Javascript正则表达式基础

JavaScript技术    2009-06-03 19:39  

  RegExp对象的语义和使用:

  检查字符串匹配

  获取字符串中的部分内容

  在原字符串的基础上构建一个新的字符串(包括添加、删除和修改)

  构建一个RegExp对象主要有两种方法:

  使用literal,如/\w/g

  使用构造函数,如 new RegExp(/\w/)

  构建RegExp对象有以下几个注意点:

  literal常用来构建非runtime产生的静态的RegExp对象

  literal之后可以直接添加flag用来对匹配字符串的执行结果进行限制,常用flag包括g和i,分别用来表示全局匹配(global)和忽略大小写匹配(case-insensitive)

  RegExp构造函数的第一个参数提供该对象的pattern,如果pattern是一个RegExp literal,那么就不能提供第二个参数(即指定flag)。如果pattern是一个string,那么可以使用第二个参数

  RegExp构造函数常用于构建runtime产生的动态RegExp对象

  RegExp的pattern为string时所有literal中的”\”都必须写成”\\”,因为”\”在string中需要被转义

  以上两种方法构建的都一个javascript对象,因此/\w/ == /\w/返回false

  RegExp对象相关的功能:

  要检查字符串的匹配,可以使用 regExp.test(string) 方法,该方法检查string是否匹配regExp提供的pattern。还可以使用 string.search(regExp)方法,如果两者不匹配将会返回-1

  要获取字符串中的部分内容,可以使用 regExp.exec(string) 方法,也可以使用string.match(regExp)方法

  要在原有字符串上构建一个新的字符串,通常使用string.replace(searchValue, replaceValue)方法

  RegExp对象中提供pattern的语义:

  RegExp可以定义多个Alternative用”|”分割,该运算的优先级最低,因此如果存在”|”,那么它首先把RegExp分割成几大部分

  每个Alternative由多个term组成,term分为assertion(用于位置限定),atom(匹配的单元),带Quantifier(修饰符)的atom

  assertion分为”^”用于匹配字符串开头,在multiInput(即flag包含m时),也可以匹配一行的开头,”$”用于匹配字符串结尾,在multiInput(即flag包含m时),也可以匹配一行的结尾,”\b”用于匹配一个\w和\W间隔,注意它并不匹配任何字符串中的内容,而只是用来判断一个位置的匹配情况

  atom的情况比较复杂,我们首先来看atom的Quantifier,可以包含* + ? {n} {m,} {m,n},其中*表示atom可以有0次或以上的重复,+表示1次或以上的重复,?表示0或1次,{n}表示恰巧n次重复,{m,}表示m或以上的重复,{m,n}表示重复次数在m和n之间(包含m和n),在以上的Quantifier之后还可以跟一个?用来启动non-greedy模式,我将在后文中说明这种模式的意义。

  atom包含patternCharacter(普通字符,即在pattern中没有特殊语义的字符,匹配时将按照字面进行匹配)

  “.” 匹配所有非line-terminator字符

  \AtomEscape 包含数字型 \1(用于引用之前的括号中的匹配成功的内容)。一些字符的引用\n \f \r \t \v \xNN \uXXXX \cX等。一些特殊含义的字符,如\d \D \s \S \w \W

  CharacterClass,包含[...]和[^...]两种形式。其中可以包含很多字符,如-、 \n等字符引用、\b、\d等特殊含义字符。注意如果”-”左右有字符,那么语义变为从某一字符到某一字符。如果”-”左或者右没有字符,那么”-”仅表示dash字符。

  (group),以上模式进行group就可以在group之后使用Quantifier修饰

  (?:group),仅作为group使用,而不会记录group匹配的内容从而不算在\1..\n中

  (?=group),要求匹配但不会在返回的匹配string中包含group匹配的内容

  (?!group),要求不匹配且不会在返回的匹配string中包含group匹配的内容

  下面我要讲一下RegExp的两个比较重要的运作模式:

  匹配Alternative总是从左到右,如果遇到第一个匹配的就不再尝试之后的匹配,如

  /ab|abc/.exec("abc")

  以上字符串”abc”仅匹配pattern中的ab,而不会去匹配abc

  匹配时总是一般不在Quantifier后添加?的都使用greedy模式,添加?后使用non-greedy模式,如

  /\w+bc/.exec("abcbcbc")

  匹配时\w+总是先尽可能多的匹配(即greedy模式),因此它会匹配”abcbcbc”,如果改为

  /\w+?bc/.exec("abcbcbc")

  那么他会尽可能少的匹配(即non-greedy模式),因此仅匹配”abc”。

  对于一般的解析字符串的要求,一般可以使用exec或match方法解析,如果字符串很大那么往往需要使用循环结构进行解析,配合while等语句,RegExp是很强大的。

  对于要将现有的一个字符串通过修改转变为另一个字符串时,一般总是使用replace方法,这个方法是我觉得RegExp中最重要的方法,它的多态性使他具有多种形式,几乎能够满足所有修改字符串的需求。

在线留言

我要留言