javascript 正则表达式

前言

以前已写《PHP 正则表达式笔记》一文介绍正则表达式，本篇仅是做知识点的补充，文章逻辑编排版较随意。

建立一个正则表达式

你能够经过下面两种方法建立一个正则表达式:

一、使用一个正则表达式字面量，以下所示

var re = /ab+c/;

二、调用 RegExp 对象的构造函数，以下所示

var re = new RegExp("ab+c");

正则表达式字面量在脚本加载后编译,使用构造函数，提供了对正则表达式运行时的编译。同一个正则表达式可能会被编译屡次，因此可将其保存在一个变量中以供后使用。
当你知道正则表达式的模式会发生改变，或者你事先并不了解它的模式或者是从其余地方（好比用户的输入），获得的代码这时比较适合用构造函数的方式。

有时候须要对正则字符串进行转义处理，下面给出一示例:

function escapeRegExp(string){
  //$&表示被匹配的字符串
  return string.replace(/([.*+?^=!:${}()|[\]\/\\])/g, "\\$&");
}

摘自犀牛书：在 ECMAScript 3 规范中，用正则表达式建立的 RegExp 对象会共享一个实例，而在 ECMAScript 5中则是两个独立实例。

正则对象的属性和方法

javascript 语言里某种程度上能够认为 "一切皆对象"，那么 RegExp 对象也有其属性和方法。如 ignoreCase global lastIndex match() exec() 等属性和方法。

另外字符串的正则方法，如 replace search split match 方法，ES6 将这4个方法，语言内部所有调用 RegExp 的实例方法，从而作到全部与正则相关的方法，全都定义在 RegExp 对象上。

在这不具体介绍 javascript 正则对象的属性和方法的详细用法，读者可自行查阅。

u 修饰符

ES6 对正则表达式添加了 u 修饰符，含义为“Unicode模式”，用来正确处理大于 \uFFFF 的 Unicode 字符。也就是说，会正确处理四个字节的 UTF-16 编码。

可点击查阅 javascript 字符集 了解更多 javascript 中字符的知识，学学如何处理四个字节的 UTF-16 编码。

y 修饰符

ES6 还为正则表达式添加了 y 修饰符，叫作“粘连”（sticky）修饰符。

y 修饰符的一个应用，是从字符串提取 token（词元），y 修饰符确保了匹配之间不会有漏掉的字符。

const TOKEN_Y = /\s*(\+|[0-9]+)\s*/y;
const TOKEN_G  = /\s*(\+|[0-9]+)\s*/g;

tokenize(TOKEN_Y, '3 + 4')
// [ '3', '+', '4' ]
tokenize(TOKEN_G, '3 + 4')
// [ '3', '+', '4' ]

function tokenize(TOKEN_REGEX, str) {
  let result = [];
  let match;
  while (match = TOKEN_REGEX.exec(str)) {
    result.push(match[1]);
  }
  return result;
}

上面代码中，若是字符串里面没有非法字符，y修饰符与g修饰符的提取结果是同样的。可是，一旦出现非法字符，二者的行为就不同了。

tokenize(TOKEN_Y, '3x + 4')
// [ '3' ]
tokenize(TOKEN_G, '3x + 4')
// [ '3', '+', '4' ]

结语

如下给出简单列子，说明了一些正值表达式的用途。本文中许多有关 javascript 正则中的知识点并未介绍到，如断言、组匹配、反向引用等。

var names = "Harry Trump ;Fred Barney; Helen Rigby ; Bill Abel ; Chris Hand ";

var output = ["---------- Original String\n", names + "\n"];

var pattern = /\s*;\s*/;

var nameList = names.split(pattern);


pattern = /(\w+)\s+(\w+)/;


var bySurnameList = [];


output.push("---------- After Split by Regular Expression");

var i, len;
for (i = 0, len = nameList.length; i < len; i++){
  output.push(nameList[i]);
  bySurnameList[i] = nameList[i].replace(pattern, "$2, $1");
}


output.push("---------- Names Reversed");
for (i = 0, len = bySurnameList.length; i < len; i++){
  output.push(bySurnameList[i]);
}


bySurnameList.sort();
output.push("---------- Sorted");
for (i = 0, len = bySurnameList.length; i < len; i++){
  output.push(bySurnameList[i]);
}

output.push("---------- End");

console.log(output.join("\n"));

// 问：请找出全部在 3 个连续相同字符前的相邻 3 个连续相同字符
var s = 'aaalllsss0tAAAnnn999';
var re = /(\w)\1{2}(?=(\w)\2{2})/g;
console.log(s.match(re));  // [ 'aaa', 'lll', 'AAA', 'nnn' ]

相关阅读

• javascript - 中的正则表达式
• 阮一峰 - 正则的扩展
• 阮一峰 - 字符串
• 正则表达式之：零宽断言
• JS正则表达式一条龙讲解
• 正则表达式前端使用手册