RegExp – 学习画板

首页 » JavaScript » RegExp

RegExp

ECMAScript通过RegExp类型来支持正则表达式。使用下面类似Perl的语法,就可以创建一个正则表达式:

var expression = /pattern/flags;

其中的模式(pattern)部分可以是任意简单或复杂的正则表达式,可以包含字符类、限定符、分组、向前查找,以及反向引用。每个正则表达式都可带有一个或多个标志(flags),用以表明正则表达式的行为。正则表达式的匹配模式支持下列3个标志:

  • g——表示全局(global)模式,即模式将被因用于所有字符串,而非在发现第一个匹配项时立即停止
  • i——表示区分大小写(case-insensitive)模式,即在确定匹配项时忽略模式与字符串的大小写
  • m——表示多行(multiline)模式,记载到达一行文本末尾时还会继续查找下一行中是否存在与模式匹配的项

因此,一个正则表达式就是一个模式与上述3个标志的组合体。不同组合产生不同的结果,如下面的例子所示:

//匹配字符串中所有"at"的实例
var pattern1 = /at/g;
//匹配第一个"bat"或"cat",不区分大小写
var pattern2 = /[bc]at/i;
//匹配所有以"at"结尾的3个字符串的组合,不区分大小写
var pattern3 = /.at/gi;

与其它语言中的正则表达式类似,模式中使用的所有元字符都必须转义。正则表达式中的元字符包括:

( [ { \ ^ & | ) ? * + . ]}

这些元字符在正则表达式中都有一或多种特殊用途,因此如果想要匹配字符串中包含的这些字符,就必须对它们进行转义。下面给出几个例子:

//匹配第一个"bat"或"cat"
var pattern1 = /[bc]at/i;
//匹配第一个“[bc]at”,不区分大小写
var pattern2 = /\[bc\]at/i;
//匹配所有以"at"结尾的3个字符的组合,不区分大小写
var pattern3 = /.at/i;
//匹配所有".at",不区分大小写
var pattern4 = /\.at/i;

前面举的例子都是以字面量的形式来定义的正则表达式。另一种创建正则表达式的方式是使用RegExp构造函数,它接受两个参数:一个是要匹配的字符串模式,另一个是可选的标志字符串。可以使用字面量定义的任何表达式,都可以使用构造函数来定义,如下面的例子所示:

//匹配第一个“bat”或“cat”,不区分大小写
var pattern1 = /[bc]at/i;
//与pattern1相同,只不过是使用构造函数创建的
var pattern2 = new RegExp("[bc]at", "i");

pattern1和pattern2是两个完全等价的正则表达式。传递给RegExp构造函数的零个参数都是字符串(不能把正则表达式字面量传递个RegExp)构造函数。由于RegExt构造函数的模式参数是字符串,所以在某些情况下要对字符进行双重转义。所有元字符都必须双重转义,那些已经转义的字符也是如此,例如\n(字符\在字符串中通常被转义为\\,而在正则表达式字符串中就会被变成\\\\)。下表列出了一些模式,左边是这些模式的字面量形式,右边是使用RegExt构造函数定义相同模式时使用的字符串。

字面量模式等价的字符串
/\[bc\]at/“/\\[bc\\]at/”
/\.at/“/\\.at/”
/name\/age/“/name\\/age/”
/\d.\d{1,2}/“/\\d.\\d{1,2}/”
/\w\\hello\\123/“/\\w\\\\hello\\\\123/”

RegExp 构造函数属性

RegExp构造函数包含一些属性。这些属性适用于作用域中的所有正则表达式,并且基于所执行的最近一次正则表达式操作而变化。关于这些属性的另一个独特之外,就是可以通过两种方式访问它们。换句话说,这些属性分别有一个长属性名哈一个短属性名(Opera是例外,它不支持短属性名)。下表列出了RegExp构造函数的属性。

长属性名短属性名说明
Input$_最近一次匹配的字符串。Opera未实现此属性
lastMatch$&最近一次的匹配项。Opera为实现此属性
lastParen$+最近一次匹配的捕获组
leftContext$`input字符串中lastMatch之前的文本
multiline$*布尔值,表示是否所有表达式都使用多行模式
IE和Opera未实现此属性
rightContext$’input字符串中lastMatch之后的文本

使用这些属性可以从exec()或test()执行的操作中提取出更具体的信息。请看下面的例子:

var text = "this ha been a short summer";
var pattern = /(.)hort/g;
if (pattern.test(text)) {
    alert(RegExp.input); //"this has been a short summer"
    alert(RegExp.leftContext); //"this has been a"
    alert(RegExp.rightContext); //" summer"
    alert(RegExp.lastMatch); //"short"
    alert(RegExp.lastParen); //"s"
    alert(RegExp.multiline); // false
}

以上代码创建了一个模式,匹配任何一个字符后跟hort,而且把第一个字符放在了一个捕获组中。RegExp构造函数的各个属性返回了下列值:

  • input 属性返回了原始字符串;
  • leftContext属性返回了单词short之前的字符串,而rightContext属性返回了short之后的字符串;
  • lastMatch属性返回最近一次与整个正则表达式匹配的字符串,即short
  • lastParen属性返回最近一次匹配的捕获组,即例子中的s

如前所述,例子使用的长属性名都可以用相应的短属性名来代替。只不过,由于这些短属性名大都不是有效的ECMAScript标识符,因此必须通过方括号法来访问它们,如下所示:

var text = "this has been a short summer";
var pattern = /(.)hort/g;
if (pattern.test(text)) {
    alert(RegExp.$_); //this has been a short summer
    alert(RegExp["$`"]); //this has been a
    alert(RegExp["s'"]); //summer
    alert(RegExp["$&"]); //short
    alert(RegExp["$+"]); //s
    alert(RegExp["$*"]); //false
}

除了上面介绍的几个属性之外,还有多达9个用于存储捕获组的构造函数属性。访问这些属性的语法是RegExp.$1、RegExp.$2…RegExp.$9,分别用于存储第一,第二……第九个匹配的的捕获组。在调用exec()或test()方法时,这些属性会被自动填充。然后,我们就可以像下面这样来使用它们:

var text = "this has been a short summer";
var pattern = /(..)or(.)/g;
if (pattern.test(text)) {
    alert(RegExp.$1); //sh
    alert(RegExp.$2); //t
}

这里创建了一个包含两个捕获组的模式,并用该模式测试了一个字符串。即使test()方法值返回一个布尔值,但RegExp构造函数的属性$1和$2也会被匹配相应捕获组的字符串自动填充。

RegExp 实例属性

RegExp的每个实例都具有下面的属性,通过这些属性可以取得有关模式的各种信息:

  • global——布尔值,表示是否设置了g标志;
  • ignoreCase——布尔值,表示是否设置了i标志;
  • lastIndex——证书,币送啊hi开始搜多下一个匹配项的字符位置,从0算起;
  • multiline——布尔值,表示是否设置了m标志
  • source——正则表达式的字符串表示,按照字面量形式而非传入构造函数中的字符串模式返回。

通过这些属性可以获知一个正则表达式的各方面信息,但却没有多大用处,因为这些信息群都包含在模式声明中。例如:

var pattern1 = /\[bc\]at/i;
alert(pattern1.global); //false
alert(pattern1.ignoreCase); //true
alert(pattern1.multiline); //false
alert(pattern1.lastIndex); //0
alert(pattern1.source); //"\[bc\]at"

var pattern2 = new RegExp("\\[bc\\]at", "i");
alert(pattern2.global); //false
alert(pattern2.ignoreCase); //true
alert(pattern2.multiline); //false
alert(pattern2.lastIndex); //0
alert(pattern2.source); //"\[bc\]at"

尽管第一个模式使用的是字面量,二个模式使用了RegExp构造函数,但它们的souce属性是相同的。可见,source属性保存的是规范形式的字符串,即字面量形式所用的字符串。

此文章发表在 JavaScript 标签为 . 将固定链接加入收藏.