面试题之正则表达式解析一个完整的url

最近在补充基础知识，看到了一道面试题 地址传送点这里 ：

题目：解析一个完整的url,返回Object包含域与window.location相同

答案：

/**
 * 解析一个url并生成window.location对象中包含的域
 * location:
 * {
 *      href: '包含完整的url',
 *      origin: '包含协议到pathname以前的内容',
 *      protocol: 'url使用的协议，包含末尾的:',
 *      username: '用户名', // 暂时不支持
 *      password: '密码',  // 暂时不支持
 *      host: '完整主机名，包含:和端口',
 *      hostname: '主机名，不包含端口'
 *      port: '端口号',
 *      pathname: '服务器上访问资源的路径/开头',
 *      search: 'query string，?开头',
 *      hash: '#开头的fragment identifier'
 * }
 *
 * @param {string} url 须要解析的url
 * @return {Object} 包含url信息的对象
 */
 
 
 function parseUrl(url) {
    var result = {};
    var keys = ['href', 'origin', 'protocol', 'host',
                'hostname', 'port', 'pathname', 'search', 'hash'];
    var i, len;
    var regexp = /(([^:]+:)\/\/(([^:\/\?#]+)(:\d+)?))(\/[^?#]*)?(\?[^#]*)?(#.*)?/;

    var match = regexp.exec(url);
	 console.info('match=', match);
	 
    if (match) {
        for (i = keys.length - 1; i >= 0; --i) {
            result[keys[i]] = match[i] ? match[i] : '';
        }
    }
	 console.info('result=', result);
    return result;
}

parseUrl("http://test.com:8080?name=1&password=2#page1");

结果：
match=[ 
  'http://test.com:8080?name=1&password=2#page1',
  'http://test.com:8080',
  'http:',
  'test.com:8080',
  'test.com',
  ':8080',
  undefined,
  '?name=1&password=2',
  '#page1',
  index: 0,
  input: 'http://test.com:8080?name=1&password=2#page1' 
]

result={ 
  hash: '#page1',
  search: '?name=1&password=2',
  pathname: '',
  port: ':8080',
  hostname: 'test.com',
  host: 'test.com:8080',
  protocol: 'http:',
  origin: 'http://test.com:8080',
  href: 'http://test.com:8080?name=1&password=2#page1' 
}
复制代码

没错，一眼就看到了难以理解的是那段正则表达式：

/(([^:]+:)\/\/(([^:\/\?#]+)(:\d+)?))(\/[^?#]*)?(\?[^#]*)?(#.*)?/

复制代码

恰好最近看了精通正则表达式一书（的20%，哈哈看不完），恰好能够练练手了

1.匹配的数组长度为11个，为何

2.每个是怎么匹配来的

首先，在分析以前，先给你们补补基础概念，知道的就跳过

?:  匹配0个或一个
*   匹配0个或多个,
+:  一次或屡次，至少出现一次 
.*  贪婪匹配：在知足匹配时，匹配尽量长的字符串，默认状况下，采用贪婪匹配（没有问号）

// 非贪婪匹配：在知足匹配时，匹配尽量短的字符串，使用?来表示非贪婪匹配
?  非贪婪，最小匹配（重点，后面会用到）
*? 重复任意次，但尽量少重复  
+? 重复1次或更屡次，但尽量少重复  
?? 重复0次或1次，但尽量少重复  
{n,m}? 重复n到m次，但尽量少重复  
{n,}? 重复n次以上，但尽量少重复  

//环视
'jeffs'.replace(/(?<=jeff)(?=s)/i, '"')
//顺序环视和逆向环视,?= 匹配的目标位置后紧跟s,匹配的目标位置前紧邻jeff  jeff目标s，结果输出：jeff"s [^]: ^表示非 //示例：[^u] //[]里面的元字符只是普通字符 /03[-./]22/.test('03-22') 结果输出：true //() ：标记一个子表达式的开始和结束位置。子表达式能够获取供之后使用 复制代码

进入正题，匹配的数组长度为11个，为何？

由于匹配结果是按照()的个数和顺序决定的，重点是前面9个

最后两个[index: 0,input: 'http://test.com:8080?name=1&password=2#page1']是regexp.exec函数自带返回的

因此上面的表达式能够拆分为以下子表达式：

(([^:]+:)\/\/(([^:\/\?#]+)(:\d+)?))(\/[^?#]*)?(\?[^#]*)?(#.*)?
(([^:]+:)\/\/(([^:\/\?#]+)(:\d+)?))
([^:]+:)
(([^:\/\?#]+)(:\d+)?)
([^:\/\?#]+)
(:\d+)?
(\/[^?#]*)?
(\?[^#]*)?
(#.*)?
复制代码

具体分析见下图：

思考题：

正则表达式分割之千分符格式：
213435324.099.toString().replace(/\B(?=(\d{3})+(?!\d))/g, ',')
复制代码

今天就到这里，喜欢记得点赞～