用正则量词 `{6}` 匹配 HTML 六位十六进制颜色:从 `121212` 到 `AA00ef` 的完整实战解析
用正则量词 {6} 匹配 HTML 六位十六进制颜色:从 #121212 到 #AA00ef 的完整实战解析
导读
在编写样式解析、主题提取、网页数据抓取等工具时,最常见的需求之一就是从文本中精确识别 HTML/CSS 颜色代码。本篇文章基于 en.javascript.info 教程正则表达式章节中 "Regexp for HTML colors" 这一实战任务,系统讲解如何用量词 {6}、字符类 [0-9a-f] 与边界断言 \b 组合出一个既正确又健壮的正则表达式。读完本文,你将掌握量词的精确定数与范围语法、g/i 标志的作用,以及如何避免"长串误匹配"这一经典陷阱,并能在真实项目中直接落地使用。
任务还原:目标与约束
原任务(task.md)要求创建一个正则表达式,用于在文本中搜索以 # 开头、后跟 6 个十六进制字符的 HTML 颜色:
#ABCDEF
示例测试字符串与期望输出:
let regexp = /...your regexp.../
let str = "color:#121212; background-color:#AA00ef bad-colors:f#fddee #fd2 #12345678";
alert( str.match(regexp) ) // #121212,#AA00ef
任务给出了三条明确约束:
- 只处理 6 位十六进制格式:
#123(3 位缩写)、rgb(1,2,3)等其他 CSS 颜色格式不在本任务范围内; - 十六进制字符大小写不敏感:
#AA00ef中的大写A与小写ef都应被匹配; - 排除伪装成颜色的片段:
f#fddee(前面有字母f,且只有 5 位十六进制)、#fd2(位数不足)、#12345678(位数超过 6)都不算合法颜色。
前置知识:量词 {n} 与十六进制字符类
量词 {n}:精确指定重复次数
本任务的第一个知识点来自 09-regexp-quantifiers 章节。正则表达式中的量词(quantifier)用于指定某个字符、字符类或集合的重复次数,最简单的形式就是花括号里的数字:
pattern:{5}—— 恰好出现 5 次,\d{5}等价于\d\d\d\d\d;pattern:{3,5}—— 出现 3 到 5 次;pattern:{3,}—— 出现 3 次及以上(上限省略)。
任务要求的"恰好 6 个十六进制字符"正是量词 {6} 的典型应用场景。除了精确计数 {n},量词章节还介绍了三个常用缩写:
| 缩写 | 含义 | 等价写法 |
|---|---|---|
+ |
一次或多次 | {1,} |
? |
零次或一次(可选) | {0,1} |
* |
零次或多次 | {0,} |
十六进制字符类:[0-9a-fA-F]
十六进制数字包含 0-9、a-f、A-F,用字符类(character class)可以简洁地表达为:
[0-9a-fA-F]
这正是 02-regexp-character-classes 章节 所讲的方括号集合语法。不过,如果配合正则表达式的 i(ignore case,忽略大小写)标志,A-F 的部分可以省略:
[0-9a-f]
加上 i 后,a-f 会同时匹配大小写。这也是原文档 solution.md 采用的写法。
第一版解决方案:/#[a-f0-9]{6}/gi
把两个知识点组合起来:# 字面量 + 字符类 [a-f0-9] 重复恰好 6 次,即得到第一版正则:
let regexp = /#[a-f0-9]{6}/gi;
let str = "color:#121212; background-color:#AA00ef bad-colors:f#fddee #fd2";
alert( str.match(regexp) ); // #121212,#AA00ef
两个标志的作用:
g(global):让str.match()返回字符串中所有匹配项组成的数组,而非仅第一个匹配。这一点在 17-regexp-methods 章节 中有详细说明:带g时match返回全部匹配字符串数组,不带g时返回包含捕获组和index/input信息的首匹配数组;i(ignore case):使[a-f0-9]同时覆盖大写A-F,从而命中#AA00ef。
至此,#121212 与 #AA00ef 被正确识别,而 f#fddee(缺少一位)与 #fd2(位数严重不足)被排除。
经典陷阱:长串误匹配
第一版正则还有一个隐藏问题——它会在更长的连续十六进制序列中"截取"前 6 位当作颜色:
alert( "#12345678".match( /#[a-f0-9]{6}/gi ) ) // #123456
#12345678 本身并不是合法的 6 位颜色(它有 8 位),但量词 {6} 只要求"恰好 6 个十六进制字符",它会在 #12345678 中匹配到 #123456 这一子串,导致误报。
问题根源在于:量词只约束匹配长度,不约束匹配边界。正则引擎会在字符串任意位置寻找符合条件的子串,只要找到连续 6 个十六进制字符就视为命中,即便后面还紧跟着更多十六进制字符。
边界修正:引入 \b 单词边界
解决方案是在正则末尾追加单词边界断言 \b:
// 合法的 6 位颜色 → 匹配
alert( "#123456".match( /#[a-f0-9]{6}\b/gi ) ); // #123456
// 8 位长串 → 不匹配
alert( "#12345678".match( /#[a-f0-9]{6}\b/gi ) ); // null
\b 的判定原理
\b 是一个零宽断言(zero-width assertion),它不消耗任何字符,只在当前位置检查是否为单词边界。根据 06-regexp-boundary 章节 的定义,满足以下三种情况之一即为单词边界:
- 字符串开头,且首字符是单词字符
\w; - 字符串内部,一侧是单词字符
\w、另一侧不是; - 字符串末尾,且最后一个字符是单词字符
\w。
其中 \w 等价于 [a-zA-Z0-9_]。在 #12345678 中,第 6 位十六进制字符 6 与第 7 位 7 之间两侧都是单词字符,因此该位置不是单词边界,\b 断言失败,整个匹配被拒绝。而在 #123456 末尾,6 之后是分号、空格等非单词字符,满足边界条件,匹配成功。
最终答案即为:
let regexp = /#[a-f0-9]{6}\b/gi;
深入验证:在完整测试字符串上验证
将最终正则应用回任务的完整测试用例,逐一验证每个候选片段:
let regexp = /#[a-f0-9]{6}\b/gi;
let str = "color:#121212; background-color:#AA00ef bad-colors:f#fddee #fd2 #12345678";
alert( str.match(regexp) ); // #121212, #AA00ef
| 文本片段 | 判定 | 原因 |
|---|---|---|
#121212 |
✅ 匹配 | # + 6 位十六进制,后面是 ;(非单词字符) |
#AA00ef |
✅ 匹配 | 大小写混合的 6 位十六进制,i 标志生效 |
f#fddee |
❌ 不匹配 | 前面有单词字符 f,且 # 后只有 5 位十六进制 |
#fd2 |
❌ 不匹配 | 位数不足 6 |
#12345678 |
❌ 不匹配 | {6} 后 \b 断言失败,长串被排除 |
补充验证一:\b 对首部边界的保护
\b 同时还会在匹配起始位置前做边界检查。例如 f#fddee 这类"颜色代码前紧贴单词字符"的情况,即便位数凑够,# 前侧的 f 与 #(非单词字符)之间虽然存在边界,但注意此时正则引擎是从 f 之后开始尝试匹配 # 的——# 本身不是单词字符,所以真正起拦截作用的是"位数不足"。若换成 f#123456(6 位),由于 # 前紧贴 f,匹配起始位置位于 f 与 # 之间,此处两侧分别是单词字符 f 和非单词字符 #,恰好满足边界条件,因此仍会命中 #123456。若要进一步收紧为"颜色代码必须是独立 token",可以在 # 前也加上 \b 或改用更严格的上下文,但原任务并未要求这一层过滤。
补充验证二:g 标志与 match 的返回行为
根据 17-regexp-methods 章节 的说明,带 g 标志时 str.match(regexp) 返回所有匹配的字符串数组;无匹配时返回 null 而非空数组。例如:
alert( "no colors here".match(/#[a-f0-9]{6}\b/gi) ); // null
如果希望始终得到数组,可以写成 str.match(regexp) || []。这一行为差异在实际项目中(如遍历结果前判断空值)需要特别留意。
实战扩展:从"找出颜色"到"解析与替换"
掌握了核心正则之后,可以结合仓库其他章节的方法把它应用到真实场景中。
场景一:逐个提取并校验颜色
当需要拿到每个颜色及其在字符串中的位置时,可用 regexp.exec 配合 lastIndex 循环遍历(17-regexp-methods 章节),或直接用 matchAll 获得带索引的迭代器:
let regexp = /#[a-f0-9]{6}\b/gi;
let str = "color:#121212; background-color:#AA00ef";
for (let match of str.matchAll(regexp)) {
alert( match[0] + " at position " + match.index );
}
// #121212 at position 6
// #AA00ef at position 30
场景二:颜色归一化(统一转为大写)
利用 replace 的回调函数参数,可以把提取出的所有颜色统一转为大写或小写,便于后续比较:
let str = "color:#121212; background-color:#AA00ef";
let normalized = str.replace(/#[a-f0-9]{6}\b/gi, m => m.toUpperCase());
alert(normalized); // color:#121212; background-color:#AA00EF
场景三:与其他颜色格式的取舍
本任务刻意不处理 #123(3 位缩写)和 rgb(1,2,3) 等格式。若你的需求必须兼容 3 位缩写,可将其量词改为可选,例如 /#<a href="https://link.gitcode.com/i/09fa966a557a4bc2f7b46b6640966e47" target="_blank">a-f0-9]{3}(?:[a-f0-9]{3})?\b/gi——这正是量词章节中"正则越精确就越复杂"这一规律的体现([09-regexp-quantifiers):每多一种格式需求,就需要多一层分支与分组,同时也要重新评估 \b 边界在不同格式下的表现。建议按需取舍,而不是一开始就堆砌一个"万能"正则。
小结
- 量词
{n}用于精确指定字符重复次数,/#[a-f0-9]{6}/gi可匹配#后跟恰好 6 个十六进制字符; i标志让[a-f0-9]同时匹配大小写,g标志让match返回全部匹配;- 必须用
\b收尾,否则#12345678这类长串会被误截为#123456;\b是零宽断言,只在两侧一方为\w、另一方非\w的位置成立; - 最终方案:
/#[a-f0-9]{6}\b/gi,并通过str.match()、matchAll、replace等方法直接落地到提取、定位、归一化等真实业务中。
这一任务的完整过程——从需求拆解、量词选用、标志配置到边界陷阱修复——是理解正则表达式"精确匹配"思想的绝佳范例,相关源码与讲解均可在本仓库 9-regular-expressions 目录下找到对应章节继续深入学习。