JavaScript 正则表达式

定义

JavaScript种正则表达式有两种定义方式，定义一个匹配相似 <%XXX%> 的字符串

1. 构造函数

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

2. 字面量

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

• g： global，全文搜索，默认搜索到第一个结果就中止
• i： ingore case，忽略大小写，默认大小写敏感
• m： multiple lines，多行搜索（更改^ 和$的含义，使它们分别在任意一行对待行首和行尾匹配，而不只仅在整个字符串的开头和结尾匹配）

元字符

正则表达式让人望而却步以一个重要缘由就是其转义字符太多了，组合很是之多，可是正则表达式的元字符（在正则表达式中具备特殊意义的专用字符，能够用来规定其前导字符）并很少

元字符：( [ { \ ^ $ | ) ? * + .

并非每一个元字符都有其特定意义，在不一样的组合中元字符有不一样的意义，分类看一下

预约义特殊字符

字符	含义
\t	水平制表符
\r	回车符
\n	换行符
\f	换页符
\cX	与X对应的控制字符(Ctrl+X)
\v	垂直制表符
\0	空字符

 

 

 

 

 

 

 

字符类

通常状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

可是咱们可使用元字符[]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，咱们可使用表达式 [abc] 把字符a或b或c归为一类，表达式能够匹配这类的字符

元字符[]组合能够建立一个类，咱们还可使用元字符^建立反向类/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

按照上面的说明要是咱们但愿匹配单个数字那么表达式是这样的

[0123456789]

若是是字母那么。。。，好麻烦，正则表达式还提供了范围类，咱们可使用 x-y来链接两个字符表示从x到y的任意字符，这是个闭区间，也就是说包含x和y自己，这样匹配小写字母就很简单了

[a-z]

要是想匹配全部字母呢？在[]组成的类内部是能够连写的，咱们还能够这样写 [a-zA-Z]

预约义类

刚才使用正则咱们建立了几个类，来表示数字，字母等，但这样写也非常麻烦，正则表达式为咱们提供了几个经常使用的预约义类来匹配常见的字符

字符	等价类	含义
.	[^\n\r]	除了回车符和换行符以外的全部字符
\d	[0-9]	数字字符
\D	[^0-9]	非数字字符
\s	[ \t\n\x0B\f\r]	空白符
\S	[^ \t\n\x0B\f\r]	非空白符
\w	[a-zA-Z_0-9]	单词字符（字母、数字、下划线）
\W	[^a-zA-Z_0-9]	非单词字符

 

 

 

 

 

 

 

 

有了这些预约义类，写一些正则就很方便了，好比咱们但愿匹配一个 ab+数字+任意字符 的字符串，就能够这样写了 ab\d.

 

边界

正则表达式还提供了几个经常使用的边界匹配字符

字符	含义
^	以xx开头
$	以xx结尾
\b	单词边界，指[a-zA-Z_0-9]以外的字符
\B	非单词边界

 

 

 

 

 

 

 

 

看个不负责任的邮箱正则匹配（切勿模仿，小括号后面会讲到） \w+@\w+\.(com)$

量词

以前咱们介绍的方法都是一一匹配的，若是咱们但愿匹配一个连续出现20次数字的字符串难道咱们须要写成这样

\d\d\d\d...

为此正则表达式引入了一些量词

字符	含义
?	出现零次或一次（最多出现一次）
+	出现一次或屡次（至少出现一次）
*	出现零次或屡次（任意次）
{n}	出现n次
{n,m}	出现n到m次
{n,}	至少出现n次

 

 

 

 

 

 

 

 

看几个使用量词的例子

\w+\b Byron 匹配 单词＋边界＋Byron

 

(/\w+\b Byron/).test('Hi Byron'); //true

(/\w+\b Byron/).test('Welcome Byron'); //true

(/\w+\b Byron/).test('HiByron'); //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，也许爱思考的同窗会想到关于匹配原则的一些问题，好比{3,5}这个量词，要是在句子种出现了十次，那么他是每次匹配三个仍是五个，反正三、四、5都知足3～5的条件，量词在默认下是尽量多的匹配的，也就是你们常说的贪婪模式

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

 既然有贪婪模式，那么确定会有非贪婪模式，让正则表达式尽量少的匹配，也就是说一旦成功匹配不再也不继续尝试，作法很简单，在量词后加上 ? 便可

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

 分组

有时候咱们但愿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，好比但愿匹配Byron出现20次的字符串，咱们若是写成 Byron{20} 的话匹配的是Byro＋n出现20次，怎么把Byron做为一个总体呢？使用()就能够达到次目的，咱们称为分组

(Byron){20}

 

 若是但愿匹配Byron或Casper出现20次该怎么办呢？可使用字符 ｜ 达到或的功效

(Byron|Casper){20}

 

 咱们看到图中有个＃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，各异根据编号得到捕获的分组内容，这个在一些但愿具体操做第几个匹配项的函数中颇有用

(Byron).(ok)

 

若是有分组嵌套的状况，外面的组的编号靠前

((^|%>)[^\t]*)

 

有时候咱们不但愿捕获某些分组，只须要在分组内加上 ?: 就能够了，着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#等语言中分组还能够起名字，不过JavaScript不支持

前瞻

表达式	含义
exp1(?=exp2)	匹配后面是exp2的exp1
exp1(?!exp2)	匹配后面不是exp2的exp1

 

 

 

 

说的有些抽象，看个例子 good(?=Byron)

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

经过上面例子能够看出 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) 比较相似

good(?!Byron)

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

 

---

 

 

上面介绍了JavaScript正则表达式的语法，有了这些基本知识，能够看看正则表达式在JavaScript的应用了，在一切开始以前，看看RegExp实例的几个属性

 

RegExp实例对象有五个属性

1. global：是否全局搜索，默认是false
2. ignoreCase：是否大小写敏感，默认是false
3. multiline：多行搜索，默认值是false
4. 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。
5. 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，对象还有两个咱们经常使用的方法

regObj.test(strObj)

方法用于测试字符串参数中是否存正则表达式模式，若是存在则返回true，不然返回false

var reg=/\d+\.\d{1,2}$/g;

reg.test('123.45'); //true
reg.test('0.2'); //true

reg.test('a.34'); //false
reg.test('34.5678'); //false

regObj.exec(strObj)

方法用于正则表达式模式在字符串中运行查找，若是 exec() 找到了匹配的文本，则返回一个结果数组。不然，返回 null。除了数组元素和 length 属性以外，exec() 方法还返回两个属性。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。

调用非全局的 RegExp对象的 exec() 时，返回数组的第 0 个元素是与正则表达式相匹配的文本，第 1 个元素是与 RegExpObject 的第 1 个子表达式相匹配的文本（若是有的话），第 2 个元素是与 RegExp对象的第 2 个子表达式相匹配的文本（若是有的话），以此类推。

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，它将把 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。能够经过反复调用 exec() 方法来遍历字符串中的全部匹配文本。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

两次执行r的结果

           

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

能够看到结果：

1:1
3:2
5:3

除了上面的两个方法，有些字符串函数能够传入RegExp对象做为参数，进行一些复杂的操做

strObj.search(RegObj)

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 regexp 的 lastIndex 属性，而且老是从字符串的开始进行检索，这意味着它老是返回 stringObject 的第一个匹配的位置。

'a1b2c3'.search(/\d/g); //1
'a1b2c3'.search(/\d/); //1

strObj.match(RegObj)

match() 方法将检索字符串 stringObject，以找到一个或多个与 regexp 匹配的文本。但regexp是否具备标志 g对结果影响很大。

若是 regexp 没有标志 g，那么 match() 方法就只能在 strObj 中执行一次匹配。若是没有找到任何匹配的文本， match() 将返回 null。不然，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 0 个元素存放的是匹配文本，而其他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以外，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 stringObject 中的位置，input 属性声明的是对 stringObject 的引用。

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

若是 regexp 具备标志 g，则 match() 方法将执行全局检索，找到 strObj 中的全部匹配子字符串。若没有找到任何匹配的子串，则返回 null。若是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 strObj 中全部的匹配子串，并且也没有 index 属性或 input 属性。

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

strObj.replace(regObj,replaceStr)

关于strng对象的replace方法，咱们最经常使用的时传入两个字符串的作法，但这种作法有个缺陷，只能replace一次

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

replace方法的第一个参数还能够传入RegExp对象，传入正则表达式能够时replace方法更增强大灵活

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

若是replace方法的第一个参数传入的是带分组的正则表达式，咱们在第二个参数中可使用$1...$9来获取相应分组内容，好比但愿把字符串 1<%2%>34<%567%>89 的<%x%>换为$#x#$，咱们能够这样

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

固然还有不少方式能够达到这一目的，这里只是演示一下利用分组内容，咱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模板函数中能够常常见到这种方式替换字符串。

strObj.replace(regObj,function(){})

能够经过修改replace方法的第二个参数，使replace更增强大，在前面的介绍中，只能把全部匹配替换为固定内容，但若是我但愿把一个字符串中全部数字，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，咱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

1. 第一个参数很简单，是匹配字符串
2. 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
3. 第三个参数是匹配项在字符串中的index
4. 第四个参数则是原字符串

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

2398    0    2398rufdjg9w45hgiuerhg83ghvif
9    10    2398rufdjg9w45hgiuerhg83ghvif
45    12    2398rufdjg9w45hgiuerhg83ghvif
83    22    2398rufdjg9w45hgiuerhg83ghvif 

这是没有分组的状况，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，若是咱们但愿把一个字符串的<%%>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

<%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能够实现不少强大的功能，尤为是在复杂的字符串替换语句中常用。

strObj.split(regObj)

咱们常用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方法相似，在一些复杂的分割状况下咱们可使用正则表达式解决

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

这样就能够按照数字分割字符串了，是否是很强大。看完这两篇博客基本就能对平时用到的JavaScript正则表达式游刃有余了。要求在前端把一个div中的英文段落单词首字母都换成大写，你是否是知道该怎么作了？

参考 

司徒正美 JavaScript正则表达式

Regexper