如果想使用者輸入的手機號碼格式是否為 XXXX-XXXXXXX
,其中 X 為數字,雖然規則表示式可以使用 \d\d\d\d-\d\d\d\d\d\d
,不過更簡單的寫法是 \d{4}-\d{6}
,{n}
是貪婪量詞(Greedy quantifier)表示法的一種,表示前面的項目出現 n 次。
底下列出可用的貪婪量詞:
X?
:X 項目出現一次或沒有X*
:X 項目出現零次或多次X+
:X 項目出現一次或多次X{n}
:X 項目出現 n 次X{n,}
:X 項目至少出現 n 次X{n,m}
:X 項目出現 n 次但不超過 m 次
貪婪量詞之所以貪婪,是因為看到貪婪量詞時,比對器(Matcher)會把符合量詞的文字全部吃掉,再逐步吐出(back-off)文字,看看是否符合貪婪量詞後的規則表示式,如果吐出的部份也符合就比對成功。
簡單來說,貪婪量詞會儘可能地找出長度最長的符合文字。
例如文字 xfooxxxxxxfoo,若使用規則表示式 .*foo
比對,比較器根據 .*
吃掉了整個 xfooxxxxxxfoo,之後吐出 foo 符合 foo
部份,得到的符合字串就是整個 xfooxxxxxxfoo。
若在貪婪量詞表示法後加上 ?
,會成為逐步量詞(Reluctant quantifier),又常稱為懶惰量詞,或非貪婪(non-greedy)量詞(相對於貪婪量詞來說),比對器是一邊吃一邊比對文字是否符合量詞與之後的規則表示式。
簡單來說,逐步量詞會儘可能地找出長度最短的符合文字。
例如文字 xfooxxxxxxfoo 若用規則表示式 .*?foo
比對,比對器在吃掉 xfoo 後發現符合 .*?
與 foo
,接著繼續吃掉 xxxxxxfoo 發現符合 .*?
與 foo
,得到 xfoo 與 xxxxxxfoo 兩個符合文字。
有些工具或語言支援獨吐量詞(Possessive quantifier),例如 Java(然而 Python、JavaScript 不支援),也就是在貪婪量詞表示法後加上 +
,比對器會將符合量詞的文字全部吃掉,而且不再回吐(因此才稱為獨吐)。
例如文字 xfooxxxxxxfoo,若使用規則表示式 x*+foo
比對,x 符合 x*+
被吃了,後續 foo 符合 foo
,得到 xfoo 符合,接著 xxxxxx 符合 x*+
被吃了,後續 foo 符合 foo
,得到 xxxxxxfoo 符合。
文字 xfooxxxxxxfoo,若使用規則表示式 .*+foo
比對,整個 xfooxxxxxxfoo 會因符合 .*+
全被比對器吃了,沒有文字可再用於比對 foo
,結果就是沒有任何文字符合。
如果有個文字 Justin dog Monica doggie Irene,使用表示式 dog
的話,會符合到 dog 與 doggie 前的 dog 部份:
你可以使用 \b
標出單字邊界,例如 \bdog\b
,這就只會比對出 dog 單字:
邊界比對用來表示文字必須符合指定的邊界條件,也就是定位點,因此這類表示式也常稱為錨點(Anchor),底下列出規則表示式中可用的邊界比對:
^
:一行開頭$
:一行結尾\b
:單字邊界\B
:非單字邊界\A
:輸入開頭\G
:前一個符合項目結尾\Z
:非最後終端機(final terminator)的輸入結尾\z
:輸入結尾