JavaScript常用正则表达式与应用（一）

JavaScript的String类和RegExp对象类都定义了相关方法使用正则表达式进行模式匹配，本文将以连载方式介绍JavaScript常用正则表达式与相关应用，欢迎交流

本节是连载一，首先介绍JavaScript语言常用的正则表达式，如何应用将在后几篇介绍。

所有案例将采用在线正则表达式验证工具RegExr进行测试，地址是：http://regexr.com/v1/

测试文本来自Prestel Publishing Ltd.出版某书籍的版权信息：

Copy Right
The Library of Congress Cataloguing-in-publication data is available;
British Libarary Cataloguing-in-Publication Data:a catalogue record for this book is available from the British Libarary;
Deutsche Bibliothek holds a record of this publication in the Deutsche Nationalbibliografie;
detailed bibliographical data can be found under:http://dnb.ddb.de

Prestel Verlag,Munich·Berlin·london·New York 2006
(First published in hardback)

Prestel Verlag
Koniginstrasse 9,80539 Munich
Tel.(089)387109-0;fax(089)387109-35

Prestel Publishing Ltd.

1.匹配字符串字面值：

正则表达式字面值包含在一对正斜杠内，如：var parttern=/P/ ，意为匹配大写字符"P"（使用RegExr测试时不用输入正斜杠，直接在match一栏输入字面值即可）

如下图所示，在match一栏输入"P"（同时勾选global和multiline，含义将在下文解释），将目标文档中所有的大写字母"P"均以蓝绿色高亮显示：

[1]

输入任何在本文中出现的字符或数字，都会实现直接匹配效果，感兴趣的可以继续尝试。

2.匹配字符集与字符集简写

如果想匹配目标文本中的某一类字符，比如数字、空格或者是小写字母，则要使用字符集，以下给出了常用字符集正则表达式和其简写形式：

[2]

下图为测试数字匹配的实例，[0-9]和\d的匹配结果一致：

[3]

[4]

另外，在RegExr中可使用点号"."匹配任意字符，详见下图：

[5]

3.匹配元字符字面值

正则表达式中有些字符输入字面值是不会予以匹配的，这些字符即为元字符。元字符有如下几种：^ $ . * + ? = ! : | \ / () [] {}　每个元字符都有其特殊含义，下文将一一解释。元字符字面值不参与匹配，如需匹配元字符内容则有如下三种常见方式：

1)对元字符用反斜杠"\"进行转义，下例用"\."来匹配点号"."字面值：

[6]

2)将元字符放入\Q和\E之间，下例用"\Q.\E"来匹配点号"."字面值：

[7]

3)将元字符放入字符组，用"[]"号括起来，下例用"[.]"来匹配点号字面值：

[8]

4.正则表达式的量词

在上文-2节中，我们在RegExr中勾选global，并使用\d来匹配目标文本中出现的所有数字。所有数字均被高亮显示。

如果我们要匹配目标文本的电话号码Tel.(089)387109-0，要怎么处理呢？这个电话号码由()括起来的3位区号，5位数字，连接符-，后加1位数字组成。可使用如下语法匹配电话号码：

\(\d{3}\)\d{6}[-]\d{1}(?=\;)

[9]

以下是对该语法的逐条解释：

[10]

上式使用了(?=\;)来保证只匹配电话号码。如果要既要匹配电话号码，也要匹配传真号，需要使用下式：

\(\d{3}\)\d{6}[-]\d{1,2}

其中，d{1,2}表示可以匹配至少1位数字，至多2位数字。由下图可见，该表达式可同时匹配目标文档的电话号码与传真号：

[11]

正则表达式量词除了上文使用的\d{n}和\d{n,m}外，还有问号"?"、星号" *"和加号"+"，分别有不同含义：

[12]

5.正则表达式的选择、分组和引用

正则表达式可以使用元字符"|"、"()"和"\"进行选择、分组和引用操作：

[13]

1）选择符"|"的匹配包含两种形式：一种情况是各匹配项均独立，不存在包含关系，这种情况下“|”号两边的正则式都会执行匹配。下例使用"ca|t"匹配目标文本，含有"ca"（小写的c，未勾选ingnoreCase）和"t"的字符都会得到匹配：

[14]

另一种情况是匹配项存在包含关系。选择符"|"执行最小匹配，匹配次序从左至右，如果右边的表达式包含左边的表达式，则不再匹配右边。下例使用“ca|cat”匹配目标文本，结果仅匹配"ca"，含"cat"的部分并未匹配：

[15]

2）正则表达式用"()"对匹配式进行分组，分组后可以使用"\n"对分组进行引用，n为分组序号。例如：

[16]

对本例采用的正则表达式(\d{3})(\))(\d{6})(.{7})\1\2\3进行解释：

[17]

6.正则表达式的边界

正则表达式边界即为标记匹配起始位置的符号，有如下几种：

[18]

1）下例中，"^(P|p)(\w*)"匹配了以p开头的行，而"(P|p)(\w*)"不仅匹配了以p开头的行，还匹配了行内以p开头的字符：

[19]

[20]

2）表达式"[.;]$"匹配了以"."或则";"结尾的行，对于行内的点号"."则未进行匹配：

[21]

3）表达式"\bP\w*n\b"匹配了以大写P开头，小写字母n结尾的单词：

[22]

表达式"\bP\w*n\B"匹配了以大写P开头，小写字母n不作为单词结尾的字符，可以比较一下与上文有何差异：

[23]

4）表达式"\d(?=\;)"表示匹配分号";"前面的一个数字：

[24]

表达式"\d(?!\;)"表示不匹配后面带有分号";"的数字：

[25]

7.正则表达式的修饰符

JavaScript支持正则表达式的三种修饰符：

[26]

以上介绍了常用正则表达式的语法内容，下一篇将介绍正则表达式在JavaScript语言中的应用。

【20050201-Ver1.0.0】