正則表達(dá)式括號的作用

來源：正則表達(dá)式括號的作用
作者：老姚（轉(zhuǎn)載已獲得作者授權(quán)）

不管哪門語言中都有括號。正則表達(dá)式也是一門語言，而括號的存在使這門語言更為強(qiáng)大。對括號的使用是否得心應(yīng)手，是衡量對正則的掌握水平的一個側(cè)面標(biāo)準(zhǔn)。括號的作用，其實三言兩語就能說明白，括號提供了分組，便于我們引用它。引用某個分組，會有兩種情形：在JavaScript里引用它，在正則表達(dá)式里引用它。

本文內(nèi)容雖相對簡單，但我也要寫長點。

內(nèi)容包括：

  1. 分組和分支結(jié)構(gòu)
  1. 捕獲分組
  2. 反向引用
  3. 非捕獲分組
  4. 相關(guān)案例

1. 分組和分支結(jié)構(gòu)

這二者是括號最直覺的作用，也是最原始的功能。

1.1 分組

我們知道/a+/匹配連續(xù)出現(xiàn)的“a”，而要匹配連續(xù)出現(xiàn)的“ab”時，需要使用/(ab)+/。其中括號是提供分組功能，使量詞“+”作用于“ab”這個整體，測試如下：

var regex = /(ab)+/g;
var string = "ababa abbb ababab";
console.log( string.match(regex) ); // ["abab", "ab", "ababab"]
1.2 分支結(jié)構(gòu)

而在多選分支結(jié)構(gòu)(p1|p2)中，此處括號的作用也是不言而喻的，提供了子表達(dá)式的所有可能。比如，要匹配如下的字符串：

I love JavaScript
I love Regular Expression

可以使用正則：

var regex = /^I love (JavaScript|Regular Expression)$/;
console.log( regex.test("I love JavaScript") ); // true
console.log( regex.test("I love Regular Expression") ); // true

如果去掉正則中的括號，即/^I love JavaScript|Regular Expression$/，匹配字符串是"I love JavaScript"和"Regular Expression"，當(dāng)然這不是我們想要的。

2. 引用分組

這是括號一個重要的作用，有了它，我們就可以進(jìn)行數(shù)據(jù)提取，以及更強(qiáng)大的替換操作。而要使用它帶來的好處，必須配合使用實現(xiàn)環(huán)境的API。以日期為例。假設(shè)格式是yyyy-mm-dd的，我們可以先寫一個簡單的正則：

var regex = /\d{4}-\d{2}-\d{2}/;

然后再修改成括號版的：

var regex = /(\d{4})-(\d{2})-(\d{2})/;

為什么要使用這個正則呢？

2.1 提取數(shù)據(jù)

比如提取出年、月、日，可以這么做：

var regex = /(\d{4})-(\d{2})-(\d{2})/;
var string = "2017-06-12";
console.log( string.match(regex) ); 
// => ["2017-06-12", "2017", "06", "12", index: 0, input: "2017-06-12"]

match返回的一個數(shù)組，第一個元素是整體匹配結(jié)果，然后是各個分組（括號里）匹配的內(nèi)容，然后是匹配下標(biāo)，最后是輸入的文本。（注意：如果正則是否有修飾符g，match返回的數(shù)組格式是不一樣的）。

另外也可以使用正則對象的exec方法：

var regex = /(\d{4})-(\d{2})-(\d{2})/;
var string = "2017-06-12";
console.log( regex.exec(string) ); 
// => ["2017-06-12", "2017", "06", "12", index: 0, input: "2017-06-12"]

同時，也可以使用構(gòu)造函數(shù)的全局屬性$1至$9來獲?。?/p> 

var regex = /(\d{4})-(\d{2})-(\d{2})/;
var string = "2017-06-12";

regex.test(string); // 正則操作即可，例如
//regex.exec(string);
//string.match(regex);

console.log(RegExp.$1); // "2017"
console.log(RegExp.$2); // "06"
console.log(RegExp.$3); // "12"
2.2 替換

比如，想把yyyy-mm-dd格式，替換成mm/dd/yyyy怎么做？

var regex = /(\d{4})-(\d{2})-(\d{2})/;
var string = "2017-06-12";
var result = string.replace(regex, "$2/$3/$1");
console.log(result); // "06/12/2017"

其中replace中的，第二個參數(shù)里用$1、$2、$3指代相應(yīng)的分組。等價于如下的形式：

var regex = /(\d{4})-(\d{2})-(\d{2})/;
var string = "2017-06-12";
var result = string.replace(regex, function() {
    return RegExp.$2 + "/" + RegExp.$3 + "/" + RegExp.$1;
});
console.log(result); // "06/12/2017"

也等價于：

var regex = /(\d{4})-(\d{2})-(\d{2})/;
var string = "2017-06-12";
var result = string.replace(regex, function(match, year, month, day) {
    return month + "/" + day + "/" + year;
});
console.log(result); // "06/12/2017"

3. 反向引用

除了使用相應(yīng)API來引用分組，也可以在正則本身里引用分組。但只能引用之前出現(xiàn)的分組，即反向引用。還是以日期為例。比如要寫一個正則支持匹配如下三種格式：

2016-06-12
2016/06/12
2016.06.12

最先可能想到的正則是:

var regex = /\d{4}(-|\/|\.)\d{2}(-|\/|\.)\d{2}/;
var string1 = "2017-06-12";
var string2 = "2017/06/12";
var string3 = "2017.06.12";
var string4 = "2016-06/12";
console.log( regex.test(string1) ); // true
console.log( regex.test(string2) ); // true
console.log( regex.test(string3) ); // true
console.log( regex.test(string4) ); // true

其中/和.需要轉(zhuǎn)義。雖然匹配了要求的情況，但也匹配"2016-06/12"這樣的數(shù)據(jù)。

假設(shè)我們想要求分割符前后一致怎么辦？此時需要使用反向引用：

var regex = /\d{4}(-|\/|\.)\d{2}\1\d{2}/;
var string1 = "2017-06-12";
var string2 = "2017/06/12";
var string3 = "2017.06.12";
var string4 = "2016-06/12";
console.log( regex.test(string1) ); // true
console.log( regex.test(string2) ); // true
console.log( regex.test(string3) ); // true
console.log( regex.test(string4) ); // false

注意里面的\1，表示的引用之前的那個分組(-|/|.)。不管它匹配到什么（比如-），\1都匹配那個同樣的具體某個字符。我們知道了\1的含義后，那么\2和\3的概念也就理解了，即分別指代第二個和第三個分組。

看到這里，此時，恐怕你會有三個問題。

3.1 括號嵌套怎么辦？

以左括號（開括號）為準(zhǔn)。比如：

var regex = /^((\d)(\d(\d)))\1\2\3\4$/;
var string = "1231231233";
console.log( regex.test(string) ); // true
console.log( RegExp.$1 ); // 123
console.log( RegExp.$2 ); // 1
console.log( RegExp.$3 ); // 23
console.log( RegExp.$4 ); // 3

我們可以看看這個正則匹配模式：

第一個字符是數(shù)字，比如說1，
第二個字符是數(shù)字，比如說2，
第三個字符是數(shù)字，比如說3，

接下來的是\1，是第一個分組內(nèi)容，那么看第一個開括號對應(yīng)的分組是什么，是123，
接下來的是\2，找到第2個開括號，對應(yīng)的分組，匹配的內(nèi)容是1，
接下來的是\3，找到第3個開括號，對應(yīng)的分組，匹配的內(nèi)容是23，
最后的是\4，找到第3個開括號，對應(yīng)的分組，匹配的內(nèi)容是3。

這個問題，估計仔細(xì)看一下，就該明白了。

3.2 \10表示什么呢？

另外一個疑問可能是，即\10是表示第10個分組，還是\1和0呢？答案是前者，雖然一個正則里出現(xiàn)\10比較罕見。測試如下：

var regex = /(1)(2)(3)(4)(5)(6)(7)(8)(9)(#) \10+/;
var string = "123456789# ######"
console.log( regex.test(string) );
3.3 引用不存在的分組會怎樣？

因為反向引用，是引用前面的分組，但我們在正則里引用了不存在的分組時，此時正則不會報錯，只是匹配反向引用的字符本身。例如\2，就匹配"\2"。注意"\2"表示對2進(jìn)行了轉(zhuǎn)意。

var regex = /\1\2\3\4\5\6\7\8\9/;
console.log( regex.test("\1\2\3\4\5\6\7\8\9") ); 
console.log( "\1\2\3\4\5\6\7\8\9".split("") );

chrome瀏覽器打印的結(jié)果：


4. 非捕獲分組

之前文中出現(xiàn)的分組，都會捕獲它們匹配到的數(shù)據(jù)，以便后續(xù)引用，因此也稱他們是捕獲型分組。

如果只想要括號最原始的功能，但不會引用它，即，既不在API里引用，也不在正則里反向引用。此時可以使用非捕獲分組(?:p)，例如本文第一個例子可以修改為：

var regex = /(?:ab)+/g;
var string = "ababa abbb ababab";
console.log( string.match(regex) ); // ["abab", "ab", "ababab"]

5. 相關(guān)案例

至此括號的作用已經(jīng)講完了，總結(jié)一句話，就是提供了可供我們使用的分組，如何用就看我們的了。

5.1 字符串trim方法模擬

trim方法是去掉字符串的開頭和結(jié)尾的空白符。有兩種思路去做。

第一種，匹配到開頭和結(jié)尾的空白符，然后替換成空字符。如：

function trim(str) {
    return str.replace(/^\s+|\s+$/g, '');
}
console.log( trim("  foobar   ") ); // "foobar"

第二種，匹配整個字符串，然后用引用來提取出相應(yīng)的數(shù)據(jù)：

function trim(str) {
    return str.replace(/^\s*(.*?)\s*$/g, "$1");
}
console.log( trim("  foobar   ") ); // "foobar"

這里使用了惰性匹配*?，不然也會匹配最后一個空格之前的所有空格的。

當(dāng)然，前者效率高。

5.2 將每個單詞的首字母轉(zhuǎn)換為大寫
function titleize(str) {
    return str.toLowerCase().replace(/(?:^|\s)\w/g, function(c) {
        return c.toUpperCase();
    });
}
console.log( titleize('my name is epeli') ); // "My Name Is Epeli"

思路是找到每個單詞的首字母，當(dāng)然這里不使用非捕獲匹配也是可以的。

5.3 駝峰化
function camelize(str) {
    return str.replace(/[-_\s]+(.)?/g, function(match, c) {
        return c ? c.toUpperCase() : '';
    });
}
console.log( camelize('-moz-transform') ); // MozTransform

首字母不會轉(zhuǎn)化為大寫的。其中分組(.)表示首字母，單詞的界定，前面的字符可以是多個連字符、下劃線以及空白符。正則后面的?的目的，是為了應(yīng)對str尾部的字符可能不是單詞字符，比如str是'-moz-transform '。

5.4 中劃線化
function dasherize(str) {
    return str.replace(/([A-Z])/g, '-$1').replace(/[-_\s]+/g, '-').toLowerCase();
}
console.log( dasherize('MozTransform') ); // -moz-transform

駝峰化的逆過程。

5.5 html轉(zhuǎn)義和反轉(zhuǎn)義
// 將HTML特殊字符轉(zhuǎn)換成等值的實體
function escapeHTML(str) {
    var escapeChars = {
      '￠' : 'cent',
      '￡' : 'pound',
      '￥' : 'yen',
      '€': 'euro',
      '?' :'copy',
      '?' : 'reg',
      '<' : 'lt',
      '>' : 'gt',
      '"' : 'quot',
      '&' : 'amp',
      '\'' : '#39'
    };
    return str.replace(new RegExp('[' + Object.keys(escapeChars).join('') +']', 'g'), function(match) {
        return '&' + escapeChars[match] + ';';
    });
}
console.log( escapeHTML('<div>Blah blah blah</div>') );
// => <div>Blah blah blah</div>

其中使用了用構(gòu)造函數(shù)生成的正則，然后替換相應(yīng)的格式就行了，這個跟本文沒多大關(guān)系。倒是它的逆過程，使用了括號，以便提供引用，也很簡單，如下：

// 實體字符轉(zhuǎn)換為等值的HTML。
function unescapeHTML(str) {
    var htmlEntities = {
      nbsp: ' ',
      cent: '￠',
      pound: '￡',
      yen: '￥',
      euro: '€',
      copy: '?',
      reg: '?',
      lt: '<',
      gt: '>',
      quot: '"',
      amp: '&',
      apos: '\''
    };
    return str.replace(/\&([^;]+);/g, function(match, key) {
        if (key in htmlEntities) {
            return htmlEntities[key];
        }
        return match;
    });
}
console.log( unescapeHTML('<div>Blah blah blah</div>') );
// => <div>Blah blah blah</div>

通過key獲取相應(yīng)的分組引用，然后作為對象的鍵。

5.6 匹配成對標(biāo)簽

要求匹配：
<title>regular expression</title>
<p>laoyao bye bye</p>

不匹配：

<title>wrong!</p>

匹配一個開標(biāo)簽，可以使用正則<[^>]+>，
匹配一個閉標(biāo)簽，可以使用</[^>]+>，

但是要求匹配成對標(biāo)簽，那就需要使用反向引用，如：

var regex = /<([^>]+)>[\d\D]*<\/\1>/;
var string1 = "<title>regular expression</title>";
var string2 = "<p>laoyao bye bye</p>";
var string3 = "<title>wrong!</p>";
console.log( regex.test(string1) ); // true
console.log( regex.test(string2) ); // true
console.log( regex.test(string3) ); // false

其中開標(biāo)簽<[>]+>改成<([>]+)>，使用括號的目的是為了后面使用反向引用，而提供分組。閉標(biāo)簽使用了反向引用，</\1>。另外[\d\D]的意思是，這個字符是數(shù)字或者不是數(shù)字，因此，也就是匹配任意字符的意思。

后記

正則中使用括號的例子那可是太多了，不一而足。
重點理解括號可以提供分組，我們可以提取數(shù)據(jù)，應(yīng)該就可以了。
例子中的代碼，基本沒做多少分析，相信你都能看懂的。
感謝你看到這里，本文也要結(jié)束了。
如果有更好的例子，也可以幫我補(bǔ)充補(bǔ)充。有可能會收入在正則的相關(guān)API使用那篇里。
最后，我們該想到，陸游詩人對前端做的最大貢獻(xiàn)是：
紙上得來終覺淺，絕知此事要躬行。
本文完！

往期回顧

最后編輯于 ：
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
【社區(qū)內(nèi)容提示】社區(qū)部分內(nèi)容疑似由AI輔助生成，瀏覽時請結(jié)合常識與多方信息審慎甄別。
平臺聲明：文章內(nèi)容（如有圖片或視頻亦包括在內(nèi)）由作者上傳并發(fā)布，文章內(nèi)容僅代表作者本人觀點，簡書系信息發(fā)布平臺，僅提供信息存儲服務(wù)。

相關(guān)閱讀更多精彩內(nèi)容

友情鏈接更多精彩內(nèi)容