一個非捕獲匹配，即不能捕獲供以后使用的匹配。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(yù)測先行不占用字符，即發(fā)生匹配后，下一匹配的搜索緊隨上一匹配之后，而不是在組成預(yù)測先行的字符后
|
|
(?!pattern)
|
執(zhí)行反向預(yù)測先行搜索的子表達式，該表達式匹配不處于匹配 pattern 的字符串的起始點的搜索字符串。它是一個非捕獲匹配，即不能捕獲供以后使用的匹配。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(yù)測先行不占用字符，即發(fā)生匹配后，下一匹配的搜索緊隨上一匹配之后，而不是在組成預(yù)測先行的字符后
|
|
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]
|
字符范圍。匹配指定范圍內(nèi)的任何字符。例如，“[a-z]”匹配“a”到“z”范圍內(nèi)的任何小寫字母
|
|
[^a-z]
|
反向范圍字符。匹配不在指定的范圍內(nèi)的任何字符。例如，“[^a-z]”匹配任何不在“a”到“z”范圍內(nèi)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(shù)字字符匹配。等效于 [0-9]
|
|
\D
|
非數(shù)字字符匹配。等效于 [^0-9]
|
|
\f
|
換頁符匹配。等效于 \x0c 和 \cL
|
|
\n
|
換行符匹配。等效于 \x0a 和 \cJ
|
|
\r
|
匹配一個回車符。等效于 \x0d 和 \cM
|
|
\s
|
匹配任何空白字符，包括空格、制表符、換頁符等。與 [ \f\n\r\t\v] 等效
|
|
\S
|
匹配任何非空白字符。等價于 [^ \f\n\r\t\v]
|
|
\t
|
制表符匹配。與 \x09 和 \cI 等效
|
續(xù)表
|
字 符
|
說 明
|
|
\v
|
垂直制表符匹配。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(zhuǎn)義碼。十六進制轉(zhuǎn)義碼必須正好是兩位數(shù)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(shù)。到捕獲匹配的反向引用。例如，“(.)\1”匹配兩個連續(xù)的相同字符
|
|
\n
|
標(biāo)識一個八進制轉(zhuǎn)義碼或反向引用。如果 \n 前面至少有 n 個捕獲子表達式，那么 n 是反向引用。否則，如果 n 是八進制數(shù) (0-7)，那么 n 是八進制轉(zhuǎn)義碼
|
|
\nm
|
標(biāo)識一個八進制轉(zhuǎn)義碼或反向引用。如果 \nm 前面至少有 nm 個捕獲子表達式，那么 nm 是反向引用。如果 \nm 前面至少有 n 個捕獲，那么 n 是反向引用，后面跟 m。如果前面的條件均不存在，那么當(dāng) n 和 m 是八進制數(shù) (0-7) 時，\nm 匹配八進制轉(zhuǎn)義碼 nm
|
|
\nml
|
當(dāng) n 是八進制數(shù) (0-3)，m 和 l 是八進制數(shù) (0-7) 時，匹配八進制轉(zhuǎn)義碼 nml
|
|
\un
|
匹配 n，其中 n 是以四位十六進制數(shù)表示的 Unicode 字符。例如，\u00A9 匹配版權(quán)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(shù)字、一個連字符再加5位數(shù)字組成的ID號。
/<\s* (\S+)(\s[^>]*)?>[\s\S]*<\s*\/\1\s*>/：匹配HTML標(biāo)記。
像這種以斜杠開始和結(jié)尾的字符序列稱為正則表達式，在JavaScript中可以很方便地使用這些表達式。
使用RegExp對象執(zhí)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(shù)，分別是g和i。g表示全局搜索，在后面介紹的replace方法中非常有用；i表示忽略大小寫，默認(rèn)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，并且忽略大小寫。
使用這兩種創(chuàng)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(dāng)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(zhuǎn)換為內(nèi)部格式，對于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(dāng)設(shè)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(biāo)字符串位置開始；若沒有設(shè)置全局搜索，則從目標(biāo)字符串第一個字符開始搜索。若沒有任何匹配發(fā)生，返回null。 該方法將匹配結(jié)果放在一個數(shù)組內(nèi)返回，該數(shù)組有3個屬性 input:包含目標(biāo)字符串，同RegExp.index index:匹配到的子字符串在目標(biāo)字符串中的位置，同RegExp.index lastIndex:匹配到的子字符串后面一個字符的位置，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(zhí)行完字符串匹配后，匹配結(jié)果會以RegExp靜態(tài)屬性的方式提供給腳本程序，每次執(zhí)行exec都會改變這些靜態(tài)屬性，表7.3列出了RegExp對象的靜態(tài)屬性。
表7.3 正則表達式對象RegExp的靜態(tài)屬性
|
靜 態(tài) 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
|
保存最后一個被匹配的字符串（最后一個括號的內(nèi)容）
|
|
RegExp.leftContext
|
保存匹配字符串左邊的內(nèi)容
|
|
RegExp.rightContext
|
保存匹配字符串右邊的內(nèi)容
|
|
RegExp.$1~$9
|
保存最開始的9個子匹配（括號中的內(nèi)容）
|
由此可見，所有的匹配結(jié)果都保存在同一個位置，當(dāng)執(zhí)行exec方法后，這些靜態(tài)屬性就會改變。因此，必須確保在執(zhí)行完匹配后立即去使用匹配結(jié)果，或?qū)⑺鼈儽４娴搅硗獾淖兞恐校辉偈褂肦egExp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(nèi)容，這些匹配的結(jié)果被存儲在RegExp.$1～RegExp.$9中。例如，對于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(xiàn)：
<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(dāng)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(shù)組來獲取子字符串。返回數(shù)組的長度為子模式的個數(shù)加1，其中數(shù)組索引為0的元素表示被搜索的字符串，其后的元素依次對應(yīng)于模式中的括號。例如上面的例子也可以用下面的代碼實現(xiàn)：
<script language="JavaScript" type="text/javascript">
<!--
var strXml="<author>jack</author>";
var regExp=/<author>(\w*)<\/author>/;
//exec返回一個數(shù)組對象
var arr=regExp.exec(strXml);
var author=arr[1];
alert(author);
//-->
</script>
和字符串相關(guān)的操作
在前面講字符串相關(guān)的操作時，有3個方法的參數(shù)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>
這段代碼的最后結(jié)果顯示為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。但兩者的行為是類似的。
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(xiàn)的匹配，之后的匹配則被忽略。使用正則表達式后可以使用全局模式來實現(xiàn)整個替換。替換后原有字符串不發(fā)生變化，而是返回一個新的字符串。例如：在實際開發(fā)中經(jīng)常要刪除一段文本中的HTML標(biāo)記，以獲取純文本，可以使用如下代碼實現(xiàn)。
<script language="JavaScript" type="text/javascript">
<!--
//定義函數(shù)用于刪除文本中的Html標(biāo)記
function stripTags(s) {
???? return s.replace(/<\/?[^>]+>/gi, '');
}
var str=stripTags("<author>jack</author>");
alert(str);
//-->
</script>
最后，將得到去掉Html標(biāo)記后的文本“jack”。
3．string.match(regularExpression)
該方法根據(jù)regularExpression正則表達式模式查找字符串string中的匹配字符項，將結(jié)果以數(shù)組形式返回。該數(shù)組有3個屬性值，與exec方法返回的數(shù)組屬性相同。若沒有任何匹配，返回null。
注意：若regularExpression對象未設(shè)定全局匹配模式，則數(shù)組索引為0的元素就是匹配的整體內(nèi)容，索引為1~9的元素則包含了子匹配得到的字符。若設(shè)定了全局模式，則數(shù)組包含了搜索到的所有整體匹配項。
var str=stripTags("<author>jack</author>");
alert(str);
//-->
</script>
最后，將得到去掉Html標(biāo)記后的文本“jack”。
3．string.match(regularExpression)
該方法根據(jù)regularExpression正則表達式模式查找字符串string中的匹配字符項，將結(jié)果以數(shù)組形式返回。該數(shù)組有3個屬性值，與exec方法返回的數(shù)組屬性相同。若沒有任何匹配，返回null。
注意：若regularExpression對象未設(shè)定全局匹配模式，則數(shù)組索引為0的元素就是匹配的整體內(nèi)容，索引為1~9的元素則包含了子匹配得到的字符。若設(shè)定了全局模式，則數(shù)組包含了搜索到的所有整體匹配項。
?
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(zhuǎn)換為內(nèi)部格式，對于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(dāng)設(shè)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(biāo)字符串位置開始；若沒有設(shè)置全局搜索，則從目標(biāo)字符串第一個字符開始搜索。若沒有任何匹配發(fā)生，返回null。
該方法將匹配結(jié)果放在一個數(shù)組內(nèi)返回，該數(shù)組有3個屬性
input:包含目標(biāo)字符串，同RegExp.index
index:匹配到的子字符串在目標(biāo)字符串中的位置，同RegExp.index
lastIndex:匹配到的子字符串后面一個字符的位置，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(zhí)行完字符串匹配后，匹配結(jié)果會以RegExp靜態(tài)屬性的方式提供給腳本程序，每次執(zhí)行exec都會改變這些靜態(tài)屬性，表7.3列出了RegExp對象的靜態(tài)屬性。
表7.3 正則表達式對象RegExp的靜態(tài)屬性
|
靜 態(tài) 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
|
保存最后一個被匹配的字符串（最后一個括號的內(nèi)容）
|
|
RegExp.leftContext
|
保存匹配字符串左邊的內(nèi)容
|
|
RegExp.rightContext
|
保存匹配字符串右邊的內(nèi)容
|
|
RegExp.$1~$9
|
保存最開始的9個子匹配（括號中的內(nèi)容）
|
由此可見，所有的匹配結(jié)果都保存在同一個位置，當(dāng)執(zhí)行exec方法后，這些靜態(tài)屬性就會改變。因此，必須確保在執(zhí)行完匹配后立即去使用匹配結(jié)果，或?qū)⑺鼈儽４娴搅硗獾淖兞恐校辉偈褂肦egExp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(nèi)容，這些匹配的結(jié)果被存儲在RegExp.$1～RegExp.$9中。例如，對于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(xiàn)：
<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(dāng)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(shù)組來獲取子字符串。返回數(shù)組的長度為子模式的個數(shù)加1，其中數(shù)組索引為0的元素表示被搜索的字符串，其后的元素依次對應(yīng)于模式中的括號。例如上面的例子也可以用下面的代碼實現(xiàn)：
<script language="JavaScript" type="text/javascript">
<!--
var strXml="<author>jack</author>";
var regExp=/<author>(\w*)<\/author>/;
//exec返回一個數(shù)組對象
var arr=regExp.exec(strXml);
var author=arr[1];
alert(author);
//-->
</script>
和字符串相關(guān)的操作
在前面講字符串相關(guān)的操作時，有3個方法的參數(shù)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>
這段代碼的最后結(jié)果顯示為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。但兩者的行為是類似的。
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(xiàn)的匹配，之后的匹配則被忽略。使用正則表達式后可以使用全局模式來實現(xiàn)整個替換。替換后原有字符串不發(fā)生變化，而是返回一個新的字符串。例如：在實際開發(fā)中經(jīng)常要刪除一段文本中的HTML標(biāo)記，以獲取純文本，可以使用如下代碼實現(xiàn)。
<script language="JavaScript" type="text/javascript">
<!--
//定義函數(shù)用于刪除文本中的Html標(biāo)記
function stripTags(s) {
???? return s.replace(/<\/?[^>]+>/gi, '');
}
var str=stripTags("<author>jack</author>");
alert(str);
//-->
</script>
最后，將得到去掉Html標(biāo)記后的文本“jack”。
3．string.match(regularExpression)
該方法根據(jù)regularExpression正則表達式模式查找字符串string中的匹配字符項，將結(jié)果以數(shù)組形式返回。該數(shù)組有3個屬性值，與exec方法返回的數(shù)組屬性相同。若沒有任何匹配，返回null。
注意：若regularExpression對象未設(shè)定全局匹配模式，則數(shù)組索引為0的元素就是匹配的整體內(nèi)容，索引為1~9的元素則包含了子匹配得到的字符。若設(shè)定了全局模式，則數(shù)組包含了搜索到的所有整體匹配項。
var str=stripTags("<author>jack</author>");
alert(str);
//-->
</script>
最后，將得到去掉Html標(biāo)記后的文本“jack”。
3．string.match(regularExpression)
該方法根據(jù)regularExpression正則表達式模式查找字符串string中的匹配字符項，將結(jié)果以數(shù)組形式返回。該數(shù)組有3個屬性值，與exec方法返回的數(shù)組屬性相同。若沒有任何匹配，返回null。
注意：若regularExpression對象未設(shè)定全局匹配模式，則數(shù)組索引為0的元素就是匹配的整體內(nèi)容，索引為1~9的元素則包含了子匹配得到的字符。若設(shè)定了全局模式，則數(shù)組包含了搜索到的所有整體匹配項。