✡️ 🙇🏾 🤕 表現力豊かなJavaScript：正規表現 👩🏼 🎮 😏

内容

問題に直面した人の中には、「ああ、でも正規表現を使っている」と思う人もいます。 現在、2つの問題があります。

ジェイミー・ザウィンスキー

ユアン・マは、次のように述べています。 問題の構造全体をプログラムするには多くのコードが必要です。

マスターユアンマー、「プログラミングブック」

プログラミングツールとプログラミングテクニックは、無秩序に進化し続けます。生き残るのは美しくて独創的ではない場合もありますが、たとえば、他の成功したテクノロジーに統合されている場合など、その分野で非常にうまく機能している人だけです。

この章では、このようなツール-正規表現について説明します。これは、文字列データのパターンを記述する方法です。 JavaScriptや他の多くの言語とツールに含まれる小さな別個の言語を作成します。

レギュラーは同時に非常に奇妙で非常に便利です。それらの構文は不可解であり、JavaScriptのプログラミングインターフェイスは扱いにくいです。しかし、文字列を探索および処理するための強力なツールです。それらに対処すると、より効果的なプログラマーになります。

正規表現を作成する

Regularはオブジェクトのタイプです。 RegExpコンストラクターを呼び出すか、スラッシュで囲まれた目的のテンプレートを記述することで作成できます。

var re1 = new RegExp("abc"); var re2 = /abc/;

これらの正規表現はどちらも1つのパターンを表します。文字「a」、文字「b」、文字「c」の順になります。

RegExpコンストラクターを使用する場合、テンプレートは通常の文字列として書き込まれるため、バックスラッシュに関するすべての規則が適用されます。

パターンがスラッシュの間にある2番目のエントリは、バックスラッシュを異なる方法で処理します。まず、パターンはスラッシュで終わるため、パターンの前に含めるスラッシュの前にバックスラッシュを置く必要があります。さらに、\ nのような特殊文字の一部ではないバックスラッシュは保存され（行のように無視されません）、パターンの意味を変更します。疑問符やプラスなどの一部の文字は、正規表現では特別な意味を持ち、そのような文字を見つける必要がある場合は、バックスラッシュを前に付ける必要があります。

 var eighteenPlus = /eighteen\+/;

どの文字の前にスラッシュを付ける必要があるかを知るには、レギュラーのすべての特殊文字のリストを学習する必要があります。これは非現実的ですが、疑わしい場合は、文字、数字、スペース以外の文字の前にバックスラッシュを置くだけです。

一致を確認する

レギュラーにはいくつかの方法があります。最も簡単なのはテストです。文字列を渡すと、指定されたパターンの出現が文字列に含まれているかどうかを示すブール値が返されます。

 console.log(/abc/.test("abcde")); // → true console.log(/abc/.test("abxde")); // → false

非特殊文字のみで構成される規則性は、単にこれらの文字のシーケンスです。 abcがチェックしている行のどこかにある場合（最初だけでなく）、testはtrueを返します。

文字セットを探しています

文字列にabcが含まれているかどうかを調べるには、indexOfを使用することもできます。レギュラーを使用すると、さらに進んでより複雑なパターンを作成できます。

任意の数を見つける必要があるとします。レギュラーシーズンに文字セットを角かっこに入れると、これは式のこの部分が角かっこ内の文字のいずれかに一致することを意味します。

両方の式は、数字を含む行にあります。

 console.log(/[0123456789]/.test("in 1992")); // → true console.log(/[0-9]/.test("in 1992")); // → true

角括弧内では、2文字間のダッシュを使用して、Unicodeでシーケンスが指定されている文字の範囲を指定します。 0から9の文字が一列に並んでいる（48から57のコード）ため、[0-9]はすべてをキャプチャし、任意の数字と一致します。

文字のいくつかのグループには、独自の組み込み略語があります。

\ d任意の数字

\ w英数字

\ s空白（スペース、タブ、改行など）

\ Dは数字ではありません

\ Wは英数字ではありません

\ Sは空白ではありません

。改行以外の任意の文字

したがって、次の式を使用して、2003-01-01 15:20のような日付と時刻の形式を設定できます。

 var dateTime = /\d\d-\d\d-\d\d\d\d \d\d:\d\d/; console.log(dateTime.test("30-01-2003 15:20")); // → true console.log(dateTime.test("30-jan-2003 15:20")); // → false

ひどいですね。バックスラッシュが多すぎると、パターンの理解が困難になります。後で少し改善します。

バックスラッシュは角括弧でも使用できます。たとえば、[\ d。]は数字またはピリオドを意味します。角括弧内のドットは特別な意味を失い、単なるドットに変わることに注意してください。 +など、他の特殊文字についても同じことが言えます。

文字セットを反転することができます-つまり、セット内の文字以外の文字を見つける必要があるということです-開始角括弧の直後に^記号を置くことによって。

 var notBinary = /[^01]/; console.log(notBinary.test("1100100010100110")); // → false console.log(notBinary.test("1100100010200110")); // → true

テンプレートの一部を繰り返します

1つの番号を見つける方法を知っています。そして、整数を見つける必要がある場合-1桁以上の数字のシーケンス？

レギュラーシーズンで何かの後に+記号を付けると、この要素を複数回繰り返すことができます。 / \ d + /は、1桁以上の数字を意味します。

 console.log(/'\d+'/.test("'123'")); // → true console.log(/'\d+'/.test("''")); // → false console.log(/'\d*'/.test("'123'")); // → true console.log(/'\d*'/.test("''")); // → true

アスタリスク*の値はほぼ同じですが、パターンをゼロ回表示できます。何かの後にアスタリスクが付いている場合、その行にテンプレートが存在することを妨げることはありません。ゼロ回だけ存在します。

疑問符は、テンプレートの一部をオプションにします。つまり、ゼロまたは1回出現します。次の例では、u記号が発生する場合がありますが、パターンは存在しない場合にも一致します。

 var neighbor = /neighbou?r/; console.log(neighbor.test("neighbour")); // → true console.log(neighbor.test("neighbor")); // → true

パターンが発生する正確な回数を指定するには、中括弧を使用します。要素の後の{4}は、行に4回出現する必要があることを意味します。間隔を設定することもできます。{2,4}は、要素が2回以上4回以下を満たす必要があることを意味します。

1桁または2桁の日、月、および時間を許可する別のバージョンの日時形式。そして彼女はもう少し読みやすいです。

 var dateTime = /\d{1,2}-\d{1,2}-\d{4} \d{1,2}:\d{2}/; console.log(dateTime.test("30-1-2003 8:45")); // → true

数値の1つを省略することにより、オープンエンドギャップを使用できます。 {、5}は、パターンが0〜5回発生することを意味し、{5、}-5回以上発生することを意味します。

部分式のグループ化

複数の要素で*または+演算子を一度に使用するには、括弧を使用できます。括弧で囲まれた規則性の部分は、演算子の観点から1つの要素と見なされます。

 var cartoonCrying = /boo+(hoo+)+/i; console.log(cartoonCrying.test("Boohoooohoohooo")); // → true

最初と2番目のプラスは、booとhooの2番目の文字oにのみ適用されます。 3番目の+はグループ全体に属し（hoo +）、これらのシーケンスの1つ以上を見つけます。

式の最後にある文字iは、通常の大文字と小文字を区別しないため、Bはbと一致します。

マッチとグループ

テスト方法は、定期的にチェックする最も簡単な方法です。一致が見つかったかどうかのみを報告します。レギュラーにはexecメソッドもあります。何も見つからなかった場合はnullを返します。それ以外の場合は、一致に関する情報を含むオブジェクトを返します。

 var match = /\d+/.exec("one two 100"); console.log(match); // → ["100"] console.log(match.index); // → 8

返されるexecオブジェクトには、一致が発生した文字の番号を含むインデックスプロパティがあります。一般に、オブジェクトは文字列の配列のように見えます。最初の要素は、一致をチェックした文字列です。この例では、これは探していた一連の数字になります。

文字列には、ほぼ同じ方法で機能する一致メソッドがあります。

 console.log("one two 100".match(/\d+/)); // → ["100"]

括弧でグループ化された部分式が正規表現に含まれている場合、これらのグループに一致するテキストも配列に表示されます。最初の要素は常に完全に一致します。 2番目は、最初のグループ（かっこが他の全員よりも先に出会ったグループ）、次に2番目のグループなどと一致した部分です。

 var quotedText = /'([^']*)'/; console.log(quotedText.exec("she said 'hello'")); // → ["'hello'", "hello"]

グループがまったく見つからない場合（たとえば、後ろに疑問符がある場合）、配列内のその位置にはundefinedが含まれます。グループが複数回一致する場合、最後の一致のみが配列に含まれます。

 console.log(/bad(ly)?/.exec("bad")); // → ["bad", undefined] console.log(/(\d)+/.exec("123")); // → ["123", "3"]

グループは、文字列の一部を抽出するのに役立ちます。文字列に日付があるかどうかを確認するだけでなく、抽出してオブジェクトを表す日付を作成する必要がある場合は、数字のシーケンスを括弧で囲み、execの結果から日付を選択できます。

しかし、手始めに、JavaScriptで日付と時刻を保存する好ましい方法を学ぶ小さな余談。

日付タイプ

JavaScriptには、日付用の標準オブジェクトタイプがあります。日付と呼ばれます。 newを介して日付オブジェクトを作成するだけの場合、現在の日付とレミーを取得します。

 console.log(new Date()); // → Sun Nov 09 2014 00:07:57 GMT+0300 (CET)

特定の時間を含むオブジェクトを作成することもできます。

 console.log(new Date(2015, 9, 21)); // → Wed Oct 21 2015 00:00:00 GMT+0300 (CET) console.log(new Date(2009, 11, 9, 12, 59, 59, 999)); // → Wed Dec 09 2009 12:59:59 GMT+0300 (CET)

JavaScriptは、月番号がゼロから始まり、日番号が1から始まるという規則を使用します。これはばかげてばかげています。気をつけて。

最後の4つの引数（時間、分、秒、ミリ秒）はオプションであり、ゼロに等しくない場合。

タイムスタンプは、1970年の初めから経過したミリ秒数として保存されます。負の数値は1970年まで使用されます（これは、その頃に作成されたUnixの時間契約によるものです）。日付オブジェクトのgetTimeメソッドは、この数値を返します。自然に大きいです。

 console.log(new Date(2013, 11, 19).getTime()); // → 1387407600000 console.log(new Date(1387407600000)); // → Thu Dec 19 2013 00:00:00 GMT+0100 (CET)

Dateコンストラクターに1つの引数を指定すると、ミリ秒数として扱われます。 Dateオブジェクトを作成してgetTimeメソッドを呼び出すか、Date.now関数を呼び出すことにより、ミリ秒の現在の値を取得できます。

Dateオブジェクトには、コンポーネントを取得するためのgetFullYear、getMonth、getDate、getHours、getMinutes、およびgetSecondsメソッドがあります。また、93や14など、かなり役に立たない2桁のコードを返すgetYearメソッドもあります。

テンプレートの必要な部分を括弧で囲んだので、文字列から直接日付オブジェクトを作成できます。

 function findDate(string) { var dateTime = /(\d{1,2})-(\d{1,2})-(\d{4})/; var match = dateTime.exec(string); return new Date(Number(match[3]), Number(match[2]) - 1, Number(match[1])); } console.log(findDate("30-1-2003")); // → Thu Jan 30 2003 00:00:00 GMT+0100 (CET)

単語と行の境界線

残念ながら、findDateは文字列「100-1-30000」から無意味な日付00-1-3000も喜んで取得します。一致は行のどこでも発生する可能性があるため、この場合は2番目の文字で始まり、最後から2番目の文字で終了します。

文字列全体を取得するために一致を強制する必要がある場合は、^および$ラベルを使用します。 ^は行の先頭に一致し、$は末尾に一致します。したがって、/ ^ \ d + $ /は1桁または複数の数字のみで構成される行に一致し、/ ^！/感嘆符で始まる行に一致し、/ x ^ /はどの行にも一致しません（行の先頭より前にx）。

一方、日付が単語の境界で開始および終了することを確認する必要がある場合は、\ bラベルを使用します。単語の境界は、行の先頭または末尾、または英数字\ wが一方の側にあり、もう一方の側に英数字ではない行の任意の場所になります。

 console.log(/cat/.test("concatenate")); // → true console.log(/\bcat\b/.test("concatenate")); // → false

境界ラベルはシンボルではないことに注意してください。これは単なる制限であり、特定の条件が満たされた場合にのみ一致することを意味します。

選択テンプレート

テキストに数字だけでなく、数字の後に単数形または複数形の豚、牛、または鶏が続くかどうかを調べる必要があるとします。

3つの常連を書いて順番にチェックすることもできますが、もっと良い方法があります。シンボル| テンプレートの左側と右側の選択肢を示します。そして、私たちは次のように言うことができます：

 var animalCount = /\b\d+ (pig|cow|chicken)s?\b/; console.log(animalCount.test("15 pigs")); // → true console.log(animalCount.test("15 pigchickens")); // → false

括弧は、|が適用されるパターンの部分を制限します。これらの演算子の多くを次々に配置して、3つ以上のオプションの選択を示すことができます。

検索エンジン

正規表現はフローチャートと考えることができます。次の図は、最新の家畜の例を示しています。

図の左側から右側へのパスが見つかった場合、式は文字列と一致します。行内の現在の位置を記憶し、四角形を通過するたびに、その位置の直後の行の部分が四角形の内容と一致することを確認します。

そのため、フローチャートを通過するときに「3つの豚」の行で定期的に一致するものを確認することは次のようになります。

-位置4には単語の境界があり、最初の長方形を渡します

-4番目の位置から数を見つけ、2番目の長方形を通過します

-位置5で、1つのパスは2番目の長方形の前で閉じ、2番目のパスはさらにスペースを空けて長方形に進みます。数字ではなくスペースがあり、2番目の方法を選択します。

-今、私たちは位置6にあり、「豚」の始まりであり、パスの三重分岐にあります。行に「牛」や「鶏」はありませんが、「豚」は存在するため、このパスを選択します。

-三重分岐後の位置9で、1つのパスが「s」の周りを回り、単語境界を持つ最後の長方形に進み、2番目のパスが「s」を通ります。「s」があるので、そこに行きます。

-位置10では、行の終わりにあり、単語の境界のみが一致します。行の終わりは境界と見なされ、最後の長方形を通過します。そして、テンプレートを見つけました。

基本的に、正規表現は次のように機能します。アルゴリズムは行の先頭から開始され、そこで一致するものを見つけようとします。私たちの場合、そこには単語の境界があるので、最初の長方形を通過します-しかし、そこには数字がありませんので、2番目の長方形でつまずきます。次に、彼は行の2番目の文字に移動し、そこで一致するものを見つけようとします...など、一致するものが見つかるか、行の終わりに達するまで続きます。

キックバック

規則性/ \ b（[01] + b | \ d + | [\ da-f] h）\ b /は、bが後に続く2進数、サフィックスのない10進数、または16進数（0〜 9または文字a〜h）の後にhが続きます。対応するチャート：

一致の検索では、文字列にそのような番号がない場合でも、アルゴリズムが上位パス（2進数）に沿って進むことがあります。たとえば、「103」という行がある場合、番号3に到達して初めてアルゴリズムが間違ったパス上にあることを理解することは明らかです。一般に、ラインはレギュラーシーズンと一致しますが、このブランチではありません。

その後、アルゴリズムはロールバックします。分岐点で、彼は現在の位置を記憶します（この場合、これは単語境界の直後の行の先頭です）。選択したパスが機能しない場合は、戻って別のパスを試すことができます。行「103」の場合、トリプルに出会った後、彼は戻り、10進数の方法を試みます。これは機能するため、一致するものが見つかります。

アルゴリズムは、完全に一致するものが見つかるとすぐに停止します。これは、複数のオプションが表示される場合でも、そのうちの1つだけが（レギュラーシーズンで表示される順序で）使用されることを意味します。

+や*などの繰り返し演算子を使用すると、キックバックが発生します。文字列「abcxe」で/^.*x/を探すと、規則性の一部*行全体を吸収しようとします。アルゴリズムは、「x」も必要であることを認識します。行の終わりの後に「x」がないため、アルゴリズムは1文字をロールバックして一致を見つけようとします。 abcxの後、xも存在しないため、サブストリングabcにすでにロールバックされます。そして、行の後、彼はxを見つけ、位置0から4で成功したマッチについて報告します。

複数のロールバックにつながる定期的なシーズンを書くことができます。この問題は、パターンがさまざまな方法で入力と一致する場合に発生します。たとえば、2進数の正規表現を書くときに間違えた場合、誤って/（[01] +）+ b /のようなものを書く可能性があります。

アルゴリズムが、末尾に「b」を含まないゼロと1の長い文字列でそのようなパターンを検索する場合、最初に数値がなくなるまで内部ループを通過します。その後、彼は最後に「b」がないことに気づくでしょう、彼は1つの位置をロールバックし、外側のループを通過し、再びあきらめ、内側のループに沿ってもう1つの位置をロールバックしようとします...そして彼は両方のループを使用してこの方法で検索を続けますつまり、文字列の各文字の処理量は2倍になります。数十人のキャラクターでさえ、マッチを見つけるのに非常に長い時間がかかります。

置換方法

行には、文字列の一部を別の文字列で置換できるreplaceメソッドがあります。

 console.log("".replace("", "")); // →

最初の引数は規則的である場合があります。この場合、文字列内の最初の正規表現が置き換えられます。「g」（グローバル、ユニバーサル）オプションをレギュラーに追加すると、最初のオカレンスだけでなく、すべてのオカレンスが置き換えられます

 console.log("Borobudur".replace(/[ou]/, "a")); // → Barobudur console.log("Borobudur".replace(/[ou]/g, "a")); // → Barabadar

「すべて置換」オプションを別の引数またはreplaceAll型の別のメソッドに渡すことは理にかなっています。しかし、残念ながら、オプションはレギュラーシーズン自体を通過します。

レギュラーシーズンの指定された行にあるグループへのリンクを使用すると、レギュラーのすべてのパワーが明らかになります。たとえば、「姓、名」の形式で、人の名前を1行に1つずつ含む行があります。それらを交換してコンマを削除して「姓」を取得する必要がある場合は、次のように記述します。

 console.log( "Hopper, Grace\nMcCarthy, John\nRitchie, Dennis" .replace(/([\w ]+), ([\w ]+)/g, "$2 $1")); // → Grace Hopper // John McCarthy // Dennis Ritchie

置換行の$ 1および$ 2は、括弧で囲まれた文字のグループを指します。 $ 1は最初のグループに一致するテキストに、$ 2は2番目のグループに、以下同様に、最大$ 9に置換されます。一致全体が$＆変数に含まれています。

関数を2番目の引数として渡すこともできます。置換ごとに、関数が呼び出され、その引数が見つかったグループ（および文字列全体に一致する部分）になり、その結果が新しい行に挿入されます。

簡単な例：

 var s = "the cia and fbi"; console.log(s.replace(/\b(fbi|cia)\b/g, function(str) { return str.toUpperCase(); })); // → the CIA and FBI

そして、ここにもっと面白いものがあります：

 var stock = "1 lemon, 2 cabbages, and 101 eggs"; function minusOne(match, amount, unit) { amount = Number(amount) - 1; if (amount == 1) //   ,  's'   unit = unit.slice(0, unit.length - 1); else if (amount == 0) amount = "no"; return amount + " " + unit; } console.log(stock.replace(/(\d+) (\w+)/g, minusOne)); // → no lemon, 1 cabbage, and 100 eggs

コードは文字列を受け取り、数字の後に出現するすべての単語を検索し、各数字が1つずつ減った文字列を返します。

グループ（\ d +）は引数量に分類され、（\ w +）は単位に分類されます。この関数は量を数値に変換します。テンプレートは\ d +であるため、これは常に機能します。そして、彼は単語が1人しか残っていない場合に変更します。

欲

replaceを使用すると、JavaScriptコードからすべてのコメントを削除する関数を簡単に作成できます。これが最初の試みです。

 function stripComments(code) { return code.replace(/\/\/.*|\/\*[^]*\*\//g, ""); } console.log(stripComments("1 + /* 2 */3")); // → 1 + 3 console.log(stripComments("x = 10;// ten!")); // → x = 10; console.log(stripComments("1 /* a */+/* b */ 1")); // → 1 1

「or」演算子の前の部分は、2つのスラッシュとそれに続く改行文字以外の任意の数の文字に一致します。複数行のコメントを削除する部分はより複雑です。 [^]、つまり任意の文字を見つける方法としての空でない文字。ブロックコメントは新しい行で継続され、改行は期間と一致しないため、ピリオドを使用できません。

しかし、前の例の結論は間違っています。なんで？

[^] *部分は、最初にできるだけ多くの文字をキャプチャしようとします。このため、レギュラーシーズンの次の部分で一致が見つからない場合、1つのキャラクターがロールバックされ、再試行されます。この例では、アルゴリズムは文字列全体をキャプチャしようとし、その後ロールバックします。 4文字をロールバックすると、彼は行に* /-を見つけますが、これは私たちが達成したものではありません。コメントを1つだけキャプチャし、行の最後に移動して最後のコメントを見つけたくはありませんでした。

このため、繰り返し演算子（+、*、？、および{}）は貪欲であると言います。つまり、最初にできるだけ多くを取得し、次に戻ります。そのような演算子（+？、*？、??、{}？）の後に質問を置くと、それらは欲張りでないものに変わり、可能な限り小さな出現を見つけ始めます。

そして、それが私たちに必要なものです。アスタリスクに可能な最小数の行文字で一致を検出させることにより、1ブロックのコメントのみを吸収し、それ以上は吸収しません。

 function stripComments(code) { return code.replace(/\/\/.*|\/\*[^]*?\*\//g, ""); } console.log(stripComments("1 /* a */+/* b */ 1")); // → 1 + 1

貪欲でない演算子の代わりに貪欲な演算子を使用すると、多くのエラーが発生します。再生演算子を使用するときは、常に貪欲でないオプションを最初に考慮してください。

RegExpオブジェクトの動的作成

場合によっては、コードの記述時点で正確なパターンがわからないことがあります。たとえば、テキストでユーザー名を検索し、アンダースコアで囲む必要があります。プログラムの開始後に名前を認識するだけなので、スラッシュエントリは使用できません。

ただし、文字列を作成してRegExpコンストラクターを使用することはできます。以下に例を示します。

 var name = ""; var text = "     ."; var regexp = new RegExp("\\b(" + name + ")\\b", "gi"); console.log(text.replace(regexp, "_$1_")); // →   __   .

単語の境界を作成するときは、スラッシュを使用した通常の行ではなく通常の行に書き込むため、二重スラッシュを使用する必要があります。RegExpの2番目の引数には、レギュラーのオプションが含まれます。この例では、「gi」、つまりグローバルで大文字と小文字を区別しません。

しかし、名前が「dea + hl [] rd」の場合（ユーザーがカルハッカーの場合）はどうでしょうか。その結果、文字列に一致するものが見つからない無意味なレギュラーシーズンが得られます。

嫌いな文字の前にバックスラッシュを追加できます。\ bまたは\ nは特殊文字であるため、文字の前にバックスラッシュを追加することはできません。ただし、英数字以外の文字の前に問題なくスラッシュを追加できます。

 var name = "dea+hl[]rd"; var text = " dea+hl[]rd  ."; var escaped = name.replace(/[^\w\s]/g, "\\$&"); var regexp = new RegExp("\\b(" + escaped + ")\\b", "gi"); console.log(text.replace(regexp, "_$1_")); // →  _dea+hl[]rd_  .

検索方法

indexOfメソッドはレギュラーでは使用できません。しかし、規則性を期待するだけの検索方法があります。indexOfと同様に、最初の発生のインデックスを返します。発生しなかった場合は-1を返します。

 console.log(" word".search(/\S/)); // → 2 console.log(" ".search(/\S/)); // → -1

残念ながら、特定のオフセットで始まる一致を検索するようにメソッドを設定することは不可能です（indexOfでこれを行う方法）。それは役立つでしょう。

LastIndexプロパティ

execメソッドは、文字列内の指定された位置から検索を開始する便利な方法も提供しません。しかし、不便な方法があります。

通常のオブジェクトにはプロパティがあります。それらの1つは、文字列を含むソースです。もう1つはlastIndexで、特定の条件で、エントリの次の検索を開始する場所を制御します。

これらの条件には、グローバルオプションgの存在の必要性、およびexecメソッドを使用して検索を実行する必要があるという事実が含まれます。より合理的な解決策は、単に追加の引数をexecに渡すことを許可することですが、合理性はJavaScriptの通常のインターフェースの基本的な機能ではありません。

 var pattern = /y/g; pattern.lastIndex = 3; var match = pattern.exec("xyzzy"); console.log(match.index); // → 4 console.log(pattern.lastIndex); // → 5

検索が成功した場合、execの呼び出しは、見つかったエントリの後の位置を指すようにlastIndexプロパティを更新します。成功しなかった場合、lastIndexはゼロに設定されます-新しく作成されたオブジェクトのlastIndexのように。

グローバルな通常変数といくつかのexec呼び出しを使用する場合、lastIndexに対するこれらの自動更新は問題を引き起こす可能性があります。常連は、前回の通話で残った位置から検索を開始できます。

 var digit = /\d/g; console.log(digit.exec("here it is: 1")); // → ["1"] console.log(digit.exec("and now: 1")); // → null

gオプションのもう1つの興味深い効果は、matchメソッドの動作方法が変わることです。このオプションで呼び出されると、execの結果に類似した配列を返す代わりに、文字列内のすべてのテンプレートの出現を検出し、見つかった部分文字列の配列を返します。

 console.log("".match(//g)); // → ["", ""]

したがって、グローバル正規変数には注意してください。それらが必要な場合-置き換えの呼び出しまたはlastIndexを特に使用する場所-おそらくそれらが適用されるべきすべての場合。

発生サイクル

典型的なタスクは、lastIndexとexecを使用して、ループの本文内の一致オブジェクトにアクセスできるように、文字列内のすべてのテンプレートの出現を調べることです。

 var input = "  3   ... 42  88."; var number = /\b(\d+)\b/g; var match; while (match = number.exec(input)) console.log(" ", match[1], "  ", match.index); // →  3  14 //  42  33 //  88  40

割り当て値が割り当てられた値であるという事実が使用されます。whileループの条件としてmatch = re.exec（input）構文を使用して、各反復の開始時に検索し、結果を変数に保存し、すべての一致が見つかったらループを終了します。

INIファイルの解析

この章の終わりに、正規表現を使用した問題を検討します。自動モードでインターネットを介して敵に関する情報を収集するプログラムを作成していると想像してください。（プログラム全体ではなく、設定ファイルを読み取る部分のみを記述します。申し訳ありません。）ファイルは次のようになります。

 searchengine=http://www.google.com/search?q=$1 spitefulness=9.7 ;       ;       [larry] fullname=Larry Doe type=   website=http://www.geocities.com/CapeCanaveral/11451 [gargamel] fullname=Gargamel type=  outputdir=/home/marijn/enemies/gargamel

正確なファイル形式（非常に広く使用されており、通常INIと呼ばれます）は次のとおりです。-

空白行とセミコロンで始まる行は無視されます

-角括弧で囲まれた行は新しいセクションを開始します

-英数字識別子を含む行=が続き、このセクションに設定を追加します。

それ以外はすべて不正なデータです。

私たちのタスクは、このような文字列をオブジェクトの配列に変換することです。各オブジェクトは、名前プロパティと設定の配列を持ちます。各セクションには、1つのオブジェクトと、ファイルの上部にあるグローバル設定用のもう1つのオブジェクトが必要です。

行ごとにファイルを解析する必要があるため、ファイルを行に分割することから始めることをお勧めします。このため、第6章ではstring.split（ "\ n"）を使用しました。 OSによっては、行を変換するために1つの文字ではなく\ rを使用します。 splitメソッドは引数として正規表現を受け入れるため、式/ \ r？\ N /を使用して行を分割できます。これにより、行間で単一の\ nおよび\ r \ nが許可されます。

 function parseINI(string) { //   ,     var currentSection = {name: null, fields: []}; var categories = [currentSection]; string.split(/\r?\n/).forEach(function(line) { var match; if (/^\s*(;.*)?$/.test(line)) { return; } else if (match = line.match(/^\[(.*)\]$/)) { currentSection = {name: match[1], fields: []}; categories.push(currentSection); } else if (match = line.match(/^(\w+)=(.*)$/)) { currentSection.fields.push({name: match[1], value: match[2]}); } else { throw new Error(" '" + line + "'   ."); } }); return categories; }

コードはすべての行を調べ、現在のセクション「現在のセクション」のオブジェクトを更新します。最初に、/ ^ \ s *（;。*）？$ /規則を使用して、行を無視できるかどうかをチェックします。どのように機能するのでしょうか？カッコ内の部分はコメントと一致しますか？規則性をスペースのみで構成される行と一致させます。

行がコメントでない場合、コードは新しいセクションを開始するかどうかを確認します。その場合、現在のセクションの新しいオブジェクトが作成され、それに後続の設定が追加されます。

最後の有意義な機会-文字列は通常の設定です。この場合、現在のオブジェクトに追加されます。

オプションが機能しない場合、関数はエラーをスローします。

^と$を頻繁に使用すると、式が部分ではなく文字列全体と一致することに注意してください。これらを使用しない場合、コード全体は機能しますが、時々奇妙な結果が生成され、そのようなエラーを追跡することは困難です。

if（match = string.match（...））コンストラクトは、whileループの条件として割り当てを使用するトリックに似ています。多くの場合、一致呼び出しが成功することを知らないため、これをチェックするifブロック内の結果オブジェクトにのみアクセスできます。ifチェックの美しい連鎖を壊さないために、検索結果を変数に割り当て、この割り当てをすぐにチェックとして使用します。

国際文字

言語の最初の単純な実装と、そのような実装の「花崗岩」でのその後の固定のために、JavaScriptレギュラーは英語では見つからない文字で鈍いです。たとえば、JavaScript正規表現の「文字」記号は、英語のアルファベットの26文字の1つであり、何らかの理由で下線が引かれている場合があります。一意の文字であるタイプéまたはβの文字は、\ wと一致しません（および\ Wと一致します（つまり、非文字と一致します）。

奇妙な偶然の一致により、\ s（スペース）は、歴史的に、Unicodeでスペース文字と見なされるすべての文字と一致しました。

他の言語の一部の正則化実装には、「すべて大文字」、「すべての句読点」、「制御文字」など、Unicode文字の特別なカテゴリを検索するための特別な構文があります。このようなカテゴリをJavaScriptに追加する計画がありますが、おそらくすぐには実装されません。

まとめ

レギュラーは、ストリング内の検索パターンを表すオブジェクトです。構文を使用してこれらのパターンを表現します。

/ abc /文字のシーケンス

/ [abc] /リストからの任意の文字

/ [^ abc] /リストからの文字を除く任意の文字

/ [0-9] /範囲内の任意の文字

/ x + /パターンの1回以上の出現x

/ x +？ / 1つ以上の出現、貪欲でない

/ x * / 0回以上の出現

/ x？/ 0回または1回の出現

/ x {2,4} / 2〜4回の出現

/（abc）/グループ

/ a | b | c /任意複数のパターンから

/ \ d /任意の数字

/ \ w /任意の英数字（「文字」）

/ \ s /任意の空白

/./改行以外の任意の文字

/ \ b /単語の境界

/ ^ /行の開始

/ $ /行

の終わり通常の行には、行にパターンがあるかどうかを確認するテストメソッドがあります。見つかったすべてのグループを含む配列を返すexecメソッドがあります。配列には、一致が発生した文字の番号を含むインデックスプロパティがあります。

文字列には、パターンを検索するための一致メソッドと、オカレンスの開始位置のみを返す検索メソッドがあります。 replaceメソッドは、パターンの出現を別の文字列に置き換えることができます。さらに、テンプレートおよび見つかったグループに基づいて置換文字列を作成する関数を置換するために渡すことができます。

レギュラーには、スラッシュの後に書き込む設定があります。オプションiは規則性の大文字と小文字を区別せず、オプションgはそれをグローバルにします。これにより、replaceメソッドは、最初のエントリだけでなく、見つかったすべてのエントリを強制的に置換します。

RegExpコンストラクターを使用して、文字列から正規表現を作成できます。

レギュラーは、不快なハンドルを持つ鋭い道具です。一部のタスクを大幅に簡素化し、他の複雑なタスクを解決するときに管理不能になる可能性があります。常連を使用する能力の一部は、彼らが意図していないタスクを詰め込む誘惑に抵抗できるようにすることです。

演習

必然的に、問題を解決する際に、理解できないケースが発生し、時には絶望し、一部の常連の予測できない動作を見ることがあります。debuggex.comのようなオンラインサービスを使用してレギュラーシーズンの振る舞いを調査すると、視覚化を確認して目的の効果と比較できることがあります。

レギュラーゴルフ

コード内の「ゴルフ」は、特定のプログラムを最小限のキャラクターで表現する必要があるゲームです。レギュラーゴルフは、特定のパターンを検索するために、可能な限り小さいレギュラーを書くための実用的な練習であり、そのパターンのみです。

各調整について、通常の行を作成して、それらが行にあるかどうかを確認します。レギュラーは、これらの指定された部分文字列のみを見つける必要があります。特に断りのない限り、単語の境界について心配しないでください。正常に動作するようになったら、それを減らしてみてください。

-車と猫

-ポップとプロップ

-フェレット、フェリー、およびフェラーリ-iousで

終わる単語

-ピリオド、コンマ、コロンまたはセミコロンが続くスペース。

-6文字より長い単語

-文字eのない単語

 //    verify(/.../, ["my car", "bad cats"], ["camper", "high art"]); verify(/.../, ["pop culture", "mad props"], ["plop"]); verify(/.../, ["ferret", "ferry", "ferrari"], ["ferrum", "transfer A"]); verify(/.../, ["how delicious", "spacious room"], ["ruinous", "consciousness"]); verify(/.../, ["bad punctuation ."], ["escape the dot"]); verify(/.../, ["hottentottententen"], ["no", "hotten totten tenten"]); verify(/.../, ["red platypus", "wobbling nest"], ["earth bed", "learning ape"]); function verify(regexp, yes, no) { // Ignore unfinished exercises if (regexp.source == "...") return; yes.forEach(function(s) { if (!regexp.test(s)) console.log("  '" + s + "'"); }); no.forEach(function(s) { if (regexp.test(s)) console.log("  '" + s + "'"); }); }

テキスト内の引用符

ストーリーを書き、どこでもダイアログを示すために一重引用符を使用したとします。ここで、ダイアログの引用符を二重の引用符に置き換え、are notなどの単語の省略形に単一の引用符を残します。

これら2つの引用符の使用を区別するパターンを考え出し、置換を実行するreplaceメソッドの呼び出しを記述します。

再び数字

数字のシーケンスは、単純な規則的なパターン/ \ d + /で見つけることができます。

JavaScriptスタイルで記述された数字のみを検索する式を記述します。数字の前のマイナスまたはプラスの可能性、小数点、および5e-3または1E10の指数表記をサポートする必要があります-ここでもプラスまたはマイナスが可能です。また、ポイントの前後に必ずしも数字があるわけではありませんが、数字が単一のポイントで構成されているわけではないことに注意してください。つまり、.5または5は有効な数値ですが、1つのポイント自体は有効ではありません。

 //   . var number = /^...$/; // Tests: ["1", "-1", "+15", "1.55", ".5", "5.", "1.3e2", "1E-4", "1e+12"].forEach(function(s) { if (!number.test(s)) console.log("  '" + s + "'"); }); ["1a", "+-1", "1.2.3", "1+1", "1e4.5", ".5.", "1f5", "."].forEach(function(s) { if (number.test(s)) console.log("  '" + s + "'"); });

表現力豊かなJavaScript：正規表現

内容