《JavaScript高级程序设计》读书笔记 ---RegExp 类型

ECMAScript 经过RegExp 类型来支持正则表达式。使用下面相似Perl 的语法,就能够建立一个正则表达式。
var expression = / pattern / flags ;正则表达式

其中的模式(pattern)部分能够是任何简单或复杂的正则表达式,能够包含字符类、限定符、分组、向前查找以及反向引用每一个正则表达式均可带有一或多个标志(flags),用以标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,即模式将被应用于全部字符串,而非在发现第一个匹配项时当即中止;
i:表示不区分大小写(case-insensitive)模式,即在肯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,即在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。
所以,一个正则表达式就是一个模式与上述3 个标志的组合体。不一样组合产生不一样结果,以下面的例子所示。
/*
* 匹配字符串中全部"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;
/*
* 匹配全部以"at"结尾的3 个字符的组合,不区分大小写
*/
var pattern3 = /.at/gi;express

与其余语言中的正则表达式相似,模式中使用的全部元字符都必须转义正则表达式中的元字符包括
( [ { \ ^ $ | ) ? * + .]}数组


这些元字符在正则表达式中都有一或多种特殊用途,所以若是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",不区分大小写
*/函数

var pattern1 = /[bc]at/i;
/*
* 匹配第一个" [bc]at",不区分大小写
*/
var pattern2 = /\[bc\]at/i;
/*
* 匹配全部以"at"结尾的3 个字符的组合,不区分大小写
*/
var pattern3 = /.at/gi;
/*
* 匹配全部".at",不区分大小写
*/
var pattern4 = /\.at/gi;
在上面的例子中,pattern1 匹配第一个"bat"或"cat",不区分大小写。而要想直接匹配"[bc]at"的话,就须要像定义pattern2 同样,对其中的两个方括号进行转义。对于pattern3 来讲,句点表示位于"at"以前的任意一个能够构成匹配项的字符。但若是想匹配".at",则必须对句点自己进行转义,如pattern4 所示。
前面举的这些例子都是以字面量形式来定义的正则表达式。另外一种建立正则表达式的方式是使用RegExp 构造函数,它接收两个参数:一个是要匹配的字符串模式,另外一个是可选的标志字符串。可使用字面量定义的任何表达式,均可以使用构造函数来定义,以下面的例子所示。测试

/*
* 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建立的
*/
var pattern2 = new RegExp("[bc]at", "i");
在此,pattern1 和pattern2 是两个彻底等价的正则表达式。要注意的是,传递给RegExp 构造函数的两个参数都是字符串(不能把正则表达式字面量传递给RegExp 构造函数)。因为RegExp 构造函数的模式参数是字符串,因此在某些状况下要对字符进行双重转义。全部元字符都必须双重转义,那些已经转义过的字符也是如此,例如\n(字符\在字符串中一般被转义为\\,而在正则表达式字符串中就会变成\\\\)。下表给出了一些模式,左边是这些模式的字面量形式,右边是使用RegExp 构造函数定义相同模式时使用的字符串。this

 

使用正则表达式字面量和使用RegExp 构造函数建立的正则表达式不同。在ECMAScript 3 中,正则表达式字面量始终会共享同一个RegExp 实例,而使用构造函数建立的每个新RegExp 实例都是一个新实例。来看下面的例子。atom

var re = null,
i;
for (i=0; i < 10; i++){
  re = /cat/g;
  re.test("catastrophe");
}
for (i=0; i < 10; i++){
  re = new RegExp("cat", "g");
  re.test("catastrophe");
}
在第一个循环中,即便是循环体中指定的,但实际上只为/cat/建立了一个RegExp 实例。因为实例属性(下一节介绍实例属性)不会重置,因此在循环中再次调用test()方法会失败。这是由于第一次调用test()找到了"cat",但第二次调用是从索引为3 的字符(上一次匹配的末尾)开始的,因此就找不到它了。因为会测试到字符串末尾,因此下一次再调用test()就又从开头开始了。
第二个循环使用RegExp 构造函数在每次循环中建立正则表达式。由于每次迭代都会建立一个新的RegExp 实例,因此每次调用test()都会返回true。
ECMAScript 5 明确规定,使用正则表达式字面量必须像直接调用RegExp 构造函数同样,每次都建立新的RegExp 实例。IE9+、Firefox 4+和Chrome 都据此作出了修改。spa

 

RegExp实例属性
RegExp 的每一个实例都具备下列属性,经过这些属性能够取得有关模式的各类信息。
 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:整数,表示开始搜索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。
经过这些属性能够获知一个正则表达式的各方面信息,但却没有多大用处,由于这些信息全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"设计

咱们注意到,尽管第一个模式使用的是字面量,第二个模式使用了RegExp 构造函数,但它们的source 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。3d

 

RegExp实例方法

RegExp 对象的主要方法是exec(),该方法是专门为捕获组而设计的。exec()接受一个参数,即要应用模式的字符串,而后返回包含第一个匹配项信息的数组或者在没有匹配项的状况下返回null
返回的数组虽然是Array 的实例,但包含两个额外的属性:index 和input。其中,index 表示匹配项在字符串中的位置,而input 表示应用正则表达式的字符串。在数组中,第一项是与整个模式匹配的字符串其余项是与模式中的捕获组匹配的字符串(若是模式中没有捕获组,则该数组只包含一项)。请看下面的例子。
var text = "mom and dad and baby";
var pattern = /mom( and dad( and baby)?)?/gi;
var matches = pattern.exec(text);
alert(matches.index); // 0
alert(matches.input); // "mom and dad and baby"
alert(matches[0]); // "mom and dad and baby"
alert(matches[1]); // " and dad and baby"
aler t(matches[2]); // " and baby"

这个例子中的模式包含两个捕获组。最内部的捕获组匹配"and baby",而包含它的捕获组匹配"anddad"或者"and dad and baby"。当把字符串传入exec()方法中以后,发现了一个匹配项。由于整个字符串自己与模式匹配,因此返回的数组matchs 的index 属性值为0。数组中的第一项是匹配的整个字符串,第二项包含与第一个捕获组匹配的内容,第三项包含与第二个捕获组匹配的内容。
对于exec()方法而言,即便在模式中设置了全局标志(g),它每次也只会返回一个匹配项。在不设置全局标志的状况下,在同一个字符串上屡次调用exec()将始终返回第一个匹配项的信息。而在设置全局标志的状况下,每次调用exec()则都会在字符串中继续查找新匹配项,以下面的例子所示。
var text = "cat, bat, sat, fat";
var pattern1 = /.at/;
var matches = pattern1.exec(text);
alert(matches.index); //0
alert(matches[0]); //cat
alert(pattern1.lastIndex); //0
matches = pattern1.exec(text);
alert(matches.index); //0
alert(matches[0]); //cat
alert(pattern1.lastIndex); //0
var pattern2 = /.at/g;
var matches = pattern2.exec(text);
alert(matches.index); //0
alert(matches[0]); //cat
alert(pattern2.lastIndex); //3

matches = pattern2.exec(text);
alert(matches.index); //5
alert(matches[0]); //bat
alert(pattern2.lastIndex); //8

这个例子中的第一个模式pattern1 不是全局模式,所以每次调用exec()返回的都是第一个匹配项("cat")。而第二个模式pattern2 是全局模式,所以每次调用exec()都会返回字符串中的下一个匹配项,直至搜索到字符串末尾为止。此外,还应该注意模式的lastIndex 属性的变化状况。在全局匹配模式下,lastIndex 的值在每次调用exec()后都会增长,而在非全局模式下则始终保持不变

注:IE 的JavaScript 实如今lastIndex 属性上存在误差,即便在非全局模式下,lastIndex 属性每次也会变化。

正则表达式的第二个方法是test(),它接受一个字符串参数。在模式与该参数匹配的状况下返回true;不然,返回false。在只想知道目标字符串与某个模式是否匹配,但不须要知道其文本内容的状况下,使用这个方法很是方便。所以,test()方法常常被用在if 语句中,以下面的例子所示。
var text = "000-00-0000";
var pattern = /\d{3}-\d{2}-\d{4}/;
if (pattern.test(text)){
  alert("The pattern was matched.");
}


在这个例子中,咱们使用正则表达式来测试了一个数字序列。若是输入的文本与模式匹配,则显示一条消息。这种用法常常出如今验证用户输入的状况下,由于咱们只想知道输入是否是有效,至于它为何无效就可有可无了。
RegExp 实例继承的toLocaleString()和toString()方法都会返回正则表达式的字面量,与建立正则表达式的方式无关。例如:
var pattern = new RegExp("\\[bc\\]at", "gi");
alert(pattern.toString());   // /\[bc\]at/gi
alert(pattern.toLocaleString());   // /\[bc\]at/gi

即便上例中的模式是经过调用RegExp 构造函数建立的,但toLocaleString() 和toString() 方法仍然会像它是以字面量形式建立的同样显示其字符串表示。

注:正则表达式的valueOf()方法返回正则表达式自己。

 

RegExp构造函数属性
RegExp 构造函数包含一些属性(这些属性在其余语言中被当作是静态属性)。这些属性适用于做用域中的全部正则表达式,而且基于所执行的最近一次正则表达式操做而变化。关于这些属性的另外一个独特之处,就是能够经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和一个短属性名(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。

 

使用这些属性能够从exec()或test()执行的操做中提取出更具体的信息。请看下面的例子。
var text = "this has been a short summer";
var pattern = /(.)hort/g;
/*
* 注意:Opera 不支持input、lastMatch、lastParen 和multiline 属性
* Internet Explorer 不支持multiline 属性
*/
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
}

以上代码建立了一个模式,匹配任何一个字符后跟hort,并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 以前的字符串,而rightContext 属性则返回了short
以后的字符串;
 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均可以用相应的短属性名来代替。只不过,因为这些短属性名大都不是有效的ECMAScript 标识符,所以必须经过方括号语法来访问它们,以下所示。
var text = "this has been a short summer";
var pattern = /(.)hort/g;
/*
* 注意:Opera 不支持input、lastMatch、lastParen 和multiline 属性
* Internet Explorer 不支持multiline 属性
*/

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

除了上面介绍的几个属性以外,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.$一、RegExp.$2…RegExp.$9,分别用于存储第1、第二……第九个匹配的捕获组。在调用exec()或test()方法时,这些属性会被自动填充。而后,咱们就能够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
}

 这里建立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。即便test()方法只返回一个布尔值,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。

 

模式的局限性尽管ECMAScript 中的正则表达式功能仍是比较完备的,但仍然缺乏某些语言(特别是Perl)所支持的高级正则表达式特性。下面列出了ECMAScript 正则表达式不支持的特性(要了解更多相关信息,请访问www.regular-expressions.info)。 匹配字符串开始和结尾的\A 和\Z 锚① 向后查找(lookbehind)② 并集和交集类 原子组(atomic grouping) Unicode 支持(单个字符除外,如\uFFFF) 命名的捕获组③ s(single,单行)和x(free-spacing,无间隔)匹配模式 条件匹配 正则表达式注释即便存在这些限制,ECMAScript 正则表达式仍然是很是强大的,可以帮咱们完成绝大多数模式匹配任务。——————————① 但支持以插入符号(^)和美圆符号($)来匹配字符串的开始和结尾。② 但彻底支持向前查找(lookahead)。③ 但支持编号的捕获组。

相关文章
相关标签/搜索