正则表达式括号的作用
正则表达式是匹配模式,要么匹配字符,要么匹配位置
这二者是括号最直觉的作用,也是最原始的功能,强调括号内的正则是一个整体,即提供子表达式
我们知道 /a+/ 匹配连续出现的 "a" ,而要匹配连续出现的 "ab" 时,需要使用 /(ab)+/
其中括号是提供分组功能,使量词 + 作用于 "ab" 这个整体,测试如下:
而在多选分支结构 (p1|p2) 中,此处括号的作用也是不言而喻的,提供了分支表达式的所有可能
比如,要匹配如下的字符串:
可以使用正则:
如果去掉正则中的括号,即:
/^I love JavaScript|Regular Expression$/
匹配字符串是 "I love JavaScript" 和 "Regular Expression" ,当然这不是我们想要的
这是括号一个重要的作用,有了它,我们就可以进行数据提取,以及更强大的替换操作
而要使用它带来的好处,必须配合使用实现环境的 API
以日期为例。假设格式是 yyyy-mm-dd 的,我们可以先写一个简单的正则:
其可视化形式是:
然后再修改成括号版的:
其可视化形式是:
对比这两个可视化图片,我们发现,与前者相比,后者多了分组编号,如 Group #1
其实正则引擎也是这么做的,在匹配过程中,给每一个分组都开辟一个空间,用来存储每一个分组匹配到的
数据。
既然分组可以捕获数据,那么我们就可以使用它们
比如提取出年、月、日,可以这么做:
另外也可以使用正则实例对象的 exec 方法:
同时,也可以使用构造函数的全局属性 $1 至 $9 来获取:
比如,想把 yyyy-mm-dd 格式,替换成 mm/dd/yyyy 怎么做?
其中 replace 中的,第二个参数里用 $1 、 $2 、 $3 指代相应的分组。等价于如下的形式:
也等价于:
除了使用相应 API 来引用分组,也可以在正则本身里引用分组。但只能引用之前出现的分组,即反向引用
还是以日期为例
比如要写一个正则支持匹配如下三种格式:
最先可能想到的正则是:
其中 / 和 . 需要转义。虽然匹配了要求的情况,但也匹配 "2016-06/12" 这样的数据
假设我们想要求分割符前后一致怎么办?此时需要使用反向引用:
其可视化形式是:
注意里面的 \1 ,表示的引用之前的那个分组 (-|\/|\.) 。不管它匹配到什么(比如 - ), \1 都匹配那个同样的具体某个字符
我们知道了 \1 的含义后,那么 \2 和 \3 的概念也就理解了,即分别指代第二个和第三个分组
看到这里,此时,恐怕你会有几个问题
以左括号(开括号)为准。比如:
我们可以看看这个正则匹配模式:
此正则的可视化形式是:
另外一个疑问可能是,即 \10 是表示第 10 个分组,还是 \1 和 0 呢?
答案是前者,虽然一个正则里出现 \10 比较罕见。测试如下:
因为反向引用,是引用前面的分组,但我们在正则里引用了不存在的分组时,此时正则不会报错,只是匹配反向引用的字符本身。例如 \2,就匹配 "\2"。注意 "\2" 表示对 "2" 进行了转义
Chrome 浏览器打印的结果(不同的浏览器和版本,打印的结果可能不一样):
分组后面有量词的话,分组最终捕获到的数据是最后一次的匹配。比如如下的测试案例:
从上面看出,分组 (\d) 捕获的数据是 "5"。
同理对于反向引用,也是这样的。测试如下:
之前文中出现的括号,都会捕获它们匹配到的数据,以便后续引用,因此也称它们是捕获型分组和捕获型分
支。
如果只想要括号最原始的功能,但不会引用它,即,既不在 API 里引用,也不在正则里反向引用。
此时可以使用非捕获括号 (?:p) 和 (?:p1|p2|p3) ,例如本章第一个例子可以修改为:
同理,第二例子可以修改为:
trim 方法是去掉字符串的开头和结尾的空白符。有两种思路去做。
第一种,匹配到开头和结尾的空白符,然后替换成空字符。如:
第二种,匹配整个字符串,然后用引用来提取出相应的数据:
这里使用了惰性匹配 *? ,不然也会匹配最后一个空格之前的所有空格的
当然,前者效率高
思路是找到每个单词的首字母,当然这里不使用非捕获匹配也是可以的
其中分组 (.) 表示首字母。单词的界定是,前面的字符可以是多个连字符、下划线以及空白符。正则后面
的 ? 的目的,是为了应对 str 尾部的字符可能不是单词字符,比如 str 是 '-moz-transform '
驼峰化的逆过程
其中使用了用构造函数生成的正则,然后替换相应的格式就行了,这个跟本章没多大关系。
倒是它的逆过程,使用了括号,以便提供引用,也很简单,如下
通过 key 获取相应的分组引用,然后作为对象的键。
要求匹配:
不匹配: <title>wrong!</p>
匹配一个开标签,可以使用正则 <[^>]+> ,
匹配一个闭标签,可以使用 <\/[^>]+> ,
但是要求匹配成对标签,那就需要使用反向引用,如:
其中开标签 <[\^>]+> 改成 <([^>]+)> ,使用括号的目的是为了后面使用反向引用,
而提供分组。闭标签使用了反向引用, <\/\1> 。
另外, [\d\D] 的意思是,这个字符是数字或者不是数字,因此,也就是匹配任意字符的意思。