JavaScript正则表达式的分组匹配详解

转载地址：http://www.jb51.net/article/79309.htm

分组

下面的正则表达式可以匹配kidkidkid：

?

1	/kidkidkid/

而另一种更优雅的写法是：

?

1	/(kid){3}/

这里由圆括号包裹的一个小整体称为分组。

候选

一个分组中，可以有多个候选表达式，用|分隔：

?

1 2 3 4 5 6

var reg = /I love (him|her|it)/;   reg.test( 'I love him' )  // true reg.test( 'I love her' )  // true reg.test( 'I love it' )  // true reg.test( 'I love them' ) // false

这里的|相当于“或”的意思。

捕获与引用

被正则表达式匹配（捕获）到的字符串会被暂存起来。其中，由分组捕获的串会从1开始编号，于是我们可以引用这些串：

?

1 2 3 4 5 6 7

var reg = /(\d{4})-(\d{2})-(\d{2})/ var date = '2010-04-12' reg.test(date)   RegExp.$1 // 2010 RegExp.$2 // 04 RegExp.$3 // 12

$1引用了第一个被捕获的串，$2是第二个，依次类推。

与replace配合

String.prototype.replace方法的传参中可以直接引用被捕获的串。比如我们想将日期12.21/2012改为2012-12-21：

?

1 2 3 4

var reg = /(\d{2}).(\d{2})\/(\d{4})/ var date = '12.21/2012'   date = date.replace(reg, '$3-$1-$2' ) // date = 2012-12-21

顺道一提，给replace传迭代函数，有时能优雅地解决一些问题。

将违禁词转换为等字数的星号是一个常见功能。比如文本是kid is a doubi，其中kid与doubi是违禁词，那么转换后应该为*** is a *****。我们可以这么写：

?

1 2 3 4 5 6

var reg = /(kid|doubi)/g var str = 'kid is a doubi'   str = str.replace(reg, function (word){    return word.replace(/./g, '*' ) })

嵌套分组的捕获

如果碰到类似/((kid) is (a (doubi)))/的嵌套分组，捕获的顺序是什么？来试试：

?

1 2 3 4 5 6 7 8 9

var reg = /((kid) is (a (doubi)))/ var str = "kid is a doubi"   reg.test( str ) // true   RegExp.$1 // kid is a doubi RegExp.$2 // kid RegExp.$3 // a doubi RegExp.$4 // doubi

规则是以左括号出现的顺序进行捕获。

反向引用

正则表达式里也能进行引用，这称为反向引用：

?

1 2 3 4 5 6

var reg = /(\w{3}) is \1/   reg.test( 'kid is kid' ) // true reg.test( 'dik is dik' ) // true reg.test( 'kid is dik' ) // false reg.test( 'dik is kid' ) // false

\1引用了第一个被分组所捕获的串，换言之，表达式是动态决定的。

注意，如果编号越界了，则会被当成普通的表达式：

?

1 2 3 4

var reg = /(\w{3}) is \6/;   reg.test( 'kid is kid' ); // false reg.test( 'kid is \6' );  // true

分组的类型

分组有四种类型：

捕获型　　　-　()
非捕获型　　-　(?:)
正向前瞻型　-　(?=)
反向前瞻型　-　(?!)
我们之前说的都是捕获型分组，只有这种分组会暂存匹配到的串。

非捕获型分组

有时候，我们只是想分个组，而没有捕获的需求，则可以使用非捕获型分组，语法为左括号后紧跟?:：

?

1 2 3 4 5 6

var reg = /(?:\d{4})-(\d{2})-(\d{2})/ var date = '2012-12-21' reg.test(date)   RegExp.$1 // 12 RegExp.$2 // 21

这个例子中，(?:\d{4})分组不会捕获任何串，所以$1为(\d{2})捕获的串。

正向与反向前瞻型分组

就好像你站在原地，向前眺望：

正向前瞻型分组 - 你前方是什么东西吗？
负向前瞻型分组 - 你前方不是什么东西吗？
太拗口了，我喜欢称之为肯定表达式与否定表达式。先举个正向前瞻的例子：

?

1 2 3 4

var reg = /kid is a (?=doubi)/   reg.test( 'kid is a doubi' ) // true reg.test( 'kid is a shabi' ) // false

kid is a 后面跟着什么？如果是doubi才能匹配成功。

而负向前瞻则刚好相反：

?

1 2 3 4

var reg = /kid is a (?!doubi)/   reg.test( 'kid is a doubi' ) // false reg.test( 'kid is a shabi' ) // true

如果前瞻型分组也不会捕获值。那么它与非捕获型的区别是什么？看例子：

?

1 2 3 4 5 6 7 8 9

var reg, str = "kid is a doubi"   reg = /(kid is a (?:doubi))/ reg.test(str) RegExp.$1 // kid is a doubi   reg = /(kid is a (?=doubi))/ reg.test(str) RegExp.$1 // kis is a

可见，非捕获型分组匹配到的串，仍会被外层的捕获型分组捕获到，但前瞻型却不会。当你需要参考后面的值，又不想连它一起捕获时，前瞻型分组就派上用场了。

最后，JS不支持后瞻型分组。