JavaScript正则表达式笔记
概述
- RegularExpression：安装某种规则匹配指定内容的单个字符串
- 一个正则可视化网站：https://regexper.com/
- 一个可视化JavaScript调试网站：http://jsbin.com/qutevuwamu/1/edit?js,console
RegExp对象
两种方法构造RegExp对象
- 字面量
var reg = /\bis\b /g - 构造函数
var reg = new RegExp('\\bis\\b', 'g')
注：在Linux中反斜线本身就是特殊字符，所以需要再次转义，故写成
\\bis\\b的格式
修饰符
- g: global 全文搜索，不添加的话搜索到第一个匹配停止，添加的话匹配全局
- i: ignore case 忽略大小写，默认大小写敏感
- m: multipl lines 多行搜索
示例
'He is a boy. Is he?'.replace(/\bis\b/g, '0') // expected: "He 0 a boy. Is he?"
'He is a boy. Is he?'.replace(/\bis\b/i, '0') // expected: "He 0 a boy. 0 he?"
元字符
- 正则表达式有两种基本字符串类型组成
- 原义文本字符
- 元字符
- 元字符是有特殊含义的非字母字符
* + ? $ ^ . | \ ( ) { } [ }
元字符
| 字符 | 含义 |
|---|---|
\t |
水平制表符 |
\v |
垂直制表符 |
\n |
换行符 |
\r |
回车符 |
\0 |
空字符 |
\f |
换页符 |
\cX |
与X对应的控制字符（Ctrl+X） |
字符类
一般情况下正则表达式一个字符对应字符串的一个字符
-
字符类
- 我们可以使用元字符
[]构建一个简单的类 - 所谓类是指符合某些特性的对象，一个泛指，而不是指某个字符
- 表达式
[abc]把字符串a或b或c归为一类，表达式可以匹配这类的字符
- 我们可以使用元字符
-
字符类取反
- 使用元字符
^创建反向类/负向类 - 反向类的意思是不属于某类的内容
- 表达式
[^abc]表示不是字符a或b或c的内容
- 使用元字符
示例
'a1b2c3d4'.replace(/[abc]/g, 'X'); //output: X1X2X3d4
'a1b2c3d4'.replace(/[^abc]/g, 'X'); //output: aXbXcXXX
范围类
- 正则表达式提供了范围类
- 可以使用
[a-z]表示从a到z的任意字符 - 这是个闭区间，包括a和z本身
- 在
[]中是可以连写的，例如[a-zA-Z]表示从a到z大小写匹配
示例：
'a1b2c3d4'.replace(/[a-z]/g, 'Q'); //output: Q1Q2Q3Q4
'2016-09-12'.replace(/[0-9-]/g, 'A'); //output: AAAAAAAAAA
预定义类
预定义字符
| 字符 | 等价类 | 含义 |
|---|---|---|
. |
[^\r\n] |
除了回车符和换行符之外的所有字符 |
\d |
[0-9] |
数字字符 |
\D |
[^0-9] |
非数字字符 |
\s |
[\t\n\x0B\f\r] |
空白字符 |
\S |
[^\t\n\x0B\f\r] |
非空白字符 |
\w |
[a-zA-Z_0-9] |
查询字符串（字母，数字下划线） |
\W |
[^a-zA-Z_0-9] |
非单词字符 |
边界
| 字符 | 含义 |
|---|---|
^ |
以xxx开头 |
$ |
以xxx结束 |
\b |
单词边界 |
\B |
非单词边界 |
示例
// for \b \B
'This is a boy'.replace(/is/g, '0'); //output: Th0 0 a boy
'This is a boy'.replace(/\bis/g, '0'); //output: This 0 a boy
'This is a boy'.replace(/\Bis/g, '0'); //output: Th0 is a boy
// for ^
'@123@abc@'.replace(/@./g, 'Q'); //output: Q23Qbc@
'@123@abc@'.replace(/^@./g, 'Q'); //output: Q23@abc@
'@123@abc@'.replace(/.@/g, 'Q'); //output: @23QabcQ
'@123@abc@'.replace(/.@$/g, 'Q'); //output: @123@abQ
// for multip line
mulstr="@123\n@456\n@789";
mulstr.replace(/^@\d/g, 'X'); //output:"X23\n@456\n@789"
mulstr.replace(/^@\d/gm, 'X'); //output:"X23\nX456\nX789"
量词
- 适用场景：希望匹配连续出现多次的内容的字符串
| 字符 | 含义 |
|---|---|
? |
出现零次或一次（最多出现一次） |
+ |
出现一次或多次（至少出现一次） |
* |
出现零次或多次（任意次） |
{n} |
出现n次 |
{n,m} |
出现n到m次 |
{n,} |
至少出现n次 |
\d{20} //匹配连续出现20次的数字
\d{20}\w\d?\w+\d*\d{3}\w{3,5}\d{3,}
贪婪模式
- 正则表达式会尽可能多的匹配，直到匹配失败
- 非贪婪模式即让正则表达式尽可能少的匹配，即一旦匹配成功就不再匹配了。做法很简单，在量词后面加上
?即可。
分组
- 问题：匹配字符串byron连续出现3次的场景
使用量词：byron{3}并不能完成目标。因为它只会对紧挨着的n匹配三次，此时，需要使用分组。分组很简单，直接加上小括号即可。即(byron){3}
示例：
'a1b2c3d4'.replace(/[a-z]\d{3}/g, 'X') //a1b2c3d4
'a1b2c3d4'.replace(/([a-z]\d){3}/g, 'X') //Xd4
或（使用竖线表示）
'ByronCaseper'.replace(/Byron|Caseper/g, 'X') //XX
'ByronsperByrCasper'.replace(/Byr(on|Ca)sper/g, 'X') //XX
反向引用
- 问题：将2015-12-25 => 12/25/2015
- 实现方法是使用反向引用，将分组内容使用
$进行捕获，然后再用$进行表示。
示例
'2015-12-25'.replace(/(\d{4})-(\d{2})-(\d{2})/g, '$1/$2/$3')
// 12/25/2015
忽略分组
- 不想捕获某些分组，只需要在分组内加上
?:就可以了。例如
(?:Bryon).(ok)
前瞻
- 正则表达式从文本头部向尾部开始解析，文本尾部方向，称之为前
- 前瞻就是再正则表达式匹配到规则的时候，向前检测是否符合断言，后顾/后瞻方向相反
注：JavaScript不支持后顾，故不再演示
| 名称 | 正则 | 含义 |
|---|---|---|
| 正向前瞻 | exp(?=asset) |
|
| 负向前瞻 | exp(?!asset) |
|
| 正向后顾 | exp(?<=asset) |
JS不支持 |
| 负向后顾 | exp(?<!asset) |
JS不支持 |
示例：
'a2*34v8'.replace(/\w(?=\d)/g, 'X')
//"X2*X4X8"
'a2*34v8'.replace(/\w(?!\d)/g, 'X')
//"aX*3XvX"
对象属性
- global：是否全文搜索，默认false
- ignore case：是否大小写敏感，默认false
- multiline：多行搜索，默认false
- lastIndex：是当前表达式匹配内容的最后一个字符的下一个位置
- source：正则表达式的文本字符串
test和exec方法
- RegExp.prototype.test(str)
- 用于测试字符串参数中是否存在匹配正则表达式模式的字符串
- 如果存在则返回true，否则返回false
- RegExp.prototype.exec(str)
- 使用正则表达式模式对字符串执行搜索，并将更新全局RegExp对象的属性以反映匹配的结果
- 过没有匹配的文本则返回null，否则返回一个结果数组
- index声明匹配文本的第一个字符的位置
- input存放被检索的字符串
注：在test方法中，如果匹配全局后有多个结果时，lastindex保存上次执行结果，并向下迭代，直至没有结果时返回false，则重新回到首位。此时再次执行，则再次循环上面的步骤。
示例：
var reg1 = /\w/;
var reg1 = /\w/g;
while(reg2.test('ab')) {
console.log(reg2.lastIndex);
}
/*
1
2
*/
非全局调用
- 调用非全局的RegExp对象的exec（）方法时，返回数组
- 第一个元素是与正则表达式相匹配的文本
- 第二个元素是与RegExpObject的第一个子表达式相匹配的文不（如果有的话）
- 第三个元素是与RegExp对的第二个子表达式想匹配的文本（如果有的话），以此类推
var reg3 = /\d(\w)(\w)\d/;
var reg4 = /\d(\w)(\w)\d/g;
var ts = '$1az2bb3cy4dd5ee';
var ret = reg3.exec(ts);
console.log(reg3.lastIndex+'\t'+ret.index+'\t'+ret.toString());
//"0 1 1az2,a,z"
console.log(reg3.lastIndex+'\t'+ret.index+'\t'+ret.toString());
//"0 1 1az2,a,z"
while(ret = reg4.exec(ts)) {
console.log(reg4.lastIndex + '\t'+ret.index+'\t'+ret.toString());
}
/*
"5 1 1az2,a,z"
"11 7 3cy4,c,y"
*/
可以使用正则的函数
String.prototyp.search(reg)
- search()方法用于检索字符串中指定的字符串，或检索与正则表达式相匹配的子字符串
- 方法返回一个匹配结果index，查不到返回-1
- search（）方法不执行全局匹配，它将忽略标志g，并且总是从字符串开始进行检索
'a1b2c3d4'.search(/1/g); //1
String.prototype.match(reg)
- match()方法将检索字符串，以找到一个或多个与RegExp匹配的文本
- RegExp是否具有标志g对结果影响很大
- 非全局调用
- 如果RegExp没有标志g，那么match（）方法就只能执行一次匹配
- 如果没有找到任何匹配，则返回null
- 否则返回一个数组，其中存放了了与它找到的匹配文本有关的信息
- 返回数组的第一个元素存在的是匹配文本，而其他元素存放的是与正则表达式的子表达式匹配的文本
- 处理常规的数组元素之外，返回的数组还含有两个对数属性
- index声明匹配文本的其实字符串在字符串的位置
- input声明对stringObject的引用
- 全局调用
- 如果RegExp具有标志g，则match方法执行全局检索，找到字符串的所有匹配子字符串
- 没有找到匹配，返回null
- 如果找到一个或多个匹配子串，则返回以数组
- 数组元素中存放的是字符串所有的匹配子串，而且也没有index属性或则input属性
- 如果RegExp具有标志g，则match方法执行全局检索，找到字符串的所有匹配子字符串
String.prototype.split(reg)
- 使用split方法把字符串分割为字符数组
'a,b,c,d'.split(',');//['a','b','c','d']
- 在一些复杂分割情况下我们可以使用正则表达式解决
'a1b2c3d4'.split(/\d/);//['a','b','c','d']
String.prototype.replace
- String.prototype.replace(str, replaceStr)
- str 被替换目标（字符串）
- replaceStr 替换的字符串
- String.prototype.replace(reg, replaceStr)
- str 被替换目标（正则表达式）
- replaceStr 替换的字符串
- String.prototype.replace(reg, function)
- function有四个参数
- 匹配字符串
- 正则表达式分组ner，没有分组则没有该参数
- 匹配项在字符串中的index
- 原字符创
- function有四个参数
