JavaScript大杂烩8 - 理解文本解析的"黄金搭档"

文本解析"黄金搭档" - String与RegExp对象

　　文本解析是任何语言中最常用的功能，JavaScript中也是一样，而正则表达式作为最常用的方式，JavaScript也同样是支持的，下面就来看看字符串对象与正则表达式对象的配合。

 

字符串的恒定性

　　在正式开始讨论字符串对象的成员之前，我们需要了解一点，那就是：与C#一样，JavaScript 的字符串是不可变的（immutable），String对象定义的方法都不会改变字符串的内容。像toUpperCase这样的方法，返回的是全新的字符串，而不是修改原始字符串。

 

String对象

　　字符串对象提供了对字符串的各种操作，这些操作可以分为这么几类：

1. 字符串的修改方法：

concat：连接字符串
slice,substr,substring：获取子串
slice,substring和 substr(不建议使用，ECMAscript 因为没有对该方法进行标准化)都可返回字符串的指定部分。slice比substring要灵活一些，因为它允许使用负数作为参数，除了这一点其它都是一样的。
split：拆分字符串为数组
toLowerCase,toUpperCase：转换大小写

直接看例子：

var firstName = 'Frank ';
var secondName = 'Dong';
var name = firstName.concat(secondName);
// 使用加号似乎更简洁
var name1 = firstName + secondName;
alert(name);
alert(name.slice(6)); // Dong
alert(name.slice(6,7)); // D
alert(name.substring(6)); // Dong
alert(name.substring(6,7)); // D
// 拆分为单词
alert(name.split(' ')); //Frank,Dong
// 字符串转成字符数组的简便方式
alert(name.split('')); //F,r,a,n,k,D,o,n,g
alert(name.toLowerCase()); // frank dong
alert(name.toUpperCase()); // FRANK DONG

2. 字符串的格式化方法：

anchor,link,blink,big,small,bold,italics,strike,sub,sup：包装成特定的元素或增加特定的样式
fontcolor,fontsize：添加字体信息
fixed：转换成打印机格式

这个不多说了，只需要看一个例子就可以了：

var str = 'Frank Dong!';
alert(str.strike());

运行一下就可以看到包装后的html元素。

3. 字符串的检索方法：

charAt：获取字符
indexOf,lastIndexOf：检索子串的位置

看个简单的例子：

var str = 'Frank Dong!';
alert(str.charAt(0));
alert(str.indexOf('Dong'));
alert(str.lastIndexOf('n'));

这里还有几个重量级的方法：

match,replace,search：检索和替换子串

这一组方法比较特别，这3个方法再加上前面的split方法是支持正则表达式的，功能十分强大，在总结它们之前先来看一下正则表达式对象。

 

RegExp对象

　　在JavaScript中使用正则表达式很简单，看一下定义正则表达式对象的语法：

// 字面量方式
/pattern/attributes
// new方式
new RegExp(pattern, attributes);
参数 pattern 是一个字符串，指定了正则表达式的模式或其他正则表达式。
参数 attributes 是一个可选的字符串，包含属性 "g"、"i" 和 "m"，分别用于指定全局匹配、区分大小写的匹配和多行匹配。ECMAScript 标准化之前，不支持 m 属性。如果 pattern 是正则表达式，而不是字符串，则必须省略该参数。

　　经过这种方式，我们就定义了一个正则表达式对象，有了对象我们就可以使用它的方法了，该对象有下列方法：

1. compile：编译正则表达式，通常是在修改了表达式的pattern以后执行这个方法让新pattern生效。

var str = "Frank0 Dong0 Frank1 Dong1";
var patt = /Frank/g;
var str2 = str.replace(patt,"FF");
alert(str2);
patt = /Dong/g;
patt.compile(patt);
str2 = str.replace(patt,"DD");
alert(str2);

　　这个例子中就用到了支持正则表达式的string方法replace，这个方法会替换所有满足条件的文本。

　　在这里我们再回头看看string中支持正则表达式的其它3个方法：match,split,search，看个例子就可以了：

var str = "Frank0 Dong0 Frank1 Dong1";
var patt = /Frank\d/g;
// 总是从开始查找第一个匹配的文本，然后返回其索引值
var result = str.search(patt);
alert(result);
// 拆成数组
result = str.split(' ');
for (var i = 0, len = result.length; i < len; i++) {
  alert(result[i]);
}
// 查找所有匹配的文本
result = str.match(patt);
for (var i = 0, len = result.length; i < len; i++) {
  alert(result[i]);
}

2. test：检索字符串中是否存在与pattern匹配的文本。

　　匹配到则返回true否，则返回false，看个小例子：

alert(/[abc]/.test('a')); //true

3. exec：检索字符串中与pattern匹配的文本。

　　这个方法返回一个数组，其中存放一次匹配的结果。如果未找到匹配，则返回值为 null。

　　如果找到匹配的话。结果数组的第0个元素是与正则表达式相匹配的文本，从第1个元素开始是与各个分组相匹配的文本。如果一个字符串中有多个与pattern匹配的文本的话，则需要循环的调用这个方法去找到所有的匹配(pattern对象自己会维护上次查找后的位置，这样循环的时候就会从正确的位置开始)，看个例子：

var str = "Frank0 Frank1";
var patt = /Frank\d/g;
var result;
while ((result = patt.exec(str)) != null) {
  alert(result);
}

　　这里特别需要注意的是g属性，有没有这个属性对很多的方法结果都有影响，比如正则表达式对象的exec方法，字符串对象的match方法等，没有这个属性的时候总是匹配第一次出现的文本，只有加上了这个属性，它们才会正确的去匹配所有出现的文本，所以一般来说加上g属性好处还是很多的。

　　此外由于i属性是设置忽略大小写的，大家需要的时候别忘了加上这个属性。

　　需要补充的是，正则表达式的预定义类(\d,\D,\W等)，分组(小括号括起来的)，量词(+*.?)，边界(^$)，反向引用在JavaScript中都是支持的，可以量才录用啊。

　　使用正则表达式，可以完成很多JavaScript的String对象无法完成的任务，比如移除空格的Trim方法等等，下面是网上一位仁兄的杰作：

//获取字符数组
String.prototype.toCharArray = function()
{
  return this.split('');
}
//获取N个相同的字符串
String.prototype.repeat = function(num)
{
  var tmpArr = [];
  for(var i=0; i<num; i++) tmpArr.push(this);
  return tmpArr.join('');
}
//逆序
String.prototype.reverse = function()
{
  return this.split('').reverse().join('');
}
//测试是否是数字
String.prototype.isNumeric = function()
{
  var tmpFloat = parseFloat(this);
  if(isNaN(tmpFloat)) return false;
  var tmpLen = this.length - tmpFloat.toString().length;
  return tmpFloat + "0".repeat(tmpLen) == this;
}
//测试是否是整数
String.prototype.isInt = function()
{
  if(this == "NaN") return false;
  return this == parseInt(this).toString();
}
// 合并多个空白为一个空白
String.prototype.resetBlank = function()
{
  return this.replace(/s+/g,' ');
}
// 除去左边空白
String.prototype.trimL = function()
{
  return this.replace(/^s+/g,'');
}
// 除去右边空白
String.prototype.trimR = function()
{
  return this.replace(/s+$/g,'');
}
// 除去两边空白
String.prototype.trim = function()
{
  return this.replace(/(^s+)|(s+$)/g,'');
}
// 保留数字
String.prototype.getNum = function()
{
  return this.replace(/[^d]/g,'');
}
// 保留字母
String.prototype.getEn = function()
{
  return this.replace(/[^A-Za-z]/g,'');
}
// 保留中文
String.prototype.getCn = function()
{
  return this.replace(/[^u4e00-u9fa5uf900-ufa2d]/g,'');
}
// 得到字节长度
String.prototype.getRealLength = function()
{
  return this.replace(/[^x00-xff]/g,'--').length;
}
// 从左截取指定长度的字串
String.prototype.left = function(n)
{
  return this.slice(0,n);
}
// 从右截取指定长度的字串
String.prototype.right = function(n)
{
  return this.slice(this.length-n);
}
// HTML编码
String.prototype.htmlEncode = function()
{
  var re = this;
  var q1 = [/x26/g,/x3C/g,/x3E/g,/x20/g];
  var q2 = ['&','<','>',' '];
  for(var i=0; i<q1.length; i++) re = re.replace(q1[i],q2[i]);
  return re;
}
// Unicode转化
String.prototype.ascW = function()
{
  var strText = '';
  for (var i=0; i<this.length; i++) strText += '&#' + this.charCodeAt(i) + ';';
  return strText;
}

　　经典，可以收藏了。

　　最后以一组最常用的正则表达式结束正则表达式：

匹配中文字符的正则表达式： [\u4e00-\u9fa5]
匹配HTML标记的正则表达式：/< (.*)>.*|< (.*) />/
匹配首尾空格的正则表达式：(^s*)|(s*$)
匹配Email地址的正则表达式：w+([-+.]w+)*@w+([-.]w+)*.w+([-.]w+)*
匹配网址URL的正则表达式：http://([w-]+.)+[w-]+(/[w- ./?%&=]*)?

　　除了这里讨论的这些核心的对象外，JavaScript还提供了一些辅助的对象，提供数学运算的Math对象(正/余弦，正/余切，指/对数，随机数，取整等功能)，处理日期的Date对象(创建日期并以各种格式输出)，这些对象都很简单，就不多说了。

 

最佳参考：

W3C的教程是无法替代的，相当详实，内置对象的所有方法都能找到详尽的说明：http://www.w3school.com.cn/jsref/jsref_obj_regexp.asp