字元類別

考慮一個實際任務 – 我們有一個像 "+7(903)-123-45-67" 這樣的電話號碼，而我們需要將其轉換成純數字：79031234567。

為此，我們可以找出並移除任何不是數字的東西。字元類別可以協助處理這項任務。

字元類別是一種特殊符號，用於比對特定集合中的任何符號。

首先，我們來探討「數字」類別。它寫作 \d，並對應到「任何單一數字」。

例如，讓我們找出電話號碼中的第一個數字

let str = "+7(903)-123-45-67";

let regexp = /\d/;

alert( str.match(regexp) ); // 7

沒有旗標 g，正規表示式只會尋找第一個符合的字元，也就是第一個數字 \d。

讓我們加上 g 旗標來尋找所有數字

let str = "+7(903)-123-45-67";

let regexp = /\d/g;

alert( str.match(regexp) ); // array of matches: 7,9,0,3,1,2,3,4,5,6,7

// let's make the digits-only phone number of them:
alert( str.match(regexp).join('') ); // 79031234567

那是一個數字字元類別。還有其他字元類別。

最常用的有

\d（「d」來自於「digit」，數字）

一個數字：一個從 0 到 9 的字元。

\s（「s」來自於「space」，空白）

一個空白符號：包含空白、跳格 \t、換行 \n 和其他幾個較少見的字元，例如 \v、\f 和 \r。

\w（「w」來自於「word」，字）

一個「字」元：一個拉丁字母、一個數字或一個底線 _。非拉丁字母（例如西里爾字母或印度文）不屬於 \w。

例如，\d\s\w 表示一個「數字」，後接一個「空白字元」，後接一個「字元」，例如 1 a。

一個正規表示式可以同時包含一般符號和字元類別。

例如，CSS\d 會符合一個字串 CSS，後接一個數字

let str = "Is there CSS4?";
let regexp = /CSS\d/

alert( str.match(regexp) ); // CSS4

我們也可以使用多個字元類別

alert( "I love HTML5!".match(/\s\w\w\w\w\d/) ); // ' HTML5'

符合的字元（每個正規表示式字元類別都有對應的結果字元）

反向類別

對於每個字元類別，都有一個「反向類別」，表示方式為相同字母，但使用大寫。

「反向」表示它會符合所有其他字元，例如

\D

非數字：任何字元，除了 \d，例如一個字母。

\S

非空白：任何字元，除了 \s，例如一個字母。

\W

非字元：任何字元，除了 \w，例如一個非拉丁字母或一個空白。

在章節的開頭，我們看過如何從一個像 +7(903)-123-45-67 這樣的字串中，產生一個只有數字的電話號碼：找出所有數字並將它們串接起來。

let str = "+7(903)-123-45-67";

alert( str.match(/\d/g).join('') ); // 79031234567

一個替代的、較短的方法是找出非數字 \D 並將它們從字串中移除

let str = "+7(903)-123-45-67";

alert( str.replace(/\D/g, "") ); // 79031234567

一個點代表「任何字元」

一個點 . 是特殊字元類別，用來比對「任何字元，除了換行符號」。

例如

alert( "Z".match(/./) ); // Z

或在正規表示式中間

let regexp = /CS.4/;

alert( "CSS4".match(regexp) ); // CSS4
alert( "CS-4".match(regexp) ); // CS-4
alert( "CS 4".match(regexp) ); // CS 4 (space is also a character)

請注意，一個點代表「任何字元」，但不是「沒有字元」。必須有字元與之比對

alert( "CS4".match(/CS.4/) ); // null, no match because there's no character for the dot

點代表任何字元，使用「s」旗標

預設情況下，一個點不會比對換行字元 \n。

例如，正規表示式 A.B 比對 A，然後比對 B，中間可以有任何字元，但不能是換行符號 \n

alert( "A\nB".match(/A.B/) ); // null (no match)

在許多情況下，我們希望一個點代表「任何字元」，包括換行符號。

這就是旗標 s 的作用。如果正規表示式有這個旗標，那麼一個點 . 就會比對任何字元

alert( "A\nB".match(/A.B/s) ); // A\nB (match!)

alert( "A\nB".match(/A[\s\S]B/) ); // A\nB (match!)

alert( "1 - 5".match(/\d-\d/) ); // null, no match!

alert( "1 - 5".match(/\d - \d/) ); // 1 - 5, now it works
// or we can use \s class:
alert( "1 - 5".match(/\d\s-\s\d/) ); // 1 - 5, also works

摘要

存在下列字元類別

• \d – 數字。
• \D – 非數字。
• \s – 空白符號、標籤、換行符。
• \S – 所有字元，但排除 \s。
• \w – 拉丁字母、數字、底線 '_'。
• \W – 所有字元，但排除 \w。
• . – 任何字元，若加上 regexp 's' 旗標，則為任何字元，但排除換行符 \n。

…但這還不是全部！

JavaScript 用於字串的 Unicode 編碼提供許多字元屬性，例如：字母屬於哪種語言（如果是字母）、是否為標點符號等等。

我們也可以透過這些屬性進行搜尋。這需要 u 旗標，我們將在下篇文章中介紹。