正则表达式返回一些尴尬的值

Question

我有以下 javascript 代码：

<script type="text/javascript"> //javascript starts

 var patt=/[<](\S+).*>(.*)<\/\1>/;
 var str='<a id="test">hi</a> <p></p>';

 alert(str.match(patt));
 alert(patt.exec(str));

</script>

应该在一个 html 文档中找到所有标签。所以理想情况下它应该返回<a id="test">hi</a>, <p></p>。

但它目前返回<a id="test">hi</a>, a ,hi。

为什么会这样？

还有一个问题，str.match(patt)和patt.exec(str)有什么区别，哪个更好用？

Answer 1

var patt=/[<](\S+).*>(.*)<\/\1>/g;

尝试指定global 修饰符（否则它将在找到的第一个匹配项处停止）。

关于您的第二个问题，MDN 是一个很好的资源：
来自https://developer.mozilla.org/en/JavaScript/Reference/Global_Objects/String/match

如果正则表达式不包含g 标志，则返回与regexp.exec(string) 相同的结果。如果正则表达式包含g 标志，则该方法返回一个包含所有匹配项的数组。如果没有匹配项，则该方法返回 null。

Answer 2

试试这个：

var patt=/<\S+[^>]*>[^<]*<\/\S+>/g;

额外的a 和hi 存在是因为您将它们作为捕获组。这个只会返回标签。它的一个缺陷是它会匹配<begin>dfgdf</diffEnd>。

Answer 3

您需要将全局修饰符 g 附加到您的正则表达式：/[<](\S+).*>(.*)<\/\1>/g。

• 如果不使用 g 全局修饰符，match 和 exec 将返回一个数组，其中包含 字符串中的整个第一个匹配项作为第一个元素，后跟匹配中的任何带括号的匹配模式作为后续数组元素。

• 如果您确实使用了g 修饰符，match 和exec 将从字符串中获取所有匹配项。 match 将它们作为一个数组返回，exec 将为每个匹配返回一个数组（带有 匹配模式，就像没有 g 一样），但多次调用 exec 将分别返回一个不同的匹配，直到所有匹配都被报告（见下面的例子）。

一般来说，我会推荐match 而不是exec，因为exec 依赖于维护状态的正则表达式（特别是lastIndex，匹配应该恢复的字符串的索引）。如果您想在多个字符串上使用正则表达式，我发现这是有害的：

var reg = /\w/g;
reg.exec("foo"); // ["f"]
reg.exec("foo"); // ["o"]
reg.exec("bar"); // ["r"] -- does not start at the beginning of the string

将其与 match 行为进行比较：

var reg = /\w/g;
"foo".match(reg); // ["f", "o", "o"]
"bar".match(reg); // ["b", "a", "r"]
// we can now use the arrays to get individual matches

但是，如果您需要在全局搜索中为 每个匹配项 获取 带括号的匹配模式，则必须使用 exec，因为仅在全局应用 match获取整个匹配项的列表，而不是与这些匹配项匹配的模式。

// the ending digit is a match pattern
var reg = /\w(\d)/g;

// match only gets list of whole matches
"d1b4h7".match(reg); // ["d1","b4","h7"] 

// exec gets the match and the match pattern
reg.exec("d1b5h7"); // ["d1","1"]
reg.exec("d1b5h7"); // ["b4","4"]
reg.exec("d1b5h7"); // ["h7","7"]

总之，听起来您想将match 与全局修饰符一起使用，因为您不需要匹配模式信息。如果您确实需要匹配模式信息，请使用循环重复调用exec 来获取所有匹配项，直到exec 返回null 而不是数组。