js 正则 exec() 和 match() 数据抽取

js 的正则表达式平常用的不多，但以前抽取数据的时候用到过，主要是有这样的需求；

var text='<td class="data">2014-4-4</td><br /><td class="data">2014-4-5</td>';
//希望输出 ["2014-4-4", "2014-4-5"]

难倒不难，如何比较好的实现是个问题；

如果要提取其中的数据，主要就是 String 对象的 match()、replace()、split() 方法或者 RegExp 对象的 exec()，但是应用的时候，还是有点坑的；

首先写出正则，这个不难，一个非全局，一个全局：

var re = /<td[^>]*?>([sS]*?)</td>/,
    reg = /<td[^>]*?>([sS]*?)</td>/g;

但是匹配多个 <td></td> 的时候，match 方法有点特殊：

match 的特殊在于：

非全局正则，可以返回捕获组，也就是正则里面()里面的内容，但不能多次匹配；

全局正则，可以多次匹配，但不返回捕获组；

实际上，如果全局正则，多次匹配还返回捕获组的话，返回的数据就不可能是个简单数组了，因为 n 次匹配，m 个捕获组，那返回的结果就是，数组里有 n 个匹配结果，每个匹配结果里，还要放一个数组，用来表示每个捕获组的值；

如果换成 exec()，结果如下：

exec() 特殊在于：

不管正则是否加全局，返回的内容是一样的

具体实现：

1、这里，我们先用 match 实现一遍，按照前面的思路，就是用全局正则 match 一下，然后再遍历获取到的数组，通过非全局正则捕获我们要的东西：

text.match(reg).map(function(v) {
    return v.match(re)[1];
});
//返回 ["2014-4-4", "2014-4-5"]

比较好理解，但是需要两个正则，一个全局，一个非全局；

2、如果用 exec()，

var temp = [],data = [];
while ((temp = reg.exec(text)) !== null) {
    data.push(temp[1]);
}
//data:["2014-4-4", "2014-4-5"]

这样写的原因是，RegExp 对象的方法，经常有 lastIndex 的属性，exec() 在执行的时候，实际上每回只匹配一次，然后改了 lastIndex 属性的值为下一个开始的地方，然后下次从新的地方开始再匹配，如果匹配到末尾匹配不到了，返回 null ,举个例子：

这个特性不注意会被坑的，比如：

var reg=/ja/g,text='ja';
reg.test(text); //true reg.lastIndex 返回 2，其实也就是匹配到末尾了
reg.test(text); //false reg.lastIndex 返回 0，匹配到末尾没匹配到，返回 null,lastIndex 重置为 0；

参考资料：

JavaScript权威指南-第6版

JavaScript高级程序设计-第3版