在前面《正则表达式中的反向预搜索》 中,在JavaScript中利用RegExp对象实现了正则表达式反向预搜索的字符串替换功能,代码为:
//程序目的,去掉图片路径中的域名 var str = '<img src="http://news.163.com/sports/yao.jpg">'; var reg1 = /(/<img)(.*(?=(http|https)/:////))((http|https)/:////[^//]*)/gim; str.match(reg1); alert(str.replace(RegExp.$4,'');
这个用法在字符串中只有一个URL时,是适用的,但是如果字符串中包含多个域名,例如:
var str = '<img src="http://news.163.com/sports/yao.jpg">网易首页的<a href="http://www.163.com">链接</a>';
程序运行后去掉的内容就是第二个域名即http://www.163.com。这是为什么呢?
仔细查看正则表达式会发现,在使用"(/<img) "匹配了<img之后,使用“.*”匹配所有字符直到“http://”或者“https://”。请注意,正是“.*”导致了这个问题的出现,这里的“.*”就是说,一直查找和匹配,尽可能的多匹配,直到最后一个限定符,也就是说术语中的贪婪(greedy)匹配。很自然,就想到了使用非贪婪的匹配解决这个问题。把正在表达式改为:
//与贪婪匹配的差别就是多了一个问号“?”,贪婪".*",非贪婪".*?" var reg1 = /(/<img)(.*?(?=(http|https)/:////))((http|https)/:////[^//]*)/gim;
解决问题的方法很简单,但是也说明平时工作存在的一个重要问题:程序测试不充分。