摘要：選擇分組和引用正則表達(dá)式的語(yǔ)法還包括指定選擇項(xiàng)子表達(dá)式分組和引用前一子表達(dá)式的特殊字符。帶圓括號(hào)的表達(dá)式的另一個(gè)用途是允許在同一正則表達(dá)式的后部引用前面的子表達(dá)式。

正則表達(dá)式(regular expression)是一個(gè)描述字符模式的對(duì)象。JavaScript的 RegExp類 表示正則表達(dá)式，String和RegExp都定義了方法，后者使用正則表達(dá)式進(jìn) 行強(qiáng)大的模式匹配和文本檢索與替換功能。JavaScript的正則表達(dá)式語(yǔ)法是Perl5的正則表達(dá)式語(yǔ)法的大型子集，所以對(duì)于有Perl編程經(jīng)驗(yàn)的程序員來(lái)說(shuō)，學(xué)習(xí)JavaScript 中的正則表達(dá)式[1]是小菜一碟。

JavaScript中的正則表達(dá)式用 RegExp對(duì)象 表示，可以使用RegExp()構(gòu)造函數(shù)來(lái)創(chuàng) 建RegExp對(duì)象，不過(guò)RegExp對(duì)象更多的是通過(guò)一種特殊的直接量語(yǔ)法來(lái)創(chuàng)建。就像通過(guò)引號(hào)包裹字符的方式來(lái)定義字符串直接量一樣，正則表達(dá)式直接量定義為包含在一對(duì)斜杠 (/) 之間的字符，例如:

var pattern=/s$/;

運(yùn)行這段代碼創(chuàng)建一個(gè)新的RegExp對(duì)象，并將它賦值給變量pattern。這個(gè)特殊 的RegExp對(duì)象用來(lái)匹配所有以字母“s”結(jié)尾的字符串。用構(gòu)造函數(shù)RegExp()也可以 定義個(gè)與之等價(jià)的正則表達(dá)式，代碼如下:

var pattern=new RegExp(“s$”);

正則表達(dá)式直接量則與此不同，ECMAScript 3規(guī)范規(guī)定，一個(gè)正則表達(dá)式直接 量會(huì)在執(zhí)行到它時(shí)轉(zhuǎn)換為一個(gè)RegExp對(duì)象，同一段代碼所表示正則表達(dá)式直接量的 每次運(yùn)算都返回同一個(gè)對(duì)象。ECMAScript 5規(guī)范則做了相反的規(guī)定，同一段代碼所 表示的正則表達(dá)式直接量的每次運(yùn)算都返回新對(duì)象。IE一直都是按照ECMAScript 5 規(guī)范實(shí)現(xiàn)的，多數(shù)最新版本的瀏覽器也開(kāi)始遵循ECMAScript 5。

一般匹配重復(fù)字符是盡可能多地匹配，而且允許后續(xù)的正則表達(dá)式 繼續(xù)匹配。因此，我們稱之為“貪婪的”匹配。我們同樣可以使用正則表達(dá)式進(jìn)行非貪婪匹配。只須在待匹配的字符后跟隨一個(gè)問(wèn)號(hào)即 可:“??”、“+?”、“*?”或“{1，5}?”。比如，正則表達(dá)式/a+/可以匹配一個(gè)或多個(gè)連續(xù) 的字母a。當(dāng)使用“aaa”作為匹配字符串時(shí)，正則表達(dá)式會(huì)匹配它的三個(gè)字符。但 是/a+?/也可以匹配一個(gè)或多個(gè)連續(xù)字母a，但它是盡可能少地匹配。我們同樣 將“aaa”作為匹配字符串，但后一個(gè)模式只能匹配第一個(gè)a。

使用非貪婪的匹配模式所得到的結(jié)果可能和期望并不一致。考慮以下正則表達(dá) 式/a+b/，它可以匹配一個(gè)或多個(gè)a，以及一個(gè)b。當(dāng)使用“aaab”作為匹配字符串時(shí)， 它會(huì)匹配整個(gè)字符串。現(xiàn)在再試一下非貪婪匹配的版本/a+?b/，它匹配盡可能少的a 和一個(gè)b。當(dāng)用它來(lái)匹配“aaab”時(shí)，你期望它能匹配一個(gè)a和最后一個(gè)b。但實(shí)際上， 這個(gè)模式卻匹配了整個(gè)字符串，和該模式的貪婪匹配一模一樣。這是因?yàn)檎齽t表達(dá) 式的模式匹配總是會(huì)尋找字符串中第一個(gè)可能匹配的位置。由于該匹配是從字符串的第一個(gè)字符開(kāi)始的，因此在這里不考慮它的子串中更短的匹配。

正則表達(dá)式的語(yǔ)法還包括指定選擇項(xiàng)、子表達(dá)式分組和引用前一子表達(dá)式的特殊字符。字符“|”用于分隔供選擇的字符。例如，/ab|cd|ef/ 可以匹配字符串“ab”，也 可以匹配字符串“cd”，還可以匹配字符串“ef”。/d{3}|[a-z]{4}/匹配的是三位數(shù)字或 者四個(gè)小寫字母。

注意，選擇項(xiàng)的嘗試匹配次序是從左到右，直到發(fā)現(xiàn)了匹配項(xiàng)。如果左邊的選擇項(xiàng)匹配，就忽略右邊的匹配項(xiàng)，即使它產(chǎn)生更好的匹配。因此，當(dāng)正則表達(dá)式 /a|ab/匹配字符串“ab”時(shí)，它只能匹配第一個(gè)字符。

正則表達(dá)式中的圓括號(hào)有多種作用。一個(gè)作用是把多帶帶的項(xiàng)組合成子表達(dá)式， 以便可以像處理一個(gè)獨(dú)立的單元那樣用“|”、“*”、“+”或者“?”等來(lái)對(duì)單元內(nèi)的項(xiàng)進(jìn)行處理。例如， /java(script)?/ 可以匹配字符串“java”，其后可以有“script”也可以沒(méi)有。/(ab|cd)+|ef/ 可以匹配字符串“ef”，也可以匹配字符串“ab”或“cd”的一次或多次重復(fù)。

在正則表達(dá)式中，圓括號(hào)的另一個(gè)作用是在完整的模式中定義子模式。當(dāng)一個(gè)正則表達(dá)式成功地和目標(biāo)字符串相匹配時(shí)，可以從目標(biāo)串中抽出和圓括號(hào)中的子模式相匹配的部分。例如，假定我們正在檢索的模式是一個(gè)或多個(gè)小寫字母后面跟隨了一位或多位數(shù)字， 則可以使用模式 /[a-z]+d+/。但假定我們真正關(guān)心的是每個(gè)匹配尾部的數(shù)字，那么如果將模式的數(shù)字部分放在括號(hào)中 (/[a-z]+(d+)/) ，就可以從檢索到的匹配中抽取數(shù)字 了，之后我們會(huì)有詳盡的解釋。

帶圓括號(hào)的表達(dá)式的另一個(gè)用途是允許在同一正則表達(dá)式的后部引用前面的子表達(dá)式。這是通過(guò)在字符 “” 后加一位或多位數(shù)字來(lái)實(shí)現(xiàn)的。這個(gè)數(shù)字指定了帶圓括 號(hào)的子表達(dá)式在正則表達(dá)式中的位置。例如，1引用的是第一個(gè)帶圓括號(hào)的子表達(dá) 式，3 引用的是第三個(gè)帶圓括號(hào)的子表達(dá)式。注意，因?yàn)樽颖磉_(dá)式可以嵌套另一個(gè)子表達(dá)式，所以它的位置是參與計(jì)數(shù)的左括號(hào)的位置。例如，在下面的正則表達(dá)式 中，嵌套的子表達(dá)式 ([Ss]cript) 可以用 2來(lái)指代:

/([Jj]ava([Ss]cript)?)siss(funw*)/

對(duì)正則表達(dá)式中前一個(gè)子表達(dá)式的引用，并不是指對(duì)子表達(dá)式模式的引用，而指的是與那個(gè)模式相匹配的文本的引用。這樣，引用可以用于實(shí)施一條約束，即一個(gè)字符串各個(gè)多帶帶部分包含的是完全相同的字符。例如，下面的正則表達(dá)式匹配的就是位于單引號(hào)或雙引號(hào)之內(nèi)的0個(gè)或多個(gè)字符。但是，它并不要求左側(cè)和右側(cè)的引號(hào)匹配(即，加入的兩個(gè)引號(hào)都是單引號(hào)或都是雙引號(hào)):

/[’”][^’”]*[’”]/

如果要匹配左側(cè)和右側(cè)的引號(hào)，可以使用如下的引用:

/([’”])[^’”]*1/

1 匹配的是第一個(gè)帶圓括號(hào)的子表達(dá)式所匹配的模式。在這個(gè)例子中，存在這樣一條約束，那就是左側(cè)的引號(hào)必須和右側(cè)的引號(hào)相匹配。正則表達(dá)式不允許用雙引號(hào)括起的內(nèi)容中有單引號(hào)，反之亦然。不能在字符類中使用這種引用，所以下面的寫法是非法的:

/([’”])[^1]*1/

同樣，在正則表達(dá)式中不用創(chuàng)建帶數(shù)字編碼的引用，也可以對(duì)子表達(dá)式進(jìn)行分組。它不是以“(”和“)”進(jìn)行分組，而是以“(?:”和“)”來(lái)進(jìn)行分組，比如，考慮下面這 個(gè)模式:

/([Jj]ava(?:[Ss]cript)?)siss(funw*)/

這里，子表達(dá)式 (?:[Ss]cript) 僅僅用于分組，因此復(fù)制符號(hào)”?”可以應(yīng)用到各個(gè)分 組。這種改進(jìn)的圓括號(hào)并不生成引用，所以在這個(gè)正則表達(dá)式中，2 引用了與 (funW*) 匹配的文本。

下圖對(duì)正則表達(dá)式的選擇、分組和引用運(yùn)算符做了總結(jié)：

任意正則表達(dá)式都可以作為錨點(diǎn)條件。如果在符號(hào) “(?=”和“)” 之間加入一個(gè)表 達(dá)式，它就是一個(gè) 先行斷言 ，用以說(shuō)明圓括號(hào)內(nèi)的表達(dá)式必須正確匹配，但并不是真正意義上的匹配。比如，要匹配一種常用的程序設(shè)計(jì)語(yǔ)言的名字，但只在其后 有冒號(hào)時(shí)才匹配，可以使用 /[Jj]ava([Ss]cript)?(?=:)/。這個(gè)正則表達(dá)式可以匹 配“JavaScript:The Definitive Guide”中的“JavaScript”，但是不能匹配“Java in a Nutshell”中的“Java”，因?yàn)樗竺鏇](méi)有冒號(hào)。

帶有 “(?!” 的斷言是負(fù)向先行斷言，用以指定接下來(lái)的字符都不必匹配。例 如， /Java(?!Script)([A-Z]w*)/可以匹配“Java”后跟隨一個(gè)大寫字母和任意多個(gè)ASCII 單詞，但Java后面不能跟隨“Script”。它可以匹配“JavaBeans”，但不能匹配“Javanese”;它不匹配“JavaScript”，也不能匹配“JavaScripter”。

String支持4種使用正則表達(dá)式的方法。

最簡(jiǎn)單的是 search()。它的參數(shù)是一個(gè)正 則表達(dá)式，返回第一個(gè)與之匹配的子串的起始位置，如果找不到匹配的子串，它將 返回-1。比如，下面的調(diào)用返回值為4:

“JavaScript”.search(/script/i);

如果search()的參數(shù)不是正則表達(dá)式，則首先會(huì)通過(guò)RegExp構(gòu)造函數(shù)將它轉(zhuǎn)換 成正則表達(dá)式， search()方法不支持全局檢索，因?yàn)樗雎哉齽t表達(dá)式參數(shù)中的修飾符g。

replace()方法用以執(zhí)行檢索與替換操作。其中第一個(gè)參數(shù)是一個(gè)正則表達(dá)式， 第二個(gè)參數(shù)是要進(jìn)行替換的字符串。這個(gè)方法會(huì)對(duì)調(diào)用它的字符串進(jìn)行檢索，使用指定的模式來(lái)匹配。如果正則表達(dá)式中設(shè)置了修飾符g，那么源字符串中所有與模式匹配的子串都將替換成第二個(gè)參數(shù)指定的字符串;如果不帶修飾符g，則只替換所匹配的第一個(gè)子串。如果replace()的第一個(gè)參數(shù)是字符串而不是正則表達(dá)式，則 replace()將直接搜索這個(gè)字符串，而不是像search()一樣首先通過(guò)RegExp()將它轉(zhuǎn)換為正則表達(dá)式。比如，可以使用下面的方法，利用replace()將文本中的所有 javascript(不區(qū)分大小寫)統(tǒng)一替換為“JavaScript”:

//將所有不區(qū)分大小寫的javascript都替換成大小寫正確的JavaScript 
text.replace(/javascript/gi，“JavaScript”);

但 replace() 的功能遠(yuǎn)不止這些。回憶一下前文所提到的，正則表達(dá)式中使用圓 括號(hào)括起來(lái)的子表達(dá)式是帶有從左到右的索引編號(hào)的，而且正則表達(dá)式會(huì)記憶與每 個(gè)子表達(dá)式匹配的文本。如果在替換字符串中出現(xiàn)了$加數(shù)字，那么 replace() 將用與 指定的子表達(dá)式相匹配的文本來(lái)替換這兩個(gè)字符。這是一個(gè)非常有用的特性。比 如，可以用它將一個(gè)字符串中的英文引號(hào)替換為中文半角引號(hào):

//一段引用文本起始于引號(hào)，結(jié)束于引號(hào)
//中間的內(nèi)容區(qū)域不能包含引號(hào)
var quote=/”([^”]*)”/g;//用中文半角引號(hào)替換英文引號(hào)，同時(shí)要保持引號(hào)之間的內(nèi)容(存儲(chǔ)在$1中)沒(méi)有被修改 
text.replace(quote，’“$1”’);

最值得注意的是，replace()方法的第二個(gè)參數(shù) 可以是函數(shù)，該函數(shù)能夠動(dòng)態(tài)地計(jì)算替換字符串。

match() 方法是最常用的String正則表達(dá)式方法。它的唯一參數(shù)就是一個(gè)正則表達(dá)式(或通過(guò)RegExp()構(gòu)造函數(shù)將其轉(zhuǎn)換為正則表達(dá)式)，返回的是一個(gè)由匹配結(jié) 果組成的數(shù)組。如果該正則表達(dá)式設(shè)置了修飾符g，則該方法返回的數(shù)組包含字符 串中的所有匹配結(jié)果。例如:

“1 plus 2 equals 3”.match(/d+/g)//返回[“1”，“2”，“3”]

如果這個(gè)正則表達(dá)式?jīng)]有設(shè)置修飾符 g， match() 就不會(huì)進(jìn)行全局檢索，它只檢 索第一個(gè)匹配。但即使 match() 執(zhí)行的不是全局檢索，它也返回一個(gè)數(shù)組。在這種情 況下，數(shù)組的第一個(gè)元素就是匹配的字符串，余下的元素則是正則表達(dá)式中用圓括 號(hào)括起來(lái)的子表達(dá)式。因此，如果 match() 返回一個(gè)數(shù)組a，那么 a[0] 存放的是完整的 匹配，a[1]存放的則是與第一個(gè)用圓括號(hào)括起來(lái)的表達(dá)式相匹配的子串，以此類 推。為了和方法 replace() 保持一致， a[n] 存放的是 $n的內(nèi)容。

split() 這個(gè)方法用以將調(diào)用 它的字符串拆分為一個(gè)子串組成的數(shù)組，使用的分隔符是split()的參數(shù)，例如:

“123，456，789”.split(“，”);//返回[“123”，“456”，“789”]

split() 方法的參數(shù)也可以是一個(gè)正則表達(dá)式，這使得 split() 方法異常強(qiáng)大。例如，可以指定分隔符，允許兩邊可以留有任意多的空白符:

“1，2，3，4，5”.split(/s*，s*/);//返回[“1”，“2”，“3”，“4”，“5”]

每個(gè)RegExp對(duì)象都包含5個(gè)屬性。

屬性source是一個(gè)只讀的字符串，包含正則表達(dá)式的文本。

屬性global是一個(gè)只讀的布爾值，用以說(shuō)明這個(gè)正則表達(dá)式是否帶有修飾符 g。

屬性 ignoreCase 也是一個(gè)只讀的布爾值，用以說(shuō)明正則表達(dá)式是否帶有修飾符 i。

屬性 multiline 是一個(gè)只讀的布爾值，用以說(shuō)明正則表達(dá)式是否帶有修飾符 m。

最后一個(gè)屬性 lastIndex，它是一個(gè)可讀/寫的整數(shù)。如果匹配模式帶有g(shù)修飾符， 這個(gè)屬性存儲(chǔ)在整個(gè)字符串中下一次檢索的開(kāi)始位置，這個(gè)屬性會(huì)被 exec()和 test() 方法用到，下面會(huì)講到。

RegExp對(duì)象定義了兩個(gè)用于執(zhí)行模式匹配操作的方法。

RegExp最主要的執(zhí)行模式匹配的方法是 exec() ，exec()方法對(duì)一個(gè)指定的字符串執(zhí)行一個(gè)正則表達(dá) 式，簡(jiǎn)言之，就是在一個(gè)字符串中執(zhí)行匹配檢索。如果它沒(méi)有找到任何匹配，它就 返回null，但如果它找到了一個(gè)匹配，它將返回一個(gè)數(shù)組，就像match() 方法為非全局檢索返回的數(shù)組一樣。

和 match() 方法不同，不管正則表達(dá)式是否具有全局修飾符g， exec()都會(huì)返回一樣的數(shù)組。當(dāng)調(diào)用exec()的正則表達(dá)式對(duì)象具有修飾符g時(shí)，它將把當(dāng)前正則表達(dá)式 對(duì)象的lastIndex屬性設(shè)置為緊挨著匹配子串的字符位置。當(dāng)同一個(gè)正則表達(dá)式第二 次調(diào)用 exec() 時(shí)，它將從 lastIndex 屬性所指示的字符處開(kāi)始檢索。

var pattern = /Java/g;
var text = "JavaScript is more fun than Java!";
result = pattern.exec(text)
//結(jié)果
//["Java"， index: 0， input: "JavaScript is more fun than Java!"]
pattern.lastIndex //4

如果 exec() 沒(méi)有發(fā)現(xiàn)任何匹配結(jié)果，它會(huì)將 lastIndex 重置為0(在任何時(shí)候都可以將 lastIndex屬性設(shè)置 為0，每當(dāng)在字符串中找最后一個(gè)匹配項(xiàng)后，在使用這個(gè)RegExp對(duì)象開(kāi)始新的字符串查找之前，都應(yīng)當(dāng)將 lastIndex 設(shè)置為0)。這種特殊的行為使我們可以在用正則表達(dá)式匹配字符串的過(guò)程中反復(fù)調(diào)用 exec()，比如:

var pattern = /Java/g;
var text = "JavaScript is more fun than Java!";
var result;
while ((result = pattern.exec(text)) != null) {
  alert("Matched "" + result[0] + """ +
    " at position " + result.index +
    "; next search begins at " + pattern.lastIndex);
}

另外一個(gè)RegExp方法是 test() ，它比 exec() 更簡(jiǎn)單一些。它的參數(shù)是一個(gè)字符串，用 test() 對(duì)某個(gè)字符串進(jìn)行檢測(cè)，如果包含正則表達(dá)式的一個(gè)匹配結(jié)果，則返回 true :

var pattern=/java/i; 
pattern.test(“JavaScript”);//返回true

調(diào)用 test() 和調(diào)用 exec() 等價(jià)，當(dāng) exec() 的返回結(jié)果不是null時(shí)，test()返回true。由于這種等價(jià)性，當(dāng)一個(gè)全局正則表達(dá)式調(diào)用方法 test() 時(shí)，它的行為和 exec() 相同， 因?yàn)樗鼜?lastIndex 指定的位置處開(kāi)始檢索某個(gè)字符串，如果它找到了一個(gè)匹配結(jié)果，那么它就立即設(shè)置 lastIndex 為當(dāng)前匹配子串的結(jié)束位置。這樣一來(lái)，就可以使用test() 來(lái)遍歷字符串，就像用 exec() 方法一樣。

與 exec() 和 test() 不同， String方法 search()、replace() 和 match() 并不會(huì)用到 lastIndex 屬性。實(shí)際上， String 方法只是簡(jiǎn)單地將 lastIndex 屬性值重置為0。如果讓一 個(gè)帶有修飾符 g 的正則表達(dá)式對(duì)多個(gè)字符串執(zhí)行 exec()或test()，要么在每個(gè)字符串中 找出所有的匹配以便將 lastIndex 自動(dòng)重置為零，要么顯式將 lastIndex 手動(dòng)設(shè)置為 0(當(dāng)最后一次檢索失敗時(shí)需要手動(dòng)設(shè)置 lastIndex )。

如果忘了手動(dòng)設(shè)置 lastIndex 的值，那么下一次對(duì)新字符串進(jìn)行檢索時(shí)，執(zhí)行檢索的起始位置可能就不是字符串的 開(kāi)始位置，而可能是任意位置。當(dāng)然，如果RegExp不帶有修飾符g，則不必?fù)?dān)心會(huì)發(fā)生這種情況。同樣要記住，在 ECMAScript 5中，正則表達(dá)式直接量的每次計(jì)算都會(huì)創(chuàng)建一個(gè)新的 RegExp對(duì)象，每個(gè)新 RegExp對(duì)象 具有各自的 lastIndex屬性，這勢(shì)必會(huì)大大減少“殘留” lastIndex 對(duì)程序造成的意外影響。

JavaScript 權(quán)威指南第六版

玩轉(zhuǎn)JavaScript正則表達(dá)式