一篇文章带你玩转正则表达式

读这篇文章之前你需要掌握基本的JavaScript知识,并且有安静舒适的环境与宽裕的时间,文章有点长,你可以选择备好coffee或茶来慢慢学习。
文章标题有点夸大了,这是一篇正则表达式的入门文章。如有错误,欢迎指正。

概念和语法

REGEXP对象

JavaScript 通过内置对象RegExp支持正则表达式,有两种方法实例化RegExp对象

1.字面量 2.构造函数

字面量

var reg = /\bis\b /g //匹配单词is g是global 进行全文搜索匹配

没有g:
  var reg = /\bis\b/;
  //只替换第一项
  'He is a boy. This is a dog. Where is she?'.replace(reg,'IS');
  "He IS a boy. This is a dog. Where is she?"
  有g:
  var reg = /\bis\b/g;
  //替换了所有的
  'He is a boy. This is a dog. Where is she?'.replace(reg,'IS');
  "He IS a boy. This IS a dog. Where IS she?"

构造函数

var reg = new RegExp( '\\bis\\b','g'); //同样,如果不加g 则只替换第一项

修饰符

g:global 全文搜索,不添加搜索到第一个匹配停止
i:ignore case 忽略大小写,认大小写敏感
m:multiplelines 多行搜索

//未忽略大小写
  'He is a boy. Is he?'.replace(/\bis\b/g,'0');
  "He 0 a boy. Is he?"
  //忽略大小写
  'He is a boy. Is he?'.replace(/\bis\b/gi,'0');
  "He 0 a boy. 0 he?"

元字符

·正则表达式由两种基本字符类型组成:

  • 原义文本字符

  • 元字符

·元字符是在正则表达式中有特殊含义的非字母字符

`· * + ? $ ^ . / \ () {} []`

字符类

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性的对象,一个泛指,而不是特指某个字符
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(one of)

'a1b2c3d4'.replace(/[abc]/g,'X')
  "X1X2X3d4"

字符类取反

使用元字符^创建 反向类/负向类

'a1b2c3d4'.replace(/[^abc]/g,'X')
  "aXbXcXXX"

范围类

正则表达式还提供了 范围类
所以我们可以使用 [a-z] 来连接两个字符表示 从a到z的任意字符
这是个闭区间,也就是包含a和z本身

'a1b2d3x4z9'.replace(/[a-z]/g,'Q')
  "Q1Q2Q3Q4Q9"

在[]组成的类内部是可以连写的[a-zA-Z] (one of)

'a1b2d3x4z9AJHGK'.replace(/[a-zA-Z]/g,'Q')
  "Q1Q2Q3Q4Q9QQQQQ"

中划线:如果是在里面 如[a-z],就表示范围的意思,如果想匹配中划线,在后面加

'2016-09-12'.replace(/[0-9-]/g,'A')
  "AAAAAAAAAA"

预定义类

正则表达式提供 预定义类 来匹配常见的字符类

字符 . 等价类[^\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 空白符 \S非空白符
  \w 单词字符(字母、数字下划线)
  \W 非单词字符
  ab\d. //ab+数字+任意字符

边界

正则表达式还提供了几个常用的边界匹配字符

^ 以xxx开始
  $ 以xxx结束
  \b 单词边界
  \B 非单词边界
'@123@abc@'.replace(/@./g,'Q')
  "Q23Qbc@"
  '@123@abc@'.replace(/^@./g,'Q')
  "Q23@abc@"
  '@123@abc@'.replace(/.@/g,'Q')
  "@12QabQ"
  '@123@abc@'.replace(/.@$/g,'Q')
  "@123@abQ"

量词

我们希望匹配一个连续出现20次数字的字符串

+ 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

贪婪模式

d{3,6} 12345678

//尽可能多的匹配
  '12345678'.replace(/\d{3,6}/g,'X')
  "X78"

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就是非贪婪模式

//在量词后加上?即可 如下面的为3个一组
  '12345678'.replace(/\d{3,6}?/g,'X')
  "XX78"

分组

匹配字符串Byron连续出现3次的场景
Byron{3} 只是将n重复三次
使用()可以达到分组的功能,使量词作用于分组
(Byron){3} 是将Byron重复三次

//错误的
  'a1b2c3d4'.replace(/[a-z]\d{3}/g,'X')
  "a1b2c3d4"
  //正确的
  'a1b2c3d4'.replace(/([a-z]\d){3}/g,'X')
  "Xd4"

使用 | 可以达到或的效果

//示例一
  'ByronCasper'.replace(/Byron|Casper/g,'X')
  "XX"
  //示例二(分组和或配合使用)
  'ByronsperByrCasper'.replace(/Byr(on|Ca)sper/g,'X')
  "XX"

反向引用

2016-08-12 => 08/12/2016

//分组捕获
  '2016-08-12'.replace(/(\d{4})-(\d{2})-(\d{2})/g,'$1')
  "2016"
  '2016-08-12'.replace(/(\d{4})-(\d{2})-(\d{2})/g,'$2/$3/$1')
  "08/12/2016"

忽略分组

不希望捕获某些分组,只需要在分组内加上?:就可以
(?:Byron).(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,称为“前”
前瞻就是在正则表达式匹配到规则的时候,向前检查是否符合断言,
后顾/后瞻方向相反

正向前瞻 exp(?=assert)
负向前瞻 exp(?!assert)

//单词后面是数字
  'a2*3'.replace(/\w(?=\d)/g,'X')
  "X2*3"
  'a2*34v8'.replace(/\w(?=\d)/g,'X')
  "X2*X4X8"
  //单词后面不是数字
  'a2*34vv'.replace(/\w(?!\d)/g,'X')
  "aX*3XXX"

对象属性

对象属性是只读的

global:是否全文搜索认false
ignore case:是否大小写敏感,认是false
multiline:多行搜索认值是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

var reg1 = /\w/;
  reg1.test('a')
  true
  reg1.test('$')
  false

  但是如果这样:
  var reg2 = /\w/g;
  //第一次
  reg1.test('ab')
  true
  //第二次
  reg1.test('ab')
  true
  //第三次
  reg1.test('ab')
  false

这是lastIndex在作怪!
第一次匹配的时候当前匹配内容为a,最后一个字符也是a本身,下一个位置为b前面;
第二次匹配的时候当前匹配内容为b,最后一个字符也是b本身,下一个位置为b后面;
第三次匹配的时候当前匹配内容为空,最后一个字符也是空本身,下一个位置重置为a前面。

解决方法
①每次都实例化一个新对象

(/\w/g).test('ab') 这样就能每次都是true,但是会产生内存开销,不采用!

②如果想用test本意的话,不用加g,只需检测有没有就可以了。

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结果

如果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 string

非全局调用

调用非全局的RegExp对象的exec()时,返回数组
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

var reg3 = /\d(\w)(\w)\d/;
  var reg4 = /\d(\w)(\w)\d/g;
  var ts = '$1az2bb3cy4dd5ee';

  var ret = reg3.exec(ts);
  //在非全局下 lastIndex失效
  console.log(reg3.lastIndex + '\t' + ret.index + '\t' + ret.toString());

  console.log(reg3.lastIndex + '\t' + ret.index + '\t' + ret.toString());

  while(ret = reg4.exec(ts)){
     console.log(reg4.lastIndex + '\t' + ret.index + '\t' + ret.toString());
  }
  //结果:
  "0  1 1az2,a,z"
  "0  1 1az2,z"
  "5  1 1az2,z"
  "11 7 3cy4,c,y"

字符串对象方法

Stringl.protatype.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
方法返回第一个匹配结果index,查找不到返回 -1
search()方法不执行全局匹配,它将忽略标志g,并且总是从字符串的开始进行检索

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()方法就只能在字符串中执行一次匹配
如果没有找到任何匹配的文本,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

返回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
除了常规的数组元素之外,返回的数组还含有2个对象属性

  • index 声明匹配文本的起始字符在字符串的位置

  • input 声明对stringObject的引用

var reg3 = /\d(\w)\d/;
      var reg4 = /\d(\w)\d/g;
      var ts = '$1a2b3c4d5e';

      var ret = ts.match(reg3);

      console.log(ret);
      console.log(ret.index + '\t' + reg3.lastIndex);

      //结果
      ["1a2","a"]
      "1  0"

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字符串
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
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

ret = ts.match(reg4);
      console.log(ret);
      console.log(ret.index + '\t' + reg3.lastIndex);

      //结果
      ["1a2","3c4"]
      "undefined  0"

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

String.prototype.replace

String.prototype.replace(str,replaceStr)
String.prototype.replace(reg,function)

function参数含义

function会在每次匹配替换的时候调用,有四个参数
①匹配字符串
②正则表达式分组内容,没有分组则没有该参数
③匹配项在字符串中的index
④原字符串
'a1b2c3d4e5'.replace(/\d/g,function(match,index,origin){
      console.log(index);
      return parseInt(match) + 1;
    });
    //结果
    1
    3
    5
    7
    9
    "a2b3c4d5e6"

    'a1b2c3d4e5'.replace(/(\d)(\w)(\d)/g,group1,group2,group3,origin){
      console.log(match);
      return group1 + group3;
    });
    //结果
    "1b2"
    "3d4"
    "a12c34e5"

希望能对你有所帮助,更好的运用正则来解决问题!
附:

1.正则表达式检测网站:(https://regexper.com/)
2.JSBin:(http://jsbin.com/?js,console)

博客地址:(http://fehey.com/2016/08/12/r... ) 欢迎前端小伙伴交流~

相关文章

正则替换html代码中img标签的src值在开发富文本信息在移动端...
正则表达式
AWK是一种处理文本文件的语言,是一个强大的文件分析工具。它...
正则表达式是特殊的字符序列,利用事先定义好的特定字符以及...
Python界一名小学生,热心分享编程学习。
收集整理每周优质开发者内容,包括、、等方面。每周五定期发...