Javascript 選擇 (OR) |

選擇是正則表達式中的一個術語，實際上是一個簡單的“或”。

在正則表達式中，它用豎線 | 表示。

例如，我們想要找出編程語言：HTML、PHP、Java 或 JavaScript。

對應的正則表達式為：html|php|java(script)?。

用例如下：

let regexp = /html|php|css|java(script)?/gi;

let str = "First HTML appeared, then CSS, then JavaScript";

alert( str.match(regexp) ); // 'HTML', 'CSS', 'JavaScript'

我們看到過類似的東西 —— 方括號。它允許我們在多個字符中進行選擇，例如 gr[ae]y 匹配 gray 或 grey。

方括號只允許字符或字符類。選擇允許任何表達式。正則表達式 A|B|C 表示表達式 A、B 或 C 其一均可。

例如：

• ?gr(a|e)y? 等同于 ?gr[ae]y?。
• ?gra|ey? 表示 ?gra? 或 ?ey?。

要將選擇應用于模式中一部分內(nèi)容的選擇，我們可以將其括在括號中：

• I love HTML|CSS 匹配 I love HTML 或 CSS。
• I love (HTML|CSS) 匹配 I love HTML 或 I love CSS。

示例：用于時間匹配的正則表達式

在之前的章節(jié)中有個任務是構(gòu)建用于查找形如 hh:mm 的時間字符串，例如 12:00。但是簡單的 \d\d:\d\d 太模糊了。它也會匹配 25:99（因為 25 和 99 都與模式匹配，但這不是有效的時間）。

如何構(gòu)建更好的模式？

我們可以應用更精細的匹配。首先，對于時間：

• 如果第一位數(shù)是 0 或 1，那么下一位數(shù)可以是任何數(shù)值：[01]\d。
• 否則，如果第一位數(shù)是 2，那么下一位數(shù)必須是 [0-3]。
• 不允許其他的首位數(shù)。

我們可以使用選擇在正則表達式中編寫這兩種變體：[01]\d|2[0-3]。

接下來，分鐘必須為從 00 到 59 的數(shù)。寫成正則表達式即為 [0-5]\d：第一個數(shù)字 0-5，然后是任何數(shù)字。

如果我們將小時和分鐘的正則表達式組合在一起，我們會得到：[01]\d|2[0-3]:[0-5]\d

我們差不多完成了，但有一個問題。選擇 | 現(xiàn)在恰好位于 [01]\d 和 2[0-3]:[0-5]\d 之間。

也就是說：它只匹配符號左側(cè)或右側(cè)任一表達式。

[01]\d  |  2[0-3]:[0-5]\d

此模式查找 [01]\d 或 2[0-3]:[0-5]\d。

但這是錯誤的，應該只在正則表達式的“小時”部分使用選擇，以允許 [01]\d 或 2[0-3]。讓我們通過將“小時”括在括號中來糾正這個問題：([01]\d|2[0-3]):[0-5]\d

最終的解決方案：

let regexp = /([01]\d|2[0-3]):[0-5]\d/g;

alert("00:00 10:10 23:59 25:99 1:2".match(regexp)); // 00:00,10:10,23:59

任務

查找編程語言

有很多編程語言，例如 Java、JavaScript、PHP、C 或 C++。

構(gòu)建一個正則表達式，用來匹配字符串 Java JavaScript PHP C++ C 中包含的編程語言：

let regexp = /你的正則表達式/g;

alert("Java JavaScript PHP C++ C".match(regexp)); // Java JavaScript PHP C++ C

解決方案

首先想到的解法是列出所有編程語言，在它們之間加上 | 符號。

但運行結(jié)果不符合預期：

let regexp = /Java|JavaScript|PHP|C|C\+\+/g;

let str = "Java, JavaScript, PHP, C, C++";

alert( str.match(regexp) ); // Java,Java,PHP,C,C

正則表達式引擎注意查找選擇。也就是說：它先檢查是否存在 Java，不存在 —— 接著匹配 JavaScript 及其后的字符串。

結(jié)果，JavaScript 永遠匹配不到，因為 Java 先被匹配了。

C 和 C++ 同理。

這個問題有兩個解決方式：

1. 更改順序以先檢查較長的匹配項：?JavaScript|Java|C\+\+|C|PHP?。
2. 合并相同前綴：?Java(Script)?|C(\+\+)?|PHP?。

測試一下：

let regexp = /Java(Script)?|C(\+\+)?|PHP/g;

let str = "Java, JavaScript, PHP, C, C++";

alert( str.match(regexp) ); // Java,JavaScript,PHP,C,C++

查找 bbtag 對

“bb-tag” 形如 [tag]...[/tag]，tag 匹配 b、url 或 quote 中之一。

例如：

[b]text[/b]
[url]http://google.com[/url]

BB-tags 可以嵌套。但標簽不能自嵌套，比如：

可以：
[url] [b]http://google.com[/b] [/url]
[quote] [b]text[/b] [/quote]

不可以：
[b][b]text[/b][/b]

標簽可以包含換行，通常：

[quote]
  [b]text[/b]
[/quote]

構(gòu)造一個正則表達式用于查找所有 BB-tags 及其內(nèi)容。

例如：

let regexp = /your regexp/flags;

let str = "..[url]http://google.com[/url]..";
alert( str.match(regexp) ); // [url]http://google.com[/url]

如果標簽嵌套，那么我們需要記錄匹配的外層標簽（如果需要，我們可以繼續(xù)在其內(nèi)容中搜索）：

let regexp = /你的正則表達式/flags;

let str = "..[url][b]http://google.com[/b][/url]..";
alert( str.match(regexp) ); // [url][b]http://google.com[/b][/url]

解決方案

起始標簽是 \[(b|url|quote)\]。

匹配字符串直到遇到結(jié)束標簽 —— 讓我們使用模式 .*? 和修飾符 s 來匹配包括換行符在內(nèi)的任何字符，然后向結(jié)束標簽添加反向引用。

完整模式為：\[(b|url|quote)\].*?\[/\1]。

代碼運行如下：

let regexp = /\[(b|url|quote)].*?\[\/\1]/gs;

let str = `
  [b]hello![/b]
  [quote]
    [url]http://google.com[/url]
  [/quote]
`;

alert( str.match(regexp) ); // [b]hello![/b],[quote][url]http://google.com[/url][/quote]

請注意，除了轉(zhuǎn)義 [ 之外，我們還必須為結(jié)束標簽 [\/\1] 轉(zhuǎn)義一個斜線，因為通常斜線會關閉模式。

查找引用的字符串

構(gòu)建一個正則表達式以查找雙引號 ?"..."? 中的字符串。

字符串應該支持轉(zhuǎn)義，就像 JavaScript 字符串一樣。例如，引號可以插入為 \"，換行符可以插入為 \n，而反斜線本身可以插入為 \\。

let str = "Just like \"here\".";

請注意，轉(zhuǎn)義的引號 \" 不會結(jié)束字符串匹配。

所以，我們應該匹配兩個引號之間的內(nèi)容，且忽略中間轉(zhuǎn)義的引號。

這是任務的基本部分，否則這個任務就沒什么意思了。

要匹配的字符串示例：

.. "test me" ..
.. "Say \"Hello\"!" ..（其中有被轉(zhuǎn)義的引號）
.. "\\" ..（其中有雙反斜線）
.. "\\ \"" ..（其中有雙反斜線和被轉(zhuǎn)義的引號）

在 JavaScript 中，雙反斜線用于把反斜線轉(zhuǎn)義為字符串，如下所示：

let str = ' .. "test me" .. "Say \\"Hello\\"!" .. "\\\\ \\"" .. ';

// 存儲中的字符串
alert(str); //  .. "test me" .. "Say \"Hello\"!" .. "\\ \"" ..

解決方案

解決方案：/"(\\.|[^"\\])*"/g。

一步一步來分析一下：

• 首先匹配左雙引號 "
• 接著如果有反斜線 \\，則匹配其后跟隨的任意字符（.）。（技術上，我們必須在模式中用雙反斜線，因為它是一個特殊的字符，但實際上是一個反斜線字符）。
• 如果沒有，則匹配除雙引號（表示字符串的末尾）和反斜線（排除僅存在反斜杠的情況，反斜杠僅在和其后字符一起使用時有效）外的任何字符：[^"\\]。
• ……繼續(xù)匹配直到遇到右雙引號

代碼運行如下：

let regexp = /"(\\.|[^"\\])*"/g;
let str = ' .. "test me" .. "Say \\"Hello\\"!" .. "\\\\ \\"" .. ';

alert( str.match(regexp) ); // "test me","Say \"Hello\"!","\\ \""

查找完整標簽

寫出一個正則表達式，用于查找 <style...> 標簽。它應該匹配完整的標簽：該標簽可能沒有特性（attributes）<style>，也可能有很多特性 <style type="..." id="...">。

……同時正則表達式不應該匹配 <styler>！

例如：

let regexp = /你的正則表達式/g;

alert( '<style> <styler> <style test="...">'.match(regexp) ); // <style>, <style test="...">

解決方案

模式的開頭很明顯：<style。

……但我們不能簡單地將表達式寫為 <style.*?>，因為會匹配上 <styler>。

我們要匹配的是在 <style 之后緊跟著一個空格然后是可選的其他內(nèi)容，或者直接是閉標簽 >。

寫成正則表達式即為：<style(>|\s.*?>)。

代碼運行如下：

let regexp = /<style(>|\s.*?>)/g;

alert( '<style> <styler> <style test="...">'.match(regexp) ); // <style>, <style test="...">