Author | 王平安 |
---|---|
pingan8787@qq.com | |
博 客 | www.pingan8787.com |
微 信 | pingan8787 |
每日文章 | https://0x9.me/KMrv3 |
1.概述
正则表达式(regular expression)是一种表达文本模式(即字符串结构)的方法。
创建方式有两种方式:
一种是使用字面量,以斜杠表示开始和结束。
1 | var regex = /xyz/ |
另一种是使用RegExp构造函数。
1 | var regex = new RegExp('xyz'); |
它们的主要区别是,第一种方法在引擎编译代码时,就会新建正则表达式,第二种方法在运行时新建正则表达式,所以前者的效率较高。而且,前者比较便利和直观,所以实际应用中,基本上都采用字面量定义正则表达式。
2.实例属性
i :忽略大小写
m :多行模式
g :全局搜索
3.实例方法
3.1 RegExp.prototype.test()
正则实例对象的test方法
返回一个布尔值,表示当前模式是否能匹配参数字符串。
1 | /小智/.test('小智 终身学习执行者') // true |
reg.exec(str)
返回匹配结果数组,不匹配则返回null
,每执行一次exec
就向后匹配一次
3.2 RegExp.prototype.exec()
- reg.exec(str) 返回匹配结果数组,不匹配则返回
null
,每执行一次exec
就向后匹配一次1
2
3var s = '_x_x';var r1 = /x/;var r2 = /y/;
r1.exec(s) // ["x"]r2.exec(s) // null - 如果表达式里有括号(),称为组匹配,返回结果中,第一个是整体匹配结果,后面依次是每个括号匹配的结果
1
2
3
4var s = '_x_x';
var r = /_(x)/;
r.exec(s) // ["_x", "x"]exec
方法的返回数组还包含以下两个属性: - *input**:整个原字符串。
index:整个模式匹配成功的开始位置(从0开始计数)。
1 | var r = /a(b+)a/; |
- 如果表达式中有g选项进行全局搜索,则可以多次使用 exec,下次的匹配从上次的结果后开始
1
2
3
4
5var reg = /a/g;var str = 'abc_abc_abc'var r1 = reg.exec(str);
r1 // ["a"]r1.index // 0reg.lastIndex // 1var r2 = reg.exec(str);
r2 // ["a"]r2.index // 4reg.lastIndex // 5var r3 = reg.exec(str);
r3 // ["a"]r3.index // 8reg.lastIndex // 9var r4 = reg.exec(str);
r4 // nullreg.lastIndex // 0
4.字符串的实例方法
4.1 str.match(reg)
与 reg.exec
相似,但是,如果使用g
选项,则str.match`一次性返回所有结果。
1 | var s = 'abba';var r = /a/g; |
4.2 str.search(reg)
返回匹配成功的第一个位置,如果没有任何匹配,则返回-1。
1 | '_x_x'.search(/x/)// 1 |
4.3 str.replace(reg,newstr)
用第一个参数reg
去匹配,用第二个参数newstr
去替换,正则表达式如果不加g
修饰符,就替换第一个匹配成功的值,否则替换所有匹配成功的值。
1 | 'aaa'.replace('a', 'b')// "baa" |
4.4 str.split(reg[,maxLength])
用匹配的模式切割,第二个参数是限制返回结果的最大数量
5. 匹配规则
5.1 字面量字符和元字符
大部分字符在正则表达式中,就是字面的含义,比如/a/
匹配a
,/b/
匹配b
。如果在正则表达式之中,某个字符只表示它字面的含义(就像前面的a和b),那么它们就叫做“字面量字符”(literal characters)。
除了字面量字符以外,还有一部分字符有特殊含义,不代表字面的意思。它们叫做“元字符”(metacharacters),主要有以下几个。
- (1) 点字符(
.
)
点字符(.)匹配除回车(r)、换行(n) 、行分隔符(u2028)和段分隔符(u2029)以外的所有字符。
1 | /c.t/ |
上面代码中,c.t匹配c和t之间包含任意一个字符的情况,只要这三个字符在同一行,比如cat、c2t、c-t等等,但是不匹配coot。
- (2)位置字符
^ 表示字符串的开始位置
$ 表示字符串的结束位置
1 | // test必须出现在开始位置/ |
- (3)选择符(|)
竖线符号(|
)在正则表达式中表示“或关系
”(OR),即cat|dog表示匹配cat或dog。
1 | /11|22/.test('911') // true |
上面代码中,正则表达式指定必须匹配11或22。
5.2 转义符
正则表达式中那些有特殊含义的元字符,如果要匹配它们本身,就需要在它们前面要加上反斜杠。比如要匹配+,就要写成+。
1 | /1+1/.test('1+1')// false/1\+1/.test('1+1')// true |
正则表达式中,需要反斜杠转义的,一共有12个字符:^、.、[、$、(、)、|、*、+、?、{
和。需要特别注意的是,如果使用RegExp方法生成正则对象,转义需要使用两个斜杠,因为字符串内部会先转义一次。
1 | (new RegExp('1\+1')).test('1+1')// false |
5.3 字符类
字符类(class)表示有一系列字符可供选择,只要匹配其中一个就可以了。所有可供选择的字符都放在方括号内,比如[xyz] 表示x、y、z之中任选一个匹配。
1 | /[abc]/.test('hello world') // false |
有两个字符在字符类中有特殊含义。
(1)脱字符(^)
如果方括号内的第一个字符是[^xyz]表示除了x、y、z之外都可以匹配:1
2/[^abc]/.test('hello world') // true
/[^abc]/.test('bbc') // false如果方括号内没有其他字符,即只有[^],就表示匹配一切字符,其中包括换行符。相比之下,点号作为元字符(.)是不包括换行符的。
1
2var s = 'Please yes\nmake my day!';
s.match(/yes.*day/) // nulls.match(/yes[^]*day/) // [ 'yes\nmake my day']上面代码中,字符串s含有一个换行符,点号不包括换行符,所以第一个正则表达式匹配失败;第二个正则表达式[^]包含一切字符,所以匹配成功。
(2)连字符(-)
某些情况下,对于连续序列的字符,连字符(-
)用来提供简写形式,表示字符的连续范围。比如,[abc]可以写成[a-c
],[0123456789]可以写成[0-9],同理[A-Z]表示26个大写字母。
1 | /a-z/.test('b') // false |
以下都是合法的字符类简写形式。
1 | [0-9.,] |
上面代码中最后一个字符类[1-31],不代表1到31,只代表1到3。
另外,不要过分使用连字符,设定一个很大的范围,否则很可能选中意料之外的字符。最典型的例子就是[A-z],表面上它是选中从大写的A到小写的z之间52个字母,但是由于在 ASCII 编码之中,大写字母与小写字母之间还有其他字符,结果就会出现意料之外的结果。
1 | /[A-z]/.test('\\') // true |
上面代码中,由于反斜杠(’’)的ASCII码在大写字母与小写字母之间,结果会被选中。
5.4 预定义模式
预定义模式指的是某些常见模式的简写方式。
d 匹配0-9之间的任一数字,相当于[0-9]。
D 匹配所有0-9以外的字符,相当于[^0-9]。
w 匹配任意的字母、数字和下划线,相当于[A-Za-z0-9_]。
W 除所有字母、数字和下划线以外的字符,相当于[^A-Za-z0-9_]。
s 匹配空格(包括换行符、制表符、空格符等),相等于[ \t\r\n\v\f]。
S 匹配非空格的字符,相当于[^ \t\r\n\v\f]。
b 匹配词的边界。
B 匹配非词边界,即在词的内部。
1 | // \s 的例子 |
通常,正则表达式遇到换行符(n)就会停止匹配。
1 | var html = "<b>Hello</b>\n<i>world!</i>"; |
上面代码中,字符串html包含一个换行符,结果点字符(.
)不匹配换行符,导致匹配结果可能不符合原意。这时使用s字符类,就能包括换行符。
1 | var html = "<b>Hello</b>\n<i>world!</i>"; |
上面代码中,[Ss]指代一切字符。
5.5 重复类
模式的精确匹配次数,使用大括号({}
)表示。{n
}表示恰好重复n次,{n,}
表示至少重复n次,{n,m}
表示重复不少于n次,不多于m次。
1 | /lo{2}k/.test('look') // true |
上面代码中,第一个模式指定o连续出现2次,第二个模式指定o连续出现2次到5次之间。
5.6 量词符
*. ?
问号表示某个模式出现0次或1次,等同于{0, 1}。*. *
星号表示某个模式出现0次或多次,等同于{0,}。*. +
加号表示某个模式出现1次或多次,等同于{1,}。
5.7 贪婪模式
上一小节的三个量词符,默认情况下都是最大可能匹配,即匹配直到下一个字符不满足匹配规则为止。这被称为贪婪模式。
1 | var s = 'aaa'; |
上面代码中,模式是/a+/
,表示匹配1个a或多个a,那么到底会匹配几个a呢?因为默认是贪婪模式,会一直匹配到字符a不出现为止,所以匹配结果是3个a。
如果想将贪婪模式改为非贪婪模式,可以在量词符后面加一个问号。
1 | var s = 'aaa'; |
除了非贪婪模式的加号,还有非贪婪模式的星号(*
)和非贪婪模式的问号(?
)
+?
:表示某个模式出现1次或多次,匹配时采用非贪婪模式。
*?
:表示某个模式出现0次或多次,匹配时采用非贪婪模式。
??
:表格某个模式出现0次或1次,匹配时采用非贪婪模式。
5.8 组匹配
- (1)概述
正则表达式的括号表示分组匹配,括号中的模式可以用来匹配分组的内容。
1 | /fred+/.test('fredd') // true |
上面代码中,第一个模式没有括号,结果+
只表示重复字母d,第二个模式有括号,结果+
就表示匹配fred这个词。
下面是另外一个分组捕获的例子。
1 | var m = 'abcabc'.match(/(.)b(.)/); |
上面代码中,正则表达式/(.)b(.)/
一共使用两个括号,第一个括号捕获a,第二个括号捕获c。
注意,使用组匹配时,不宜同时使用g修饰符,否则match方法不会捕获分组的内容。
1 | var m = 'abcabc'.match(/(.)b(.)/g); |
正则表达式内部,还可以用n引用括号匹配的内容,n是从1开始的自然数,表示对应顺序的括号。
1 | /(.)b(.)\1b\2/.test("abcabc")// true |
上面的代码中,1表示第一个括号匹配的内容(即a),2表示第二个括号匹配的内容(即c)。
- (2)非捕获组
(?:x)
称为非捕获组(Non-capturing group),表示不返回该组匹配的内容,即匹配的结果中不计入这个括号。
非捕获组的作用请考虑这样一个场景,假定需要匹配foo或者foofoo,正则表达式就应该写成/(foo){1, 2}/
,但是这样会占用一个组匹配。这时,就可以使用非捕获组,将正则表达式改为/(?:foo){1, 2}/
,它的作用与前一个正则是一样的,但是不会单独输出括号内部的内容。
1 | var m = 'abc'.match(/(?:.)b(.)/); |
上面代码中的模式,一共使用了两个括号。其中第一个括号是非捕获组,所以最后返回的结果中没有第一个括号,只有第二个括号匹配的内容。
- (3)先行断言
x(?=y)
称为先行断言(Positive look-ahead),x只有在y前面才匹配,y不会被计入返回结果。比如,要匹配后面跟着百分号的数字,可以写成/d+(?=%)/
。
“先行断言”中,括号里的部分是不会返回的。
1 | var m = 'abc'.match(/b(?=c)/); |
上面的代码使用了先行断言,b在c前面所以被匹配,但是括号对应的c不会被返回。
- (4)先行否定断言
x(?!y)
称为先行否定断言(Negative look-ahead),x只有不在y前面才匹配,y不会被计入返回结果。比如,要匹配后面跟的不是百分号的数字,就要写成/d+(?!%)/
。
1 | /\d+(?!\.)/.exec('3.14')// ["14"] |
上面代码中,正则表达式指定,只有不在小数点前面的数字才会被匹配,因此返回的结果就是14。
6. 实战
6.1 消除字符串首尾两端的空格
1 | var str = ' #id div.class '; |
6.2 验证手机号码
1 | var reg = /1[24578]\d{9}/;reg.test('154554568997'); //truereg.test('234554568997'); //false |
6.3 把手机号码替换成 *
1 | var reg = /1[24578]\d{9}/;var str = '姓名:张三 手机:18210999999 性别:男'; |
6.4 匹配网页标签
1 | var strHtlm = '小智小智<div>222222@.qq.com</div>小智小智'; |
6.5 替换敏感字
1 | let str = '中国共产党中国人民解放军中华人民共和国'; |
6.6 千位分隔符
1 | let str = '100002003232322'; |