例子

//這是一個用來匹配URL的正則表達式，分組獲取不同部分的信息
var parse_url = /^(?:([A-Za-z]+):)?(\/{0,3})([0-9.\-A-Za-z]+)(?::(\d+))?(?:\/([^?#]*))?(?:\?([^#]*))?(?:#(.*))?$/;
var url = "http://www.ora.com:80/goodparts?q#fragment";
var result = parse_url.exec(url);
var names = ["url", "scheme", "slash", "host", "port", "path", "query", "hash"];var i;
for (i = 0; i < names.length; i++) {
    document.writeln(names[i] + ": " + result[i] + "<br/>");
}

//這段代碼的輸出結果如下：
url: http://www.ora.com:80/goodparts?q#fragment
scheme: http
slash: //
host: www.ora.com
port: 80
path: goodparts
query: q
hash: fragment

解析

下面讓我們分解parse_url的各個部分，看看它是如何工作的：

^字符表示此字符串的開始，它是一個錨，指引exec不要跳過那些不像URL的前綴，只匹配那些從開頭就像URL一樣的字符串。

(?:([A-Za-z]+):)?

這個因子匹配一個協議名，但僅當它后面跟隨一個 :（冒號）的時候才匹配。(?: . . .)表示一個非捕獲型分組（noncapturing group）。后綴 ? 表示這個分組是可選的，它表示重復0次或1次。( . . .)表示一個捕獲型分組。一個捕獲型分組會復制它所匹配的文本，并把其放到result數組里。每個捕獲型分組都會被指定一個編號。第一個捕獲型分組的編號是1，所以該分組所匹配的文本副本會出現在result[1]中。 [ . . .]表示一個字符類。A-Za-z這個字符類包含26個大寫字母和26個小寫字母。連接字符 - 表示范圍從A-Z。后綴 + 表示這個字符類會被匹配一次或多次。這個組后面跟著字符 : ，它會按字面進行匹配。

(\/{0,3})

這個因子是捕獲型分組2，匹配//。\ /表示應,該匹配 / （斜杠）。它用 \ （反斜杠）來進行轉義，這樣它就不會被錯誤地解釋為這個正則表達式的結束符。后綴 {0,3} 表示 / 會匹配0~3次。

([0-9.\-A-Za-z]+)

這個因子是捕獲型分組3。它會匹配一個主機名，由一個或多個數字、字母以及 . 或 - 字符組成。- 會被轉義為 \- 以防止與表示范圍的連字符相混淆。

(?::(\d+))?

這個可選的因子匹配端口號，它是由一個前置 : 加上一個或多個數字而組成的序列。\d表示一個數字字符。一個或多個數字組成的數字串會被捕獲型分組4捕獲。

(?:\/([^?#]*))?

這個因子也是可選的分組，匹配路徑。該分組以一個 / 開始。之后的字符類[^?#]以一個^開始，它表示這個類包含除 ? 和 # 之外的所有字符。* 表示這個字符類會被匹配0次或多次。

注意我在這里的處理是不嚴謹的。這個類匹配除 ? 和 # 之外的所有字符，其中包括了行結束符、控制字符、以及其他大量不應在此被匹配的字符。大多數情況下，它會按照我們的預期去做，但某些惡意文本可能會有滲漏進來的風險。不嚴謹的正則表示式是一個常見的安全漏洞發源地。寫不嚴謹的正則表達式比寫嚴謹的正則表示式要容易的多。