JavaScript高階程式設計（第3版）學習筆記12 js正規表示式_基礎知識

需要指出的是，这里只是总结了正则表达式的常用的且比较简单的语法，而不是全部语法，在我看来，掌握了这些常用语法，已经足够应对日常应用了。正则表达式不只是应用在ECMAScript中，在JAVA、.Net、Unix等也有相应应用，这篇文章则是以ECMAScript中的正则表达式为基础总结的。

一、正则表达式基础

1、普通字符：字母、数字、下划线、汉字以及所有没有特殊意义的字符，如ABC123。在匹配时，匹配与之相同的字符。

2、特殊字符：（需要时，使用反斜杠“”进行转义）

字符	含义	字符	含义	字符	含义	字符	含义
\a	响铃符 = \x07	^	匹配字符串的开始位置	\b	匹配单词的开始或结束	{n}	匹配n次
\f	换页符 = \x0C	$	匹配字符串的结束位置	\B	匹配不是单词开始和结束的位置	{n,}	匹配至少n次
\n	换行符 = \x0A	()	标记一个子表达式的开始和结束	\d	匹配数字	{n,m}	匹配n到m次
\r	回车符 = \x0D	[]	自定义字符组合匹配	\D	匹配任意不是数字的字符	[0-9]	匹配0到9中任意一个数字
\t	制表符 = \x09	{}	修饰匹配次数的符号	\s	匹配任意空白字符	[f-m]	匹配f到m中任意一个字母
\v	垂直制表符 = \x0B	.	匹配除换行符外的字符	\S	匹配任意非空白字符
\e	ESC符 = \x1B	?	匹配0或1次	\w	匹配字母或数字或下划线或汉字
\xXX	使用两位十六进制表示形式，可与该编号的字符匹配	+	匹配1或多次	\W	匹配任意不是字母、数字、下划线和汉字的字符
\uXXXX	用四位十六进制表示形式，可与该编号的字符匹配	*	匹配0或多次	[^x]	匹配除x外的所有字符
\x{XXXXXX}	使用任意位十六进制表示形式，可与该编号的字符匹配	|	左右两边表达式之间“或”关系	[^aeiou]	匹配除aeiou外的所有字符

上面列举的这些特殊字符，可以大致的分为： 

（1）不便书写字符：如响铃符（a）、换页符（f）、换行符（ ）、回车符（ ）、制表符（ ）、ESC符（\e）

（2）十六进制字符：如两位（\x02）、四位（\x012B）、任意位（x{A34D1}）

（3）表示位置字符：如字符串开始（^）、字符串结束（$）、单词开始和结束（）、单词中间（\B）

（4）表示次数字符：如0或1次（?）、1或多次（+）、0或多次（*）、n次（{n}）、至少n次（{n,}）、n到m次（{n,m}）

（5）修饰字符：如修饰次数（{}）、自定义组合匹配（[]）、子表达式（()）

（6）反义字符：

　　（A）通过大小写反义：如和B、d和D、s和S、w和W

　　（B）通过[^]反义：如[^x]、[^aeiou]

　　（C）其它特例：如 和.也构成反义

（7）范围字符：如数字范围（[0-9]）、字母范围（[f-m]）

（8）逻辑字符：如表示或（|）

3、转义

（1）使用反斜杠“”转义单个字符

（2）使用“Q...\E”转义，将表达式中间出现的字符全部作为普通字符

（3）使用“U...\E”转义，将表达式中间出现的字符全部作为普通字符，并且将小写字母转换成大写匹配

（4）使用“L...\E”转义，将表达式中间出现的字符全部作为普通字符，并且将大写字母转换为小写匹配

4、贪婪模式与懒惰模式

　 　如果正则表达式中含有次数字符时，一般情况下，会尽可能匹配更多的字符，比如用l*n来匹配linjisong的话，会匹配linjison，而不是 lin，这种模式也就是正则表达式的贪婪模式；相对应的，可以通过添加字符“？”来设置为懒惰模式，也即尽可能匹配更少字符。如*?表示重复0次或多次， 但尽可能少重复。

5、分组和反向引用

（1）用小括号（()）将表达式包含，可以使得表达式作为一个整体来处理，从而达到分组的目的。

（2）默认情况下，每个分组会自动获取一个组号，按照左括号的顺序，从1向后编号。

（3）引擎在处理时，会将小括号内部表达式匹配的内容保存下来，以方便在匹配过程中或匹配结束后进一步处理，可以使用反斜杠和组号来引用这个内容，如1表示第一个分组匹配的文本。

（4）也可以自定义组名，语法是(?exp)，这个时候反向引用时，还可以使用\k。

（5）也可以不保存匹配内容，也不分配组号，语法是(?:exp)。

（6）小括号有一些其他特殊语法，这里列举几种，不再深入讨论：

分类	代码/语法	说明
捕获	(exp)	匹配exp,并捕获文本到自动命名的组里
	(?exp)	匹配exp,并捕获文本到名称为name的组里，也可以写成(?'name'exp)
	(?:exp)	匹配exp,不捕获匹配的文本，也不给此分组分配组号
零宽断言	(?=exp)	匹配exp前面的位置
	(?<=exp)	匹配exp后面的位置
	(?!exp)	匹配后面跟的不是exp的位置
	(?	匹配前面不是exp的位置
注释	(?#comment)	这种类型的分组不对正则表达式的处理产生任何影响，用于提供注释让人阅读

到此，對於理解常用的正規表示式已經足夠了，若想繼續學習正規表示式的，可以參考正規表示式30分鐘入門教學。下面再熟悉一下Javascript中的正規表示式實作。

二、Javascript中的正規表示式物件RegExp

1、建立正規表示式

（1）使用字面量：語法 var exp = /pattern/flags;

　　A、pattern是任何正規表示式

　　B、flags有三種：g表示全域模式、i表示忽略大小寫、m表示多行模式

（2）使用RegExp內建建構子：語法 var exp = new RegExp(pattern, flags);

　　A、使用建構子時，pattern和flags都是字串形式，所以對於轉義字元需要雙重轉義，例如：

字面量	构造函数
/[bc]at/	"\[bc\]at"
/.at/	"\.at"
/name/age/	"name\/age"
/d.d{1,2}/	"\d.\d{1,2}"
/w\helllo3/	"\w\hello\123"

說明：ECMAScript 3使用字面量時會共用一個RegExp實例，使用new RegExp(pattern,flags)會為每個正規表示式建立一個實例；ECMAScript 5規定每次都建立新實例。

2、實例屬性

（1）global：布林值，表示是否設定了g標誌。

（2）ignoreCase：布林值，表示是否設定了i標誌。

（3）multiline：布林值，表示是否設定了m標誌。

（4）lastIndex：整數，表示開始搜尋下一次符合項的字元位置，從0算起。

（5）source：字串，表示按照字面量形式創建的字串模式，即便實例使用建構函式創建，儲存的也是字面量形式的字串模式。

3、實例方法

（1）exec()方法

　　A、一個參數，即要套用模式的字串，傳回第一個符合項目資訊的數組，沒有符合時傳回null。

　　B、傳回的陣列是Array實例，但還額外有input和index屬性，分別表示套用正規表示式的字串和符合項目在字串中的位置。

　　C、匹配時，在傳回的陣列中，第1項是與整個模式相符的字串，其他項目是與模式中的分組相符的字串（如果沒有分組，則傳回陣列只有1項） 。

　　D、對於exec()，即使設定了g，每次返回的也是一個匹配項，不同的是，設定了g，多次調用exec的開始搜尋位置不同，沒有設定g，每次都從開始搜尋。

（2）test()方法

　　接受一個字串參數，匹配回傳true，不符回傳false。

三、實例分析

下面看一個出自PhoneGap原始碼中用來格式化的正規表示式

複製程式碼 程式碼如下:

var pattern = /(.*?)%(.)(.*)/;
var str = 'lin%%jisong';
var match = pattern.exec (str);
console.info(match.join(','));//lin%%jisong,lin,%,jisong

var pattern2 = /(.*)%(. )(.*)/;
var match2 = pattern2.exec(str);
console.info(match2.join(','));//lin%%jisong,lin%,j,isong

分析：這裡pattern和pattern2都包含三個分組，第2、3個分組相同，第2個分組(.)匹配任一個非換行字符，第3個分組(.*)盡可能多（貪婪模式）的匹配任意非換行字符，pattern中的第1個分組(.*?)盡可能少（懶惰模式）的匹配任意非換行字符，而pattern2中的第1個分組(.*)則是盡可能多（貪婪模式）的匹配任意非換行字元了。因此在保證整個模式匹配成功（從而需要保留一個%字元用於匹配正則表達式中的%）的前提下，pattern中第1個分組匹配成了lin，而pattern2中第1個分組匹配成了lin %，分析到這裡上例的輸出也就不難理解了。