正则表达式——基本语法

正则表达式(Regular Expression)是计算机科学的一个概念。正则表达式使用单个字符串来描述、匹配一系列符合某个句法规则的字符串。在很多文本编辑器里，正则表达式通常被用来检索、替换那些符合某个模式的文本。

创建

JavaScript通过内置对象RegExp支持正则表达式，有两种方式创建正则表达式对象，如果我们想匹配字符串中<%xxx%>两个百分号分割的字符串可以这么写

• 构造函数

var reg=new RegExp('<%[^%>]+%>','g');

• 字面量

var reg=/<%[^%>]%>/g;

最后的g代表全局，还有几个修饰符
g：global，全文搜索，不添加的话搜索到第一个结果停止搜索
i：ingore case，忽略大小写，默认大小写敏感
m：multiple lines，多行搜索

元字符

正则表达式让人望而却步以一个重要原因就是转义字符太多了，组合非常多，但是正则表达式的元字符（在正则表达式中具有特殊意义的专用字符，可以用来规定其前导字符）并不多

( [ { \ ^ $ | ) ? * + .

并不是每个元字符都有特定的意义，在不同的组合中元字符有不同的意义，分类看一下

• 字符类
  一般情况下正则表达式一个字符（转义字符算一个）对应字符串一个字符，表达式 ab\t 的含义是

但是我们可以使用元字符[]来构建一个简单的类，所谓类是指，符合某些特征的对象，是一个泛指，而不是特指某个字符了，我们可以使用表达式 [abc] 把字符a或b或c归为一类，表达式可以匹配这类的字符

• 取反
  元字符[]组合可以创建一个类，我们还可以使用元字符^
  创建反向类/负向类，反向类的意思是不属于XXX类的内容，表达式 [^abc]表示不是字符a或b或c的内容

• 范围类
  按照上面的说明如果希望匹配单个数字那么表达式是这样的

  [0123456789]

如果是字母那么。。。，好麻烦，正则表达式还提供了范围类，我们可以使用 x-y来连接两个字符表示从x到y的任意字符，这是个闭区间，也就是说包含x和y本身，这样匹配小写字母就很简单了

[a-z]

要是想匹配所有字母呢？在[]组成的类内部是可以连写的，我们还可以这样写 [a-zA-Z]

• 预定义类
  刚才使用正则我们创建了几个类，来表示数字，字母等，但这样写也很是麻烦，正则表达式为我们提供了几个常用的预定义类来匹配常见的字符

有了这些预定义类，写一些正则就很方便了，比如我们希望匹配一个 ab+数字+任意字符 的字符串，就可以这样写了 ab\d.

image

边界

正则表达式还提供了几个常用的边界匹配字符

Paste_Image.png

量词

之前我们介绍的方法都是一一匹配的，如果我们希望匹配一个连续出现20次数字的字符串难道我们需要写成这样

\d\d\d\d...

为此正则表达式引入了一些量词

Paste_Image.png

看几个使用量词的例子，\w+\bByron 匹配 单词＋边界＋Byron

(/\w+\bByron).test('Hi Byron'); //true
(/\w+\bByron).test('Welcome Byron'); //true
(/\w+\bByron).test('Byron'); //false

\d+.\d{1,3} 匹配三位小数的数字

贪婪模式与非贪婪模式

看了上面介绍的量词，也许爱思考的同学会想到关于匹配原则的一些问题，比如{3,5}这个量词，要是在句子中出现了十次，那么他是每次匹配三个还是五个，反正3、4、5都满足3～5的条件量词在默认下是尽可能多的匹配的，也就是大家常说的贪婪模式

'123456789'.match(/\d{3,5}/g); //["12345", "6789"]

既然有贪婪模式，那么肯定会有非贪婪模式，让正则表达式尽可能少的匹配，也就是说一旦成功匹配不再继续尝试，做法很简单，在量词后加上?
即可

'123456789'.match(/\d{3,5}?/g); //["123", "456", "789"]

分组

有时候我们希望使用量词的时候匹配多个字符，而不是像上面例子只是匹配一个，比如希望匹配Byron出现20次的字符串，我们如果写成 Byron{20} 的话匹配的是Byro＋n出现20次，怎么把Byron作为一个整体呢？使用()
就可以达到此目的，我们称为分组(Byron){20}

• 或
  如果希望匹配Byron或Casper出现20次该怎么办呢？可以使用字符｜
  达到或的功效(Byron|Casper){20}

我们看到图中有个＃1的东东，那是什么？使用分组的正则表达式会把匹配项也放到分组中，默认就是按数字编号分发的，可以根据编号获得捕获的分组内容，这在一些希望具体操作第几个匹配项的函数中很有用
(Byron).(ok)

• 分组嵌套
  如果有分组嵌套的情况，外面的组的编号靠前
  ((^|%>)[\t]*)

• 忽略分组
  有时候我们不希望捕获某些分组，只需要在分组内加上 ?:
  就可以了，这并不意味着该分组内容不属于正则表达式，只是不会给这个分组加编号了而已
  (?:Byron).(ok)

其实在C#等语言中分组还可以起名字，不过JavaScript不支持

前瞻

Paste_Image.png

有些抽象，看个例子
good(?=Byron)

(/good(?=Byron)/).exec('goodByron123'); //['good']
(/good(?=Byron)/).exec('goodCasper123'); //null
(/bad(?=Byron)/).exec('goodCasper123');//null

通过上面例子可以看出 exp1(?=exp2)
表达式会匹配exp1表达式，但只有其后面内容是exp2的时候才会匹配，也就是两个条件，exp1(?!exp2) 比较类似good(?!Byron)

(/good(?!Byron)/).exec('goodByron123'); 
//null(/good(?!Byron)/).exec('goodCasper123'); //['good']
(/bad(?!Byron)/).exec('goodCasper123');//null

正则表达式——相关方法

RegExp对象实例有几个属性

RegExp实例对象有五个属性

• global：是否全局搜索，默认是false
• ignoreCase：是否大小写敏感，默认是false
• multiline：多行搜索，默认值是false
• lastIndex：是当前表达式模式首次匹配内容中最后一个字符的下一个位置，每次正则表达式成功匹配时，lastIndex属性值都会随之改变
• source：正则表达式的文本字符串

除了将正则表达式编译为内部格式从而使执行更快的compile()方法，对象还有两个我们常用的方法

• RegExp.prototype.test(str)方法用于测试字符串参数中是否存正则表达式模式，如果存在则返回true，否则返回false

  var reg = /\d+.\d{1,2}$/g;reg.test('123.45'); //truereg.test('0.2');
  //truereg.test('a.34'); //falsereg.test('34.5678'); //false

• RegExp.prototype.exec(str)
  方法用于正则表达式模式在字符串中运行查找，如果exec()找到了匹配的文本，则返回一个结果数组,否则返回 null除了数组元素和length属性之外，exec()方法返回对象还包括两个属性。
  index 属性声明的是匹配文本的第一个字符的位置
  input 属性则存放的是被检索的字符串string

• 非全局调用
  调用非全局的RegExp对象的exec()
  时，返回数组的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本（如果有的话），第三个元素是与RegExp对象的第二个子表达式相匹配的文本（如果有的话），以此类推。

• 全局调用
  调用全局的RegExp对象的exec()
  时，它会在RegExp实例的lastIndex属性指定的字符处开始检索字符串string当exec()找到了与表达式相匹配的文本时，在匹配后，它将RegExp实例的lastIndex属性设置为匹配文本的最后一个字符的下一个位置。可以通过反复调用exec()方法来遍历字符串中的所有匹配文本.当 exec() 再也找不到匹配的文本时，它将返回null，并把lastIndex属性重置为0

var reg = /\d/g;
var r = reg.exec('a1b2c3');
console.log(reg.lastIndex); //2
r=reg.exec('a1b2c3');
console.log(reg.lastIndex); //4

var reg=/\d/g;
while(r=reg.exec('a1b2c3')){
 console.log(r.index+':'+r[0]);
}

可以看到结果

1:1
3:2
5:3

除了上面的两个方法，有些字符串函数可以传入RegExp对象作为参数，进行一些复杂的操作

• String.prototype.search(reg)
  search() 方法用于检索字符串中指定的子字符串，或检索与正则表达式相匹配的子字符串search() 方法不执行全局匹配，它将忽略标志g，它同时忽略正则表达式对象的lastIndex属性，并且总是从字符串的开始进行检索，这意味着它总是返回字符串的第一个匹配的位置

'a1b2c3'.search(/\d/g);//1
'a1b2c3'.search(/\d/); //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。但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()方法就只能在字符串中执行一次匹配。如果没有找到任何匹配的文本，match() 将返回null。否则它将返回一个数组，其中存放了与它找到的匹配文本有关的信息。
  该数组的第一个元素存放的是匹配文本，而其余的元素存放的是与正则表达式的子表达式匹配的文本。除了这些常规的数组元素之外，返回的数组还含有两个对象属性
  index 属性声明的是匹配文本的起始字符在字符串中的位置
  input 属性声明的是对 stringObject 的引用

看个例子

var r = 'aaa123456'.match(/\d/);

• 全局调用
  如果regexp具有标志g,则match()方法将执行全局检索，找到字符串中的所有匹配子字符串,若没有找到任何匹配的子串，则返回 null。如果找到了一个或多个匹配子串，则返回一个数组,不过全局匹配返回的数组的内容与前者大不相同，它的数组元素中存放的是字符串中所有的匹配子串，而且也没有index属性或input属性。

var r = 'aaa123456'.match(/\d/g);

• String.prototype.replace(reg, replaceStr)
  关于string对象的replace方法，我们最常用的是传入两个字符串的做法，但这种做法有个缺陷，只能replace一次

'abcabcabc'.replace('bc','X'); //aXabcabc

replace方法的第一个参数还可以传入RegExp对象，传入正则表达式可以使replace方法更加强大灵活

'abcabcabc'.replace(/bc/g,'X'); //aXaXaX
'abcaBcabC'.replace(/bc/gi,'X'); //aXaXaX

如果replace方法的第一个参数传入的是带分组的正则表达式，我们在第二个参数中可以使用$1...$9来获取相应分组内容，比如希望把字符串 1<%2%>34<%567%>89 的<%x%>
换为$#x#$，我们可以这样

'1<%2%>34<%567%>89'.replace(/<%(\d+)%>/g,'@#$1#@');//"1@#2#@34@#567#@89"

当然还有很多方式可以达到这一目的，这里只是演示一下利用分组内容，我们在第二个参数中使用@#$1#@，其中$1表示被捕获的分组内容，在一些js模板函数中可以经常见到这种方式替换字符串
String.prototype.replace(reg, function)
可以通过修改replace方法的第二个参数，使replace更加强大，在前面的介绍中，只能把所有匹配替换为固定内容，但如果我希望把一个字符串中所有数字，都用小括号包起来该怎么弄

'2398rufdjg9w45hgiuerhg83ghvif'.replace(/\d+/g,function(r){
   return '('+r+')';
}); //"(2398)rufdjg(9)w(45)hgiuerhg(83)ghvif"

把replace方法的第二个参数传入一个function，这个function会在每次匹配替换的时候调用，算是个每次替换的回调函数，我们使用了回调函数的第一个参数，也就是匹配内容，其实回调函数一共有四个参数
第一个参数很简单，是匹配字符串
第二个参数是正则表达式分组内容，没有分组则没有该参数
第三个参数是匹配项在字符串中的index
第四个参数则是原字符串

看个例子

'2398rufdjg9w45hgiuerhg83ghvif'.replace(/\d+/g,function(a,b,c){ console.log(a+'\t'+b+'\t'+c); return '('+a+')';});

结果是

2398 0 2398rufdjg9w45hgiuerhg83ghvif9
10 2398rufdjg9w45hgiuerhg83ghvif45 
12 2398rufdjg9w45hgiuerhg83ghvif83 
22 2398rufdjg9w45hgiuerhg83ghvif

这是没有分组的情况，打印出来的分别是 匹配内容、匹配项index和原字符串，看个有分组的例子，如果我们希望把一个字符串的<%%>
外壳去掉，<%1%><%2%><%3%> 变成123

'<%1%><%2%><%3%>'.replace(/<%([^%>]+)%>/g,function(a,b,c,d){ 
  console.log(a+'\t'+b+'\t'+c+'\t'+d); return b;
}) //123

结果是
<%1%> 1 0 <%1%><%2%><%3%><%2%> 2 5 <%1%><%2%><%3%><%3%> 3 10 <%1%><%2%><%3%>

根据这种参数replace可以实现很多强大的功能，尤其是在复杂的字符串替换语句中经常使用

• String.prototype.split(reg)
  我们经常使用split方法把字符串分割为字符数组

'a,b,c,d'.split(','); //["a", "b", "c", "d"]

和replace方法类似，在一些复杂的分割情况下我们可以使用正则表达式解决

'a1b2c3d'.split(/\d/); //["a", "b", "c", "d"]