JavaScript引用类型——RegExp类型

RegExp类型

ECMAScript通过RegExp类型来支持正则表达式。使用如下语法,可以创建一个正则表达式。

var expression = / pattern / flags;

其中的模式(pattern)部分可以说任何简单的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,即模式将被应用于所有字符串,而非在发现第一个匹配项时立即停止
  • i:表示不区分大小写(casi-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,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。
/**
 * 匹配字符串中多有"at"的实例
 */
var parttern1 = /at/g;
/**
 * 匹配第一个"bat"或"cat",不区分大小写
 */
var parttern2 = /[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 parttern3 = /.at/gi;

模式中使用的所有元字符都必须转义。正则表达式的元字符包括:

( [ { \ ^ $ | ) ? * + . ] }
这些元字符在正则表达式中都有一或多种用途,因此想要匹配字符串中包好的这些字符,就必须对它们就行转义。如:

/**
 * 匹配第一个"bat"或"cat",不区分大小写
 */
var parttern1 = /[bc]at/i;
/**
 * 匹配第一个"[bc]at",不区分大小写
 */
var parttern2 = /\[bc\]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 parttern3 = /.at/gi;
/**
 * 匹配所有以".at"结尾的3个字符的组合,不区分大小写
 */
var parttern3 = /\.at/gi;

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。另一种创建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,另一个是可选的标志字符串。

/**
 * 匹配第一个"bat"或"cat",不区分大小写
 */
var parttern1 = /[bc]at/i;
var parttern2 = new RegExp("[bc]at","i");

传递给RegExp构造函数的两个参数都是字符串。
由于RegExp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。

  • /\[bc\]at/——"\\\[bc\\\]at"
  • /\\.at/——"\\\\.at"
  • /name\/age/——"name\\\\/age"
  • /\d.\d{1,2}/——"\\\\d.\\\\d{1,2}"
  • /\w\hello\\123/——"\\\\w\\\\hello\\\\123"
    使用正则表达式字面量和使用RegExp构造函数的正则表达式不一样。在ECMAScript3中,正则表达式字面量始终会共享同一个RegExp实例,而使用构造函数创建的每一个新RegExp实例都是一个新实例。
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,即使是循环体中指定的,但实际上只为/cat/创建了一个RegExp实例。由于实例属性不会重置,所以在循环中再次调用test()方法会失败。这是因为第一次调用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,所以就找不到他了。由于会测试到字符串末尾,所有下一次在调用test()就又重头开始了。
第二个循环使用RegExp构造函数在每次循环汇总创建正则表达式。因为每次迭代都会创建一个新的RegExp实例,所以每次调用test()都=都会返回true。

  • 1. RegExp实例属性
    RegExp的每个实例都具有下列属性,通过这些属性可以取得有关这些模式的各种信息。
  • global:布尔值,鄙视是否设置了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。

通过 这些属性可以获知一个正则表达式的各方面信息,单曲全额没有多大用处,因为这些信息包含在模式声明中。

var pattern1 = /\[bc\]at/i;
alert(pattern1.glable); //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.glable); //false
alert(pattern2.ignoreCase); //true
alert(pattern2.multiline); //false
alert(pattern2.lastIndex); //0
alert(pattern2.source); //"\[bc\]at"
  • 2. 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,然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情况下返回null。返回数组虽然是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,其他项是与模式中的捕获组匹配的字符串(如果模式中没有捕获组,则该数组只包含一项)。
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"
alert(matches[2]); //"and baby"

在这个例子中包含两个捕获组。组内部的捕获组匹配"and baby",而包含它的捕获组匹配"and baby"或者"and dad and baby"。当把字符串传入exec()方法中后,发现了一个匹配项。因为整个字符串本身与模式匹配,所以返回的数组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,即使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情况下,在同一个字符串上多次调用exec()将始终返回第一个匹配项的信息。而在设置全局标志的情况下,每次调用exex()则都会在字符串中继续查找新匹配项,如:

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

test()方法,它接受一个字符串参数。在模式与该参数匹配的情况下返回true,否则返回false。在指向知道目标字符传与某个模式是否匹配,但不需要知道其文本内容的情况下,使用这个方法非常方便。test()方法经常被用作if语句中。

var text = "000-00-0000";
var pattern = /\d(3)-\d(2)-d(4)/;
if (pattern.test(text)) {
    alert('The pattern was matched.');
}

这种方法经常出现在验证用户输入的情况下。
RegExp实例继承的toLocaleString()和toString()方法都会返回正则表达式的字面量,与创建正则表达式的方式无关。如:

var pattern = new RegExp("\\[bc\\]at","gi");
alert(pattern.toString()); // /\[bc\]at/gi
alert(pattern.toLocaleString()); // /\[bc\]at/gi

正则表达式的valueOf返回正则表达式本身。

  • 3. 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。可以通过两种方式访问它们。

  • input($_):最近一次要匹配的字符串
  • lastMatch($&):最近一次的匹配项
  • lastParen($+):最近一次匹配的捕获组
  • lastContext($`):input字符串中lastMatch之前的文本
  • multiline($*):布尔值,表示是否所有表达式都使用多行模式
  • rightContext($'):Input字符串中lastMatch之后的文本

使用这些操作可以从exec()或test()执行的操作中提取更具体的信息。

var text = "this has 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
}
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["$'"]); //summer
    alert(RegExp["$&"]); //short
    alert(RegExp["$+"]); //s
    alert(RegExp["$*"]); //false
}

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,...RecExp.$9,分别用于存储第一,第二...第九个匹配的捕获组。在调用exec()后test()方法是,这些属性会被自动填充。

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

推荐阅读更多精彩内容