王利的博客
          歷史在哪里扭曲,就在哪里突破
          posts - 17,  comments - 0,  trackbacks - 0
          正則表達式概述
          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

          \

          將下一字符標記為特殊字符、文本、反向引用或八進制轉義符。例如,“n”匹配字符“n”?!癨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”之后的位置匹配

          $

          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。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,}' 等效于 'o+'。'o{0,}' 等效于 '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}' 等效于'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 并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。預測先行不占用字符,即發生匹配后,下一匹配的搜索緊隨上一匹配之后,而不是在組成預測先行的字符后

          (?!pattern)

          執行反向預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。預測先行不占用字符,即發生匹配后,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。匹配指定范圍內的任何字符。例如,“[a-z]”匹配“a”到“z”范圍內的任何小寫字母

          [^a-z]

          反向范圍字符。匹配不在指定的范圍內的任何字符。例如,“[^a-z]”匹配任何不在“a”到“z”范圍內的任何字符

          \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?!癳r\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。等效于 [0-9]

          \D

          非數字字符匹配。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是一個十六進制轉義碼。十六進制轉義碼必須正好是兩位數長。例如,“\x41”匹配“A”?!癨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,那么 n 是反向引用。否則,如果 n 是八進制數 (0-7),那么 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 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。
          像這種以斜杠開始和結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,在后面介紹的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,并且忽略大小寫。
          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)

          將正則表達式轉換為內部格式,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

          在執行完字符串匹配后,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

          保存最后一個被匹配的字符串(最后一個括號的內容)

          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方法后,這些靜態屬性就會改變。因此,必須確保在執行完匹配后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:
          <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。返回數組的長度為子模式的個數加1,其中數組索引為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:
          <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>
          這段代碼的最后結果顯示為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整個替換。替換后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">
          <!--
          //定義函數用于刪除文本中的Html標記
          function stripTags(s) {
          ???? return s.replace(/<\/?[^>]+>/gi, '');
          }

          var str=stripTags("<author>jack</author>");
          alert(str);
          //-->
          </script>
          最后,將得到去掉Html標記后的文本“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,則數組索引為0的元素就是匹配的整體內容,索引為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。

          posted on 2006-06-26 14:44 疾風之狼的java之旅 閱讀(1048) 評論(0)  編輯  收藏 所屬分類: 技術問題

          <2006年6月>
          28293031123
          45678910
          11121314151617
          18192021222324
          2526272829301
          2345678

          常用鏈接

          留言簿(1)

          隨筆分類

          隨筆檔案

          文章檔案

          相冊

          友情鏈接

          搜索

          •  

          積分與排名

          • 積分 - 4334
          • 排名 - 3228

          最新評論

          閱讀排行榜

          評論排行榜

          主站蜘蛛池模板: 息烽县| 忻城县| 共和县| 东港市| 齐齐哈尔市| 富蕴县| 沧州市| 南皮县| 顺义区| 启东市| 石景山区| 呼伦贝尔市| 商都县| 双辽市| 澄江县| 平远县| 南京市| 怀仁县| 舞阳县| 宜兴市| 常德市| 蛟河市| 荃湾区| 分宜县| 重庆市| 慈溪市| 邻水| 乃东县| 阿巴嘎旗| 什邡市| 娱乐| 乌恰县| 达拉特旗| 宜阳县| 肥西县| 封丘县| 拜泉县| 通榆县| 屏东县| 庄浪县| 安平县|