正则表达式（JavaScript）

时间 2019-11-08

标签正则表达式 javascript 栏目正则表达式繁體版

原文原文链接

正则表达式（JavaScript）javascript

正则表达式（JavaScript）

正则表达式（JavaScript）

1. 了解正则表达式

1.1. 什么是正则表达式

正则表达式(regular expression)描述了一种字符串匹配的模式，能够用来检查一个串是否含有某种子串、将匹配的子串作替换或者从某个串中取出符合某个条件的子串等。java

列出目录时，dir .txt 或 ls .txt 中的 .txt 就不是一个正则表达式,由于这里 与正则式的 * 的含义是不一样的。
构造正则表达式的方法和建立数学表达式的方法同样。也就是用多种元字符与运算符能够将小的表达式结合在一块儿来建立更大的表达式。正则表达式的组件能够是单个的字符、字符集合、字符范围、字符间的选择或者全部这些组件的任意组合。

正则表达式是由普通字符（例如字符 a 到 z）以及特殊字符（称为”元字符”）组成的文字模式。模式描述在搜索文本时要匹配的一个或多个字符串。正则表达式做为一个模板，将某个字符模式与所搜索的字符串进行匹配。正则表达式

1.2. 经常使用的正则表达式匹配工具

在线匹配工具：
正则匹配软件：
McTracer

2. 正则表达式语法

2.1. 建立正则表达式

咱们有两种方式构造正则表达式：express

使用RegExp对象构造函数构造一个正则表达式对象。
var reg = new RegExp("abc");
使用斜杠(/)字符将模式包围起来，生成一个字面值。
var reg = /abc/;

2.2. 元字符

正则表达式由两种基本字符类型组成：数组

原义文本字符

元字符

元字符是指在正则表达式中有特殊含义的非字母字符，下表包含了元字符的完整列表以及它们在正则表达式上下文中的行为：函数

字符	描述
\	将下一个字符标记为一个特殊字符、或一个原义字符、或一个向后引用、或一个八进制转义符。例如，’n’ 匹配字符 “n”。’\n’ 匹配一个换行符。序列 ‘\’ 匹配 “\” 而 “(” 则匹配 “(“。
^	匹配输入字符串的开始位置。若是设置了 RegExp 对象的 Multiline 属性，^ 也匹配 ‘\n’ 或 ‘\r’ 以后的位置。
$	匹配输入字符串的结束位置。若是设置了RegExp 对象的 Multiline 属性，它也匹配 ‘\n’ 或 ‘\r’ 以前的位置。
*	匹配前面的子表达式零次或屡次。例如，zo* 能匹配 “z” 以及 “zoo”。* 等价于{0,}。
+	匹配前面的子表达式一次或屡次。例如，’zo+’ 能匹配 “zo” 以及 “zoo”，但不能匹配 “z”。+ 等价于 {1,}。
?	匹配前面的子表达式零次或一次。例如，”do(es)?” 能够匹配 “do” 或 “does” 中的”do” 。? 等价于 {0,1}。
{n}	n 是一个非负整数。匹配肯定的 n 次。例如，’o{2}’ 不能匹配 “Bob” 中的 ‘o’，可是能匹配 “food” 中的两个 o。
{n,}	n 是一个非负整数。至少匹配n 次。例如，’o{2,}’ 不能匹配 “Bob” 中的 ‘o’，但能匹配 “foooood” 中的全部 o。’o{1,}’ 等价于 ‘o+’。’o{0,}’ 则等价于 ‘o*’。
{n,m}	m 和 n 均为非负整数，其中n <= m。最少匹配 n 次且最多匹配 m 次。例如，”o{1,3}” 将匹配 “fooooood” 中的前三个 o。’o{0,1}’ 等价于 ‘o?’。请注意在逗号和两个数之间不能有空格。
?	当该字符紧跟在任何一个其余限制符 (*, +, ?, {n}, {n,}, {n,m}) 后面时，匹配模式是非贪婪的。非贪婪模式尽量少的匹配所搜索的字符串，而默认的贪婪模式则尽量多的匹配所搜索的字符串。例如，对于字符串 “oooo”，’o+?’ 将匹配单个 “o”，而 ‘o+’ 将匹配全部 ‘o’。
.	匹配除 “\n” 以外的任何单个字符。要匹配包括 ‘\n’ 在内的任何字符，请使用像”(.
(pattern)	匹配 pattern 并获取这一匹配。所获取的匹配能够从产生的 Matches 集合获得，在VBScript 中使用 SubMatches 集合，在JScript 中则使用 9 属性。要匹配圆括号字符，请使用 ‘(’ 或 ‘)’。
(?:pattern)	匹配 pattern 但不获取匹配结果，也就是说这是一个非获取匹配，不进行存储供之后使用。这在使用 “或” 字符 (
(?=pattern)	正向预查，在任何匹配 pattern 的字符串开始处匹配查找字符串。这是一个非获取匹配，也就是说，该匹配不须要获取供之后使用。例如，’Windows (?=95
(?!pattern)	负向预查，在任何不匹配 pattern 的字符串开始处匹配查找字符串。这是一个非获取匹配，也就是说，该匹配不须要获取供之后使用。例如’Windows (?!95
x	y
[xyz]	字符集合。匹配所包含的任意一个字符。例如， ‘[abc]’ 能够匹配 “plain” 中的 ‘a’。
[^xyz]	负值字符集合。匹配未包含的任意字符。例如， ‘[^abc]’ 能够匹配 “plain” 中的’p’、’l’、’i’、’n’。
[a-z]	字符范围。匹配指定范围内的任意字符。例如，’[a-z]’ 能够匹配 ‘a’ 到 ‘z’ 范围内的任意小写字母字符。
[^a-z]	负值字符范围。匹配任何不在指定范围内的任意字符。例如，’[^a-z]’ 能够匹配任何不在 ‘a’ 到 ‘z’ 范围内的任意字符。
\b	匹配一个单词边界，也就是指单词和空格间的位置。例如， ‘er\b’ 能够匹配”never” 中的 ‘er’，但不能匹配 “verb” 中的 ‘er’。
\B	匹配非单词边界。’er\B’ 能匹配 “verb” 中的 ‘er’，但不能匹配 “never” 中的 ‘er’。
\cx	匹配由 x 指明的控制字符。例如， \cM 匹配一个 Control-M 或回车符。x 的值必须为 A-Z 或 a-z 之一。不然，将 c 视为一个原义的 ‘c’ 字符。
\d	匹配一个数字字符。等价于 [0-9]。
\D	匹配一个非数字字符。等价于 [^0-9]。
\f	匹配一个换页符。等价于 \x0c 和 \cL。
\n	匹配一个换行符。等价于 \x0a 和 \cJ。
\r	匹配一个回车符。等价于 \x0d 和 \cM。
\s	匹配任何空白字符，包括空格、制表符、换页符等等。等价于 [ \ f\n\r\t\v]。
\S	匹配任何非空白字符。等价于 [^ \f\n\r\t\v]。
\t	匹配一个制表符。等价于 \x09 和 \cI。
\v	匹配一个垂直制表符。等价于 \x0b 和 \cK。
\w	匹配包括下划线的任何单词字符。等价于’[A-Za-z0-9_]’。
\W	匹配任何非单词字符。等价于 ‘[^A-Za-z0-9_]’。
\xn	匹配 n，其中 n 为十六进制转义值。十六进制转义值必须为肯定的两个数字长例如，’\x41’ 匹配 “A”。’\x041’ 则等价于 ‘\x04’ & “1”。正则表达式中可使用 ASCII 编码。
\num	匹配 num，其中 num 是一个正整数。对所获取的匹配的引用。例如，’(.)\1’ 匹配两个连续的相同字符。
\n	标识一个八进制转义值或一个向后引用。若是 \n 以前至少 n 个获取的子表达式，则 n 为向后引用。不然，若是 n 为八进制数字 (0-7)，则 n 为一个八进制转义值。
\nm	标识一个八进制转义值或一个向后引用。若是 \nm 以前至少有 nm 个得到子表达式，则 nm 为向后引用。若是 \nm 以前至少有 n 个获取，则 n 为一个后跟文字 m 的向后引用。若是前面的条件都不知足，若 n 和 m 均为八进制数字 (0-7)，则 \nm 将匹配八进制转义值 nm。
\nml	若是 n 为八进制数字 (0-3)，且 m 和 l 均为八进制数字 (0-7)，则匹配八进制转义值 nml。
\un	匹配 n，其中 n 是一个用四个十六进制数字表示的 Unicode 字符。例如，
\u00A9	匹配版权符号 (?)。

2.3. 字符类和范围类以及边界

咱们要取某一类字符的时候可使用中括号加字符的形式，例如：[abc]匹配中括号中内元素的字符，好比能够匹配”plain”中的’a’。
正则表达式还提供了范围类，咱们可使用[a-z]匹配a到z的字符，若是想要匹配全部的大小写字母，则能够用[a-zA-Z]。工具

在中括号中使用^表示取反，例如[^a-z]匹配不在a-z范围内的字符。可是用在正则表达式中表示匹配输入字符串的起始位置。编码

正则表达式给咱们提供了一些预约义类来方便咱们的使用，例如.、\d、\w、\s等，具体用法见上表。
正则表达式还提供了几个经常使用的边界匹配符，以下：spa

字符	含义
^	匹配输入字符串的开始位置。若是设置了 RegExp 对象的 Multiline 属性，^ 也匹配 ‘\n’ 或 ‘\r’ 以后的位置。
$	匹配输入字符串的结束位置。若是设置了RegExp 对象的 Multiline 属性，它也匹配 ‘\n’ 或 ‘\r’ 以前的位置。
\b	匹配一个单词边界，也就是指单词和空格间的位置。例如， ‘er\b’ 能够匹配”never” 中的 ‘er’，但不能匹配 “verb” 中的 ‘er’。
\B	匹配非单词边界。’er\B’ 能匹配 “verb” 中的 ‘er’，但不能匹配 “never” 中的 ‘er’。

2.4. 量词

先解释三个概念prototype

贪婪(贪心) 如”*”字符贪婪量词会首先匹配整个字符串，尝试匹配时，它会选定尽量多的内容，若是失败则回退一个字符，而后再次尝试回退的过程就叫作回溯，它会每次回退一个字符，直到找到匹配的内容或者没有字符能够回退。相比其余两种贪婪量词对资源的消耗是最大的。

懒惰(勉强) 如 “?” 懒惰量词使用另外一种方式匹配，它从目标的起始位置开始尝试匹配，每次检查一个字符，并寻找它要匹配的内容，如此循环直到字符结尾处。

占有如”+” 占有量词会覆盖事个目标字符串，而后尝试寻找匹配内容，但它只尝试一次，不会回溯，就比如先抓一把石头，而后从石头中挑出黄金。

经常使用的量词有:

字符	含义
*	匹配前面的子表达式零次或屡次。(贪婪)
+	匹配前面的子表达式一次或屡次。(懒惰)
?	匹配前面的子表达式零次或一次。(占有)
{n}	n 是一个非负整数。匹配肯定的 n 次。
{n,}	n 是一个非负整数。至少匹配n 次。
{n,m}	m 和 n 均为非负整数，其中n <= m。最少匹配 n 次且最多匹配 m 次。

正则表达式默认为贪婪模式，尽量多的去匹配，若是想要让正则表达式尽量少的匹配，则须要用到”?”。
当”?”紧跟在任何一个其余限制符 (*, +, ?, {n}, {n,}, {n,m}) 后面时，匹配模式是非贪婪的。非贪婪模式尽量少的匹配所搜索的字符串，而默认的贪婪模式则尽量多的匹配所搜索的字符串。例如，对于字符串 “oooo”，’o+?’ 将匹配单个 “o”，而 ‘o+’ 将匹配全部 ‘o’。

字符含义

*? 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

字符	含义
*?	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

3. 正则表达式进阶

3.1. 分组和或

正则表达式中正常状况下量词只对前一个字符或字符类起做用，若是想让他对固定的字符串起做用，就须要分组。分组其实就是一个括号里的内容，可使量词做用于分组，例如/(tristan){1,3}/括号中就是一个分组。

“或”的概念就是匹配一个字符串或者另外一个字符串，用”|”表示，例如/Tristan | Henry/，没有分组的状况下或做用于字符串，有分组的状况下或做用于分组，例如/Trist(an | He)nry/。

反向引用，当咱们替换或者其余操做须要前面引用替换的字符串时，可使用”$”符号依次获得匹配的分组的字符串。例如，将”2017-02-08”替换为”02/08/2017”，须要替换的字符串不多是一成不变的，因此须要使用反向引用，方法为：
'2017-02-08'.replace(/(\d{4})-(\d{2})-(\d{2})/g, '$2/$3$1');

关于分组常有的用法以下：

字符	含义
(exp)	匹配exp,并捕获文本到自动命名的组里
(?<\name>exp)	匹配exp,并捕获文本到名称为name的组里
(?:exp)	匹配exp,不捕获匹配的文本，也不给此分组分配组号

3.2 前瞻

正则表达式从文本头部向尾部开始解析，文本尾部方向成为前。

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。JavaScript不支持后顾。
符合和不符合特定断言成为确定/正向匹配和否认/负向匹配。

名称	正则	含义
正向前瞻	exp(?=assert)	前面正则表达式匹配而且后面符合断言
负向前瞻	exp(?!assert)	前面正则表达式匹配而且后面不符合断言
正向后顾	exp(?<=assert)	JavaScript不支持
负向后顾	exp(?	JavaScript不支持

4. JavaScript中的正则表达式

4.1. 对象属性

global: 是否全局搜索，默认为false(只读)；
ignoreCase: 是否大小写敏感，默认为false(只读)；
multiline: 是否多行搜索，默认为false(只读)；
lastIndex: 是当前表达式匹配内容的最后一个字符的下一个位置，当正则表达式启用了全局(g)而且使用exec匹配模式时可使用；
source: 正则表达式的文本字符串；

4.2. test和exec方法

RegExp.prototype.test(str):
- 用于检测字符串参数中是否存在匹配正则表达式模式的字符串
- 若是存在则返回true，不然返回false

注意：正则表达式为全局搜索时，会出现屡次执行结果不一致问题，缘由为全局搜索模式下，每次执行方法会在lastIndex属性的位置开始搜索，而lastIndex属性随着每次搜索而改变，这样在匹配完最后一个匹配结果后剩下的字符串就没有了匹配结果，test方法就会返回false。因此test方法尽可能不要用全局搜索(非全局下lastIndex不生效)。

RegExp.prototype.exec(str):
- 使用正则表达式模式对字符串执行搜索，并更新全局RegExp对象的属性以反映匹配结果。
- 若是没有匹配的文本则返回null，不然返回一个结果数组:
  - 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

调用非全局的RegExp对象的exec()时，返回数组:

第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(一个分组)匹配的文本（若是有的话）
- 第三个元素是与RegExpObject的第二个子表达式(一个分组)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，能够循环获得全部的匹配字符串。

4.3. 字符串对象方法

String.protatype.search(reg):
- 检索字符串中是否有指定子字符串，或是否有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的index，没有匹配返回-1
- 方法不执行全局匹配，它忽略标志g，而且老是从字符串的开始进行检索
String.protatype.match(reg):
- match()方法将检索字符串，以找到一个或多个与reg匹配的字符串
- reg是否具备标志g对结果影响很大

若是reg没有标志g，那么march()方法就只能在字符串中执行一次匹配，若是没有找到匹配文本返回null，不然返回一个数组，其中存放了与他找到的匹配文本有关的信息：

第一个元素存放的是匹配文本，其他元素存放的是与正则表达式的子表达式匹配的文本
数组还含有两个对象属性：index 和input

若是reg具备标志g，则march()方法将执行全局检索，找到字符串中的全部匹配子字符串，若是没有找到任何匹配的子串，返回null；若是找到了一个或多个匹配子串，则返回一个数组，其中存放字符串中全部的匹配子串，并且没有index和input属性。

String.protatype.split(reg):
以reg为界限将字符串分割为一个字符串数组。
String.protatype.replace:
将一个字符串中的一部分替换成另外一个字符串。
- String.protatype.replace(str, replaceStr)
- String.protatype.replace(reg, replaceStr)
- String.protatype.replace(reg, function)
  function中参数的定义：
  1. 匹配的字符串
  2. 正则表达式分组的内容，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

1 'a1b2c3d4e5'.replace(/(\d)(\w)(\d)/g, function(match, group1, group2, group3, index, origin){
2      return parseInt(group1) + parseInt(group3);
3  });

5. 正则表达式示例

正则表达式	描述
/\b([a-z]+) \1\b/gi	一个单词连续出现的位置。
/(\w+):\/\/([^/:]+)(:\d)?([^# ])/	将一个URL解析为协议、域、端口及相对路径。
/^(?:Chapter\|Section) [1-9][0-9]{0,1}$/	定位章节的位置。
/<\s(\S+)(\s[^>])?>[\s\S]<\s\/\1\s*>/	匹配 HTML 标记。
/^(((13\|15\|18)[0-9])\|14[57]\|17[0134678])\d{8}$/	匹配手机号码
/^\w+((-\w+)\|(.\w+))\@[A-Za-z0-9]+((.\|-)[A-Za-z0-9]+).[A-Za-z0-9]+$/	匹配邮箱
/(^\d{15}$)\|(^\d{18}$)\|(^\d{17}(\d\|X\|x)$)/	匹配身份证号