DIV CSS 佈局教程網

 DIV+CSS佈局教程網 >> 網頁腳本 >> JavaScript入門知識 >> JavaScript基礎知識 >> javascript 正則表達式分組、斷言詳解
javascript 正則表達式分組、斷言詳解
編輯:JavaScript基礎知識     

 javascript 正則表達式分組、斷言詳解

  提示:閱讀本文需要有一定的正則表達式基礎。

       正則表達式中的斷言,作為高級應用出現,倒不是因為它有多難,而是概念比較抽象,不容易理解而已,今天就讓小菜通俗的講解一下。

       如果不用斷言,以往用過的那些表達式,僅僅能獲取到有規律的字符串,而不能獲取無規律的字符串。

       舉個例子,比如html源碼中有<title>xxx</title>標簽,用以前的知識,我們只能確定源碼中的<title>和</title>是固定不變的。因此,如果想獲取頁面標題(xxx),充其量只能寫一個類似於這樣的表達式:<title>.*</title>,而這樣寫匹配出來的是完整的<title>xxx</title>標簽,並不是單純的頁面標題xxx。

       想解決以上問題,就要用到斷言知識。

       在講斷言之前,讀者應該先了解分組,這有助於理解斷言。

       分組在正則中用()表示,根據小菜理解,分組的作用有兩個:

       n  將某些規律看成是一組,然後進行組級別的重復,可以得到意想不到的效果。

       n  分組之後,可以通過後向引用簡化表達式。

        先來看第一個作用,對於IP地址的匹配,簡單的可以寫為如下形式:

       \d{1,3}.\d{1,3}.\d{1,3}.\d{1,3}

       但仔細觀察,我們可以發現一定的規律,可以把.\d{1,3}看成一個整體,也就是把他們看成一組,再把這個組重復3次即可。表達式如下:

       \d{1,3}(.\d{1,3}){3}

       這樣一看,就比較簡潔了。

再來看第二個作用,就拿匹配<title>xxx</title>標簽來說,簡單的正則可以這樣寫:

       <title>.*</title>

       可以看出,上邊表達式中有兩個title,完全一樣,其實可以通過分組簡寫。表達式如下:

       <(title)>.*</\1>

       這個例子實際上就是反向引用的實際應用。對於分組而言,整個表達式永遠算作第0組,在本例中,第0組是<(title)>.*</\1>,然後從左到右,依次為分組編號,因此,(title)是第1組。

       用\1這種語法,可以引用某組的文本內容,\1當然就是引用第1組的文本內容了,這樣一來,就可以簡化正則表達式,只寫一次title,把它放在組裡,然後在後邊引用即可。

       以此為啟發,我們可不可以簡化剛剛的IP地址正則表達式呢?原來的表達式為\d{1,3}(.\d{1,3}){3},裡邊的\d{1,3}重復了兩次,如果利用後向引用簡化,表達式如下:

       (\d{1,3})(.\1){3}

       簡單的解釋下,把\d{1,3}放在一組裡,表示為(\d{1,3}),它是第1組,(.\1)是第2組,在第2組裡通過\1語法,後向引用了第1組的文本內容。

       經過實際測試,會發現這樣寫是錯誤的,為什麼呢?

       小菜一直在強調,後向引用,引用的僅僅是文本內容,而不是正則表達式!

       也就是說,組中的內容一旦匹配成功,後向引用,引用的就是匹配成功後的內容,引用的是結果,而不是表達式。

       因此,(\d{1,3})(.\1){3}這個表達式實際上匹配的是四個數都相同的IP地址,比如:123.123.123.123。

       至此,讀者已經掌握了傳說中的後向引用,就這麼簡單。

       接下來說說什麼是斷言。

       所謂斷言,就是指明某個字符串前邊或者後邊,將會出現滿足某種規律的字符串。

       就拿文章開篇的例子來說,我們想要的是xxx,它沒有規律,但是它前邊肯定會有<title>,後邊肯定會有</title>,這就足夠了。

       想指定xxx前肯定會出現<title>,就用正後發斷言,表達式:(?<=<title>).*

       向指定xxx後邊肯定會出現</title>,就用正先行斷言,表達式:.*(?=</title>)

       兩個加在一起,就是(?<=<title>).*(?=</title>)

       這樣就能匹配到xxx。

     

       相信讀者看到這,已經蒙了,不用急,待小菜慢慢講來。

     

       其實掌握了規律,就很簡單了,無論是先行還是後發,都是相對於xxx而言的,也就是相對於目標字符串而言。

       假如目標字符串後邊有條件,可以理解為目標字符串在前,就用先行斷言,放在目標字符串之後。

       假如目標字符串前邊有條件,可以理解為目標字符串在後,就用後發斷言,放在目標字符串之前。

       假如指定滿足某個條件,就是正。

       假如指定不滿足某個條件,就是負。

       斷言只是條件,幫你找到真正需要的字符串,本身並不會匹配!

(?=X )

零寬度正先行斷言。僅當子表達式 X 在 此位置的右側匹配時才繼續匹配。例如,/w+(?=/d) 與後跟數字的單詞匹配,而不與該數字匹配。此構造不會回溯。

(?!X)

零寬度負先行斷言。僅當子表達式 X 不在 此位置的右側匹配時才繼續匹配。例如,例如,/w+(?!/d) 與後不跟數字的單詞匹配,而不與該數字匹配 。

(?<=X)

零寬度正後發斷言。僅當子表達式 X 在 此位置的左側匹配時才繼續匹配。例如,(?<=19)99 與跟在 19 後面的 99 的實例匹配。此構造不會回溯。

(?<!X)

零寬度負後發斷言。僅當子表達式 X 不在此位置的左側匹配時才繼續匹配。例如,(?<!19)99 與不跟在 19 後面的 99 的實例匹配

       從斷言的表達形式可以看出,它用的就是分組符號,只不過開頭都加了一個問號,這個問號就是在說這是一個非捕獲組,這個組沒有編號,不能用來後向引用,只能當做斷言。

       教程到此結束,希望大家閱讀愉快!

XML學習教程| jQuery入門知識| AJAX入門| Dreamweaver教程| Fireworks入門知識| SEO技巧| SEO優化集錦|
Copyright © DIV+CSS佈局教程網 All Rights Reserved