JavaScript高级程序设计之引用类型之RegExp 类型第5.4讲笔记

ECMAScript 通过 RegExp 类型来支持正则表达式。使用下面类似 Perl 的语法，就可以创建一个正

则表达式。

var expression = / pattern / flags ;

其中的模式（pattern）部分可以是任何简单或复杂的正则表达式，可以包含字符类、限定符、分组、

向前查找以及反向引用。每个正则表达式都可带有一或多个标志（flags） ，用以标明正则表达式的行为。

正则表达式的匹配模式支持下列 3 个标志。

 g ：表示全局（global）模式，即模式将被应用于所有字符串，而非在发现第一个匹配项时立即

停止；

 i ：表示不区分大小写（case-insensitive）模式，即在确定匹配项时忽略模式与字符串的大小写；

 m ：表示多行（multiline）模式，即在到达一行文本末尾时还会继续查找下一行中是否存在与模

式匹配的项。

因此，一个正则表达式就是一个模式与上述 3 个标志的组合体。不同组合产生不同结果，如下面的

例子所示。

/*

* 匹配字符串中所有"at"的实例

*/

var pattern1 = /at/g;

/*

* 匹配第一个"bat"或"cat"，不区分大小写

*/

var pattern2 = /[bc]at/i;

/*

* 匹配所有以"at"结尾的 3 个字符的组合，不区分大小写

*/
var pattern3 = /.at/gi;

与其他语言中的正则表达式类似， 模式中使用的所有元字符都必须转义。 正则表达式中的元字符包括：

( [ { \ ^ $ | ) ? * + .]}

这些元字符在正则表达式中都有一或多种特殊用途，因此如果想要匹配字符串中包含的这些字符，

就必须对它们进行转义。下面给出几个例子。

/*

* 匹配第一个"bat"或"cat"，不区分大小写

*/

var pattern1 = /[bc]at/i;

/*

* 匹配第一个" [bc]at"，不区分大小写

*/

var pattern2 = /\[bc\]at/i;

/*

* 匹配所有以"at"结尾的 3 个字符的组合，不区分大小写

*/

var pattern3 = /.at/gi;

/*

* 匹配所有".at"，不区分大小写

*/

var pattern4 = /\.at/gi;

在上面的例子中， pattern1 匹配第一个 "bat" 或 "cat" ， 不区分大小写。 而要想直接匹配 "[bc]at"

的话，就需要像定义 pattern2 一样，对其中的两个方括号进行转义。对于 pattern3 来说，句点表示

位于 "at" 之前的任意一个可以构成匹配项的字符。但如果想匹配 ".at" ，则必须对句点本身进行转义，

如 pattern4 所示。

前面举的这些例子都是以字面量形式来定义的正则表达式。另一种创建正则表达式的方式是使用

RegExp 构造函数，它接收两个参数：一个是要匹配的字符串模式，另一个是可选的标志字符串。可以

使用字面量定义的任何表达式，都可以使用构造函数来定义，如下面的例子所示。

/*

* 匹配第一个"bat"或"cat"，不区分大小写

*/

var pattern1 = /[bc]at/i;

/*

* 与 pattern1 相同，只不过是使用构造函数创建的

*/

var pattern2 = new RegExp("[bc]at", "i");

在此， pattern1 和 pattern2 是两个完全等价的正则表达式。要注意的是，传递给 RegExp 构造

函数的两个参数都是字符串（不能把正则表达式字面量传递给 RegExp 构造函数） 。由于 RegExp 构造

函数的模式参数是字符串，所以在某些情况下要对字符进行双重转义。所有元字符都必须双重转义，那

些已经转义过的字符也是如此，例如 \n （字符\在字符串中通常被转义为\\，而在正则表达式字符串中就

会变成\\\\） 。下表给出了一些模式，左边是这些模式的字面量形式，右边是使用 RegExp 构造函数定义

相同模式时使用的字符串。



使用正则表达式字面量和使用 RegExp 构造函数创建的正则表达式不一样。在 ECMAScript 3 中，

正则表达式字面量始终会共享同一个 RegExp 实例，而使用构造函数创建的每一个新 RegExp 实例都是

一个新实例。来看下面的例子。

var re = null,

i;

for (i=0; i < 10; i++){

re = /cat/g;

re.test("catastrophe");

}

for (i=0; i < 10; i++){

re = new RegExp("cat", "g");

re.test("catastrophe");

}

在第一个循环中，即使是循环体中指定的，但实际上只为 /cat/ 创建了一个 RegExp 实例。由于实

例属性（下一节介绍实例属性）不会重置，所以在循环中再次调用 test() 方法会失败。这是因为第一

次调用 test() 找到了 "cat" ，但第二次调用是从索引为 3 的字符（上一次匹配的末尾）开始的，所以

就找不到它了。由于会测试到字符串末尾，所以下一次再调用 test() 就又从开头开始了。

第二个循环使用 RegExp 构造函数在每次循环中创建正则表达式。因为每次迭代都会创建一个新的

RegExp 实例，所以每次调用 test() 都会返回 true 。

ECMAScript 5 明确规定，使用正则表达式字面量必须像直接调用 RegExp 构造函数一样，每次都创

建新的 RegExp 实例。IE9+、Firefox 4+和 Chrome 都据此做出了修改。

5.4.1  RegExp 实例属性

RegExp 的每个实例都具有下列属性，通过这些属性可以取得有关模式的各种信息。

 global ：布尔值，表示是否设置了 g 标志。

 ignoreCase ：布尔值，表示是否设置了 i 标志。

 lastIndex ：整数，表示开始搜索下一个匹配项的字符位置，从 0 算起。

 multiline ：布尔值，表示是否设置了 m 标志。

 source ：正则表达式的字符串表示，按照字面量形式而非传入构造函数中的字符串模式返回。

通过这些属性可以获知一个正则表达式的各方面信息，但却没有多大用处，因为这些信息全都包含

在模式声明中。例如：

var pattern1 = /\[bc\]at/i;

alert(pattern1.global); //false

alert(pattern1.ignoreCase); //true

alert(pattern1.multiline); //false

alert(pattern1.lastIndex); //0

alert(pattern1.source); //"\[bc\]at"

var pattern2 = new RegExp("\\[bc\\]at", "i");

alert(pattern2.global); //false

alert(pattern2.ignoreCase); //true

alert(pattern2.multiline); //false

alert(pattern2.lastIndex); //0

alert(pattern2.source); //"\[bc\]at"

我们注意到，尽管第一个模式使用的是字面量，第二个模式使用了 RegExp 构造函数，但它们的

source 属性是相同的。可见， source 属性保存的是规范形式的字符串，即字面量形式所用的字符串。

5.4.2  RegExp 实例方法

RegExp 对象的主要方法是 exec() ，该方法是专门为捕获组而设计的。 exec() 接受一个参数，即

要应用模式的字符串，然后返回包含第一个匹配项信息的数组；或者在没有匹配项的情况下返回 null 。

返回的数组虽然是 Array 的实例，但包含两个额外的属性： index 和 input 。其中， index 表示匹配

项在字符串中的位置，而 input 表示应用正则表达式的字符串。在数组中，第一项是与整个模式匹配

的字符串，其他项是与模式中的捕获组匹配的字符串（如果模式中没有捕获组，则该数组只包含一项） 。

请看下面的例子。

var text = "mom and dad and baby";

var pattern = /mom( and dad( and baby)?)?/gi;

var matches = pattern.exec(text);

alert(matches.index); // 0

alert(matches.input); // "mom and dad and baby"

alert(matches[0]); // "mom and dad and baby"

alert(matches[1]); // " and dad and baby"

alert(matches[2]); // " and baby"

这个例子中的模式包含两个捕获组。 最内部的捕获组匹配 "and baby" ， 而包含它的捕获组匹配 "and

dad" 或者 "and dad and baby" 。当把字符串传入 exec() 方法中之后，发现了一个匹配项。因为整个

字符串本身与模式匹配，所以返回的数组 matchs 的 index 属性值为 0。数组中的第一项是匹配的整个

字符串，第二项包含与第一个捕获组匹配的内容，第三项包含与第二个捕获组匹配的内容。

对于 exec() 方法而言，即使在模式中设置了全局标志（ g ） ，它每次也只会返回一个匹配项。在不

设置全局标志的情况下，在同一个字符串上多次调用 exec() 将始终返回第一个匹配项的信息。而在设

置全局标志的情况下，每次调用 exec() 则都会在字符串中继续查找新匹配项，如下面的例子所示。

var text = "cat, bat, sat, fat";

var pattern1 = /.at/;

var matches = pattern1.exec(text);

alert(matches.index); //0

alert(matches[0]); //cat

alert(pattern1.lastIndex); //0

matches = pattern1.exec(text);

alert(matches.index); //0

alert(matches[0]); //cat

alert(pattern1.lastIndex); //0

var pattern2 = /.at/g;

var matches = pattern2.exec(text);

alert(matches.index); //0

alert(matches[0]); //cat

alert(pattern2.lastIndex); //3

matches = pattern2.exec(text);

alert(matches.index); //5

alert(matches[0]); //bat

alert(pattern2.lastIndex); //8

RegExpExecExample02.htm

这个例子中的第一个模式 pattern1 不是全局模式，因此每次调用 exec() 返回的都是第一个匹配

项（ "cat" ） 。而第二个模式 pattern2 是全局模式，因此每次调用 exec() 都会返回字符串中的下一个

匹配项，直至搜索到字符串末尾为止。此外，还应该注意模式的 lastIndex 属性的变化情况。在全局

匹配模式下， lastIndex 的值在每次调用 exec() 后都会增加，而在非全局模式下则始终保持不变。

IE 的 JavaScript 实现在 lastIndex 属性上存在偏差，即使在非全局模式下，

lastIndex 属性每次也会变化。

正则表达式的第二个方法是 test() ，它接受一个字符串参数。在模式与该参数匹配的情况下返回

true ；否则，返回 false 。在只想知道目标字符串与某个模式是否匹配，但不需要知道其文本内容的

情况下，使用这个方法非常方便。因此， test() 方法经常被用在 if 语句中，如下面的例子所示。

var text = "000-00-0000";

var pattern = /\d{3}-\d{2}-\d{4}/;

if (pattern.test(text)){

alert("The pattern was matched.");

}

在这个例子中，我们使用正则表达式来测试了一个数字序列。如果输入的文本与模式匹配，则显示

一条消息。这种用法经常出现在验证用户输入的情况下，因为我们只想知道输入是不是有效，至于它为

什么无效就无关紧要了。

RegExp 实例继承的 toLocaleString() 和 toString() 方法都会返回正则表达式的字面量，与创

建正则表达式的方式无关。例如：

var pattern = new RegExp("\\[bc\\]at", "gi");

alert(pattern.toString()); // /\[bc\]at/gi

alert(pattern.toLocaleString()); // /\[bc\]at/gi

即使上例中的模式是通过调用 RegExp 构造函数创建的，但 toLocaleString() 和 toString()

方法仍然会像它是以字面量形式创建的一样显示其字符串表示。
正则表达式的 valueOf() 方法返回正则表达式本身。

5.4.3  RegExp 构造函数属性

RegExp 构造函数包含一些属性（这些属性在其他语言中被看成是静态属性） 。这些属性适用于作用

域中的所有正则表达式，并且基于所执行的最近一次正则表达式操作而变化。关于这些属性的另一个独

特之处，就是可以通过两种方式访问它们。换句话说，这些属性分别有一个长属性名和一个短属性名

（Opera 是例外，它不支持短属性名） 。下表列出了 RegExp 构造函数的属性。



使用这些属性可以从 exec() 或 test() 执行的操作中提取出更具体的信息。请看下面的例子。

var text = "this has been a short summer";

var pattern = /(.)hort/g;

/*

* 注意：Opera 不支持 input、lastMatch、lastParen 和 multiline 属性

* Internet Explorer 不支持 multiline 属性

*/

if (pattern.test(text)){

alert(RegExp.input); // this has been a short summer

alert(RegExp.leftContext); // this has been a

alert(RegExp.rightContext); // summer

alert(RegExp.lastMatch); // short

alert(RegExp.lastParen); // s

alert(RegExp.multiline); // false

}

以上代码创建了一个模式，匹配任何一个字符后跟 hort ，而且把第一个字符放在了一个捕获组中。

RegExp 构造函数的各个属性返回了下列值：

 input 属性返回了原始字符串；

 leftContext 属性返回了单词 short 之前的字符串，而 rightContext 属性则返回了 short

之后的字符串；

 lastMatch 属性返回最近一次与整个正则表达式匹配的字符串，即 short ；

 lastParen 属性返回最近一次匹配的捕获组，即例子中的 s 。

如前所述，例子使用的长属性名都可以用相应的短属性名来代替。只不过，由于这些短属性名大都

不是有效的 ECMAScript 标识符，因此必须通过方括号语法来访问它们，如下所示。

var text = "this has been a short summer";

var pattern = /(.)hort/g;

/*

* 注意：Opera 不支持 input、lastMatch、lastParen 和 multiline 属性

* Internet Explorer 不支持 multiline 属性

*/

if (pattern.test(text)){

alert(RegExp.$_); // this has been a short summer

alert(RegExp["$`"]); // this has been a

alert(RegExp["$'"]); // summer

alert(RegExp["$&"]); // short

alert(RegExp["$+"]); // s

alert(RegExp["$*"]); // false

}

除了上面介绍的几个属性之外，还有多达 9 个用于存储捕获组的构造函数属性。访问这些属性的语

法是 RegExp.$1 、 RegExp.$2 … RegExp.$9 ，分别用于存储第一、第二……第九个匹配的捕获组。在

调用 exec() 或 test() 方法时，这些属性会被自动填充。然后，我们就可以像下面这样来使用它们。

var text = "this has been a short summer";

var pattern = /(..)or(.)/g;

if (pattern.test(text)){

alert(RegExp.$1); //sh

alert(RegExp.$2); //t

}

这里创建了一个包含两个捕获组的模式，并用该模式测试了一个字符串。即使 test() 方法只返回

一个布尔值，但 RegExp 构造函数的属性 $1 和 $2 也会被匹配相应捕获组的字符串自动填充。

5.4.4 模式的局限性

尽管 ECMAScript 中的正则表达式功能还是比较完备的，但仍然缺少某些语言（特别是 Perl）所支

持的高级正则表达式特性。下面列出了 ECMAScript 正则表达式不支持的特性（要了解更多相关信息，

请访问 www.regular-expressions.info） 。

  匹配字符串开始和结尾的 \A 和 \Z 锚

①

  向后查找（lookbehind）

②

  并集和交集类

  原子组（atomic grouping）

  Unicode 支持（单个字符除外，如 \uFFFF ）

  命名的捕获组

③

 s （single，单行）和 x （free-spacing，无间隔）匹配模式

  条件匹配

  正则表达式注释

即使存在这些限制，ECMAScript 正则表达式仍然是非常强大的，能够帮我们完成绝大多数模式匹

配任务。

——————————

① 但支持以插入符号（^）和美元符号（$）来匹配字符串的开始和结尾。

② 但完全支持向前查找（lookahead） 。

③ 但支持编号的捕获组。