Ссылка на предыдущее подвыражение указывает не на шаблон этого подвыражения, а на найденный текст, соответствующий этому шаблону. Поэтому ссылки могут использоваться для наложения ограничения, выбирающего части строки, содержащие точно такие же символы. Например, следующее регулярное выражение соответствует нулю или более символам внутри одинарных или двойных кавычек. Однако оно не требует, чтобы открывающие и закрывающие кавычки соответствовали друг другу (т. е. чтобы обе кавычки были одинарными или двойными):
/['"][~'"]*['"]/
Соответствия кавычек мы можем потребовать посредством такой ссылки:
/(['"])[~'"]*\1/
Здесь
\1
соответствует совпадению с первым подвыражением. В этом примере ссылка налагает ограничение, требующее, чтобы закрывающая кавычка соответствовала открывающей. Это регулярное выражение не допускает присутствия одинарных кавычек внутри двойных, и наоборот. Недопустимо помещать ссылки внутрь классов символов, т. е. мы не можем написать:
/(['"])[~\1]*\1/
Далее в этой главе мы увидим, что этот вид ссылок на подвыражения представляет собой мощное средство использования регулярных выражений в операциях поиска с заменой.
Возможна также группировка элементов в регулярном выражении без создания нумерованной ссылки на эти элементы. Вместо простой группировки элементов между
(
и
)
начните группу с символов
(?:
и закончите ее символом
)
. Рассмотрим, например, следующий шаблон:
/([Jj]ava(?:[Ssjcript)?)\sis\s(fun\w*)/
Здесь подвыражение
(?:[Ss]cript)
необходимо только для группировки, чтобы к группе мог быть применен символ повторения ?. Эти модифицированные скобки не создают ссылку, поэтому в данном регулярном выражении \2 ссылается на текст, соответствующий шаблону
(fun\w*).
В табл. 10.4 приводится перечень операторов выбора из альтернатив, группировки и ссылки в регулярных выражениях.
10.1.5. Указание позиции соответствия
Как описывалось ранее, многие элементы регулярного выражения соответствуют одному символу в строке. Например,
\s
соответствует одному пробельному символу. Другие элементы регулярных выражений соответствуют позициям между символами, а не самим символам. Например,
\b
соответствует границе слова - границе между
\w
(текстовый ASCII-символ) и
\W
(нетекстовый символ) или границе между текстовым ASCII-символом и началом или концом строки. [20]
20
За исключением класса символов (квадратных скобок), где \Ь соответствует символу «забой».
Такие элементы, как
\b
, не определяют какие-либо символы, которые должны присутствовать в найденной строке, однако они определяют допустимые позиции для проверки соответствия. Иногда эти элементы называются якорными элементами регулярных выражений, потому что они закрепляют шаблон за определенной позицией в строке. Чаще других используются такие якорные элементы, как
~
и
$
, привязывающие шаблоны соответственно к началу и концу строки.
Например, слово «
JavaScript
», находящееся на отдельной строке, можно найти с помощью регулярного выражения
/~JavaScript$/
. Чтобы найти отдельное слово «
Java
» (а не префикс, например в слове «
JavaScript
»), можно попробовать применить шаблон
/\sJava\s/
, который требует наличия пробела [21] до и после слова. Но такое решение порождает две проблемы. Во-первых, оно найдет слово «Java», только если оно окружено пробелами с обеих сторон, и не сможет найти его в начале или в конце строки. Во-вторых, когда этот шаблон действительно найдет соответствие,
возвращаемая им строка будет содержать ведущие и замыкающие пробелы, а это не совсем то, что нам нужно. Поэтому вместо шаблона, совпадающего с пробельными символами
\s
, мы воспользуемся шаблоном (или якорем), совпадающим с границами слова
\b
. Получится следующее выражение:
/\b Java\b/
. Якорный элемент
\В
соответствует позиции, не являющейся границей слова.
21
Точнее, любого пробельного символа. – Прим. науч. ред.
То есть шаблону
/\B[Ss]cript/
будут соответствовать слова «
JavaScript
» и «
post-script
» и не будут соответствовать слова «
script
» или «
Scripting
».
В качестве якорных условий могут также выступать произвольные регулярные выражения. Если поместить выражение между символами
(?=
и
)
, оно превратится в опережающую проверку на совпадение с последующими символами, требующую, чтобы эти символы соответствовали указанному шаблону, но не включались в строку соответствия. Например, чтобы найти совпадение с названием распространенного языка программирования, за которым следует двоеточие, можно воспользоваться выражением
/[Jj]ava([Ss]cript)?(?=\:)/
. Этому шаблону соответствует слово «JavaScript» в строке «JavaScript: The Definitive Guide», но ему не будет соответствовать слово «Java» в строке «Java in a Nutshell», потому что за ним не следует двоеточие.
Если же ввести условие
(?!
, то это будет негативная опережающая проверка на последующие символы, требующая, чтобы следующие символы не соответствовали указанному шаблону. Например, шаблону
/Java(?!Script)([A-Z]\w*)/
соответствует подстрока «Java», за которой следует заглавная буква и любое количество текстовых ASCII-символов при условии, что за подстрокой «
Java
» не следует подстрока «
Script
». Он совпадет со строкой «
JavaBeans
», но не совпадет со строкой «Javanese», совпадет со строкой «JavaScrip», но не совпадет со строками «JavaScript» или «JavaScripter».
В табл. 10.5 приводится перечень якорных символов регулярных выражений.
10.1.6. Флаги
И еще один, последний элемент грамматики регулярных выражений. Флаги регулярных выражений задают высокоуровневые правила соответствия шаблонам. В отличие от остальной грамматики регулярных выражений, флаги указываются не между символами слэша, а после второго из них. В языке JavaScript поддерживается три флага. Флаг
і
указывает, что поиск по шаблону должен быть нечувствителен к регистру символов, а флаг
d
– что поиск должен быть глобальным, т. е. должны быть найдены все соответствия в строке. Флаг
m
выполняет поиск по шаблону в многострочном режиме. Если строковое выражение, в котором выполняется поиск, содержит символы перевода строк, то в этом режиме якорные символы ^ и $, помимо того, что они соответствуют началу и концу всего строкового выражения, также соответствуют началу и концу каждой текстовой строки. Например, шаблону
/java$/im
соответствует как слово «
java
», так и «
Java\nis fun
».
Эти флаги могут объединяться в любые комбинации. Например, чтобы выполнить поиск первого вхождения слова «java» (или «Java», «JAVA» и т. д.) без учета регистра символов, можно воспользоваться нечувствительным к регистру регулярным выражением /\Ьj ava\b/i. А чтобы найти все вхождения этого слова в строке, можно добавить флаг g: /\bjava\b/gi.
В табл. 10.6 приводится перечень флагов регулярных выражений. Заметим, что флаг
g
более подробно рассматривается далее в этой главе вместе с методами классов