website-archive 编程实战:JavaScript 正则表达式 `test()` 与 `match()` 方法详解
website-archive 编程实战:JavaScript 正则表达式 test() 与 match() 方法详解
本文基于 website-archive 仓库中《Programming with Text》课程第 2.6 节文档(_learning/programming-with-text/2.6-test-and-match.md)展开,结合其配套源码示例(Courses/programming_with_text/session02/2-0607_regexTestMatchExec),系统讲解正则表达式与字面量字符串的区别,以及 JavaScript 中两个最常用的正则方法
test()和match()的用法、返回值与实战陷阱。读完本文,你将掌握如何在 p5.js / 浏览器环境中用正则表达式校验文本、提取匹配结果,并理解它与exec()、split()、replace()等方法的配合关系。
一、背景:正则表达式在《Programming with Text》课程中的位置
本仓库是 Coding Train 网站第一版的归档仓库,其中 Courses/programming_with_text 目录对应"Programming with Text / Programming from A to Z"课程。本课(第 2.6 节,视频 W7S_Vmq0GSs)属于第 2 章"正则表达式(Regular Expressions)",该章的文档骨架位于 _learning/programming-with-text/index.md 与 _learning/programming-with-text/2.1-introduction.md:
- 2.1 正则表达式入门(什么是正则、如何使用);
- 2.2 元字符(meta-characters);
- 2.3 字符类(character classes);
- 2.4 捕获分组(capturing groups);
- 2.5 反向引用(back references);
- 2.6
test()与match()(本文主题); - 2.7
exec(); - 2.8
split(); - 2.9
replace()。
本节文档的核心命题很明确:在 JavaScript 中,正则表达式与普通字面量字符串是两种不同的东西,而 test() 与 match() 是入门的两个关键函数——一个用来"判断是否匹配",一个用来"取出匹配结果"。
二、正则表达式 vs. 字面量字符串:先厘清概念
在 JavaScript 中,一段文本既可以写成普通字符串,也可以写成正则表达式:
// 普通字符串字面量:它表示文本本身
var str = "hello";
// 正则表达式字面量:它表示一种"模式",用于在文本中查找/匹配
var regex = /hello/;
二者的本质区别在于:
| 维度 | 字面量字符串 | 正则表达式 |
|---|---|---|
| 本质 | 一段确定不变的文本 | 一种描述"字符模式"的规则 |
| 运算 | 只能做 indexOf、includes、split 等文本操作 |
可通过 test、match、exec、replace 等方法做模式匹配 |
| 特殊字符 | \、\n 等转义符按字面意义处理 |
元字符如 .、*、+、()、[] 具有模式语义 |
| 典型用途 | 保存/拼接/展示文本 | 校验格式、查找提取、批量替换 |
正则表达式字面量由两个正斜杠包裹,模式写在其中,末尾可以追加标志位(flags),例如:
var r = /(\d{3})[-.]\d{4}/g; // g = global,全局匹配
这个例子同时用到了:
\d:匹配任意数字(0–9);{3}、{4}:量词,分别表示前面元素恰好出现 3 次、4 次;[-.]:字符类,匹配-或.中的一个;(...):捕获分组,把匹配到的内容"圈"出来,稍后可通过编号引用;g:全局标志,让匹配从"找第一个"变为"找所有"。
三、test():只关心"有没有匹配"
test() 是 RegExp 对象的方法,返回布尔值——只回答"这段文本里有没有匹配到该模式",不返回匹配到的具体内容:
var r = /(\d{3})[-.]\d{4}/;
r.test("111-2222"); // true,模式匹配成功
r.test("hello world"); // false,模式不匹配
test() 的使用场景非常典型:校验输入是否符合格式,比如表单中的电话号码、邮箱、日期校验。它不关心匹配内容是什么,只给一个 true/false 的判断结果,因此代码意图清晰、性能开销小。
四、match():取出匹配结果
match() 是 String 对象的方法,返回匹配结果。它的返回值受是否带 g 标志影响很大,这是新手最容易踩的坑:
4.1 不带 g:返回第一个完整匹配 + 捕获分组
var s = "Here is are two numbers 111-2222 and 444-5555";
var r = /(\d{3})[-.]\d{4}/; // 没有 g
var result = s.match(r);
// result[0] -> 完整匹配:"111-2222"
// result[1] -> 第 1 个捕获分组:"111"
// result.index -> 匹配开始的位置
// result.input -> 原始字符串
不带 g 时,match() 返回一个类数组对象,result[0] 是完整匹配,result[1]、result[2]…依次对应各捕获分组,同时带有 index 和 input 属性。
4.2 带 g:返回所有完整匹配,但丢弃捕获分组
var r = /(\d{3})[-.]\d{4}/g; // 带 g
var result = s.match(r);
// result -> ["111-2222", "444-5555"]
带 g 时,match() 返回一个普通数组,里面是所有完整匹配的文本;但此时捕获分组的信息会被丢弃(result[1] 不再有意义)。
这个限制正是课程引入 exec() 的原因——如果想"全局匹配 + 保留捕获分组",就要用 exec() 配合 while 循环。
五、实战示例:配套仓库源码逐行拆解
本节的配套示例仓库为 Courses/programming_with_text/session02/2-0607_regexTestMatchExec,包含两个文件:index.html(页面结构)与 sketch.js(逻辑)。
5.1 页面结构(index.html)
index.html 中:
- 通过 CDN 引入
p5.min.js(版本1.4.1); - 提供一个
<textarea id="input">,默认内容是示例文本"Here is are two numbers 111-2222 and 444-5555"; - 提供一个
submit按钮和<p id="output">输出区域。
<textarea cols=50 id="input">Here is are two numbers 111-2222 and 444-5555</textarea>
<p><button id="submit">submit</button></p>
5.2 核心逻辑(sketch.js)
sketch.js 完整代码如下:
var textfield;
var output;
var submit;
function setup() {
noCanvas();
textfield = select('#input');
output = select('#output');
submit = select('#submit');
submit.mousePressed(newText);
}
function newText() {
var s = textfield.value();
var r = /(\d{3})[-.]\d{4}/g;
// var matches = s.match(r);
// var result = r.exec(s);
var results;
while ((results = r.exec(s))) {
createP(results[1]);
// do something with the matched results
}
}
这段代码是本节教学内容的直接落地,几个要点:
select()与mousePressed():使用 p5.dom 的辅助方法选取页面元素、绑定按钮点击事件;- 模式
/(\d{3})[-.]\d{4}/g:匹配"3 位数字 +-或.+ 4 位数字"的电话号码模式,其中(\d{3})是捕获分组(区号部分),[-.]允许分隔符为连字符或点号; - 被注释掉的两种写法:
s.match(r)与r.exec(s)是课程中对比过的替代方案,最终采用了exec()循环——因为需要全局匹配并且读取捕获分组results[1]; while ((results = r.exec(s)))循环:每次迭代exec()返回一个匹配结果对象(数组形式),results[1]就是每组电话号码的区号"111"、"444";当没有更多匹配时exec()返回null,循环自然结束。
运行效果:点击 submit 后,页面下方会逐行输出从文本中提取到的所有区号。
六、exec():match() 的"全局 + 分组"替代方案
本节的配套仓库与第 2.7 节(_learning/programming-with-text/2.7-exec.md)是同一个仓库(front matter 中 repository 均为 /Courses/programming_with_text/session02/2-0607_regexTestMatchExec),这说明 test() / match() / exec() 在本课程中被设计为一组连贯的教学主题。
exec() 是 RegExp 对象的方法,与 match() 的关键差异:
| 方法 | 所属对象 | 带 g 时的行为 |
捕获分组 |
|---|---|---|---|
match() |
String | 返回所有完整匹配的数组 | 丢弃 |
exec() |
RegExp | 每次调用返回一个匹配(含分组),通过 lastIndex 记住进度 |
保留 |
var r = /(\d{3})[-.]\d{4}/g;
var result;
while ((result = r.exec(s)) !== null) {
console.log(result[0]); // 完整匹配
console.log(result[1]); // 捕获分组
}
exec() 是有状态的:带 g 时它会更新正则对象的 lastIndex 属性,下一次调用从上次匹配结束的位置继续搜索;当搜索到末尾返回 null 后,lastIndex 会被重置为 0。因此:
- 反复调用同一个
exec()前要确认lastIndex的状态; - 在
while循环中务必把exec()的返回值赋给变量再判断,避免重复调用导致死循环或跳步。
这也是 2.6 文档与 2.7 文档共享同一份源码示例的原因:源码 sketch.js 中同时保留了 match() 与 exec() 两种写法的注释,正是为了直观对比二者差异。
七、易错点与最佳实践
7.1 g 标志对 match() 返回值的决定性影响
- 无
g:返回完整匹配 + 所有捕获分组(含index、input属性); - 有
g:只返回所有完整匹配的数组,分组丢失。
需要同时"拿到全部匹配 + 分组"时,请改用 exec() 循环,而不是 match()。
7.2 test() 与 g 标志的隐藏状态
带 g 的 test() 同样会推进 lastIndex,导致同一个正则多次调用 test() 的结果在 true/false 之间交替。用 test() 做布尔判断时,通常不要加 g 标志。
7.3 用分组提取结构化信息
本例用 (\d{3}) 捕获区号,是"模式匹配 + 数据提取"的典型组合。结合本系列前序内容:
- 分组语法与引用方式见 _learning/programming-with-text/2.4-capturing-groups.md;
- 用
\1反向引用已匹配分组的用法见 _learning/programming-with-text/2.5-back-references.md。
7.4 与 split()、replace() 串联使用
正则匹配只是文本处理的第一步。本系列后续两节展示了正则的另外两个高频入口:
split():按正则分隔符把文本切成 token,示例见 2-08_regexSplit/sketch.js(var r = /(\W+)/; var words = s.split(r);),配套文档 _learning/programming-with-text/2.8-split.md;replace():用正则做查找替换,回调函数replacer(match, group1, group2)可拿到每个捕获分组,示例见 2-09_regexReplace/sketch.js,配套文档 _learning/programming-with-text/2.9-replace.md。
八、总结:test() / match() / exec() 怎么选
| 需求 | 推荐方法 |
|---|---|
| 只判断文本是否符合模式(校验) | regex.test(str),不加 g |
| 取第一个匹配及捕获分组 | str.match(regex),不加 g |
| 取所有完整匹配,不需要分组 | str.match(regex),加 g |
| 取所有匹配且需要捕获分组 | while ((m = regex.exec(str))) 循环 |
本节文档(_learning/programming-with-text/2.6-test-and-match.md)虽然篇幅精炼,但传递的是正则入门最关键的分水岭:先分清"字面量字符串"与"正则模式",再分清 test()(判断)与 match()(提取)。配合仓库中 2-0607_regexTestMatchExec 的完整可运行示例,你可以在浏览器中直接打开 index.html 实验:输入任意包含 111-2222、444.5555 之类片段的文本,点击 submit 即可看到 exec() 循环逐条提取区号的过程,从而直观理解三个方法的差异。
进一步学习,可继续阅读本系列的 2.7 exec()、2.8 split() 与 2.9 replace(),它们共同构成 JavaScript 正则处理的完整工具箱。