经过实例学习正则表达式

时间 2019-11-06

原文原文链接

判断邮箱是否正确

邮箱正则

/\w+[\w\.]*@[\w\.]+\.\w+/

测试用例

const regex = /\w+[\w\.]*@[\w\.]+\.\w+/

regex.test('666@email.com')            // true
regex.test('july@e.c')                 // true               
regex.test('_@email.com.cn')           // true
regex.test('july_1234@email.com')      // true

regex.test('@email.com')               // false
regex.test('julyemail.com')            // false
regex.test('july.email.com')           // false
regex.test('july@')                    // false
regex.test('july@email')               // false
regex.test('july@email.')              // false
regex.test('july@.')                   // false
regex.test('july@.com')                // false
regex.test('-~!#$%@email.com')         // false

正则讲解

\w。 \w属于一种预约义模式，表示匹配任意的字母、数字和下划线。点击查看其余预约义模式。
+、*。 +、*和？在正则表达式中被称为量词符。+表示一次或屡次，*表示0次或屡次，？表示0次或一次。
\. 。 . 在正则表达式中被称为元字符，它能够匹配除回车（\r）、换行(\n) 、行分隔符（\u2028）和段分隔符（\u2029）之外的全部字符。由于元字符有特殊含义，因此若是要匹配元字符自己，就须要使用转义字符，也就是在前面加上反斜杠 ( \ )。点击查看其余元字符
[\w\.]。 [ ] 表示一个字符集合，好比 [ july ] 不是表示匹配整个单词，而是表示j、u、l和y组成的一个字符集合，匹配时只要匹配到其中一个字母就表示匹配成功。点击查看字符集合详解
总览

匹配URL地址

URL正则

/https?:\/\/(\w*:\w*@)?[-\w\.]+(:\d+)?(\/([\w\/\.]*(\?\S+)?)?)?/

测试用例

const regex = /https?:\/\/(\w*:\w*@)?[-\w\.]+(:\d+)?(\/([\w\/\.]*(\?\S+)?)?)?/

regex.test('http://www.forta.com/blog')                    // true
regex.test('https://www.forta.com:80/blog/index.cfm')      // true
regex.test('https://www.forta.com')                        // true
regex.test('http://ben:password@www.forta.com/')           // true
regex.test('http://localhost/index.php?ab=1&c=2')          // true
regex.test('http://localhost:8500/')                       // true

正则讲解

( ) 。相似于( \w:\w*@ )这样的表达式被称为子表达式，相比于字符集合[ ]匹配时只匹配集合中的一个字符，子表达式是将括号内的表达式做为一个总体来匹配。好比 ( :\d+ )匹配相似于 “:8080” 这样的字符串，而 [ :\d ] 匹配一个 : 或者一个数字。
总览

练习

去掉html文件中的全部注释

html文件

我在本地随便写了一个html文件，包含css、html和js3个部分，是一个完整的网页。javascript

<!DOCTYPE html>
<html lang="en">

<head>
  <meta charset="UTF-8">
  <meta name="viewport" content="width=device-width, initial-scale=1.0">
  <meta http-equiv="X-UA-Compatible" content="ie=edge">
  <title>Document</title>
  <style>
    /* 
      这是css的多行注释
      这是css的多行注释 这是css的多行注释
    */
    * {
      margin: 0;
      padding: 0;
      /* 这是css的多行注释 */
    }

    html {
      color: #000;
    }
  </style>
</head>

<body>
  <h1>h1 title</h1> <!-- 这是html注释 -->

  <h2>h2 title</h2>
  <!--  这是html注释 -->
  <button style="/* 这是行内css的注释 */color: red/* 这是行内css的注释 */">click me</button>
  <button onclick="/* 这是行内js的注释 */alert('july')/* 这是行内js的注释 */">click me 2</button>
  <!--  
    这是html注释 
  -->
  <button onclick="// 这是行内js的注释
    alert(/* 注释 */'july')
    //这是行内js的注释 'sdfs' " style='color: blue'>click me 3</button>
  <!--  这是html注释 -->

  <script>
    // 这是js单行注释
    // 这是js单行注释 这是js单行注释 
    function func() {
      console.log('test');  // 这是js单行注释
    }

    /*
     * 这是js多行注释
     * 这是js多行注释 这是js多行注释
     */
    function func2() {
      // 这是js单行注释
      /*
        这是js多行注释
      */
      console.log('test');  /* 
      这是js多行注释 */
    } 
  </script>
</body>

</html>

匹配

const htmlStr = `html字符串`;   // 将上面的html内容拷贝于此，因为太长，就再也不拷贝

// 匹配 /* */
htmlStr.match(/\/\*[^]*?\*\//g);  // 该行代码会返回一个数组，长度为10，数组的每一个元素分别对应匹配到的 /* */，因为篇幅有限，就不将结果展现到这里了

// 匹配 <!-- -->
htmlStr.match(/<!--[^]*?-->/g);

// 匹配 //
htmlStr.match(/(\/\/.*?(?=(["']\s*\w+\s*=)|(["']\s*>)))|(\/\/.*)/g);

分析

g全局修饰符。g是正则表达式的修饰符，表示全局匹配或者搜索，由于html中会有多个注释，因此须要全局修饰符（点击查看所有修饰符）。
[^]。^被称为脱字符，个人理解就是取反的意思，好比[ ^abc ]表示除了a、b和c，其余全部字符均可以匹配。[^]匹配任意字符，包括换行符。
非贪婪模式。量词符在默认状况下都是使用贪婪模式进行匹配，好比说上面的[^]*表示匹配0个或多个任意字符，因为是贪婪模式，因此会尽量多的匹配任意字符，直到不知足条件为止。经过在[^]*后面加一个？号，就变成了非贪婪模式，这种模式下，一旦条件知足，就不会再往下匹配。想要实际查看两种模式的区别，能够将上方匹配 /* */的正则表达式的？去掉再执行，看看返回结果有何不一样。
向前查找。向前查找就是一个以？=开头的子表达式。举例说明其意义，好比咱们要匹配出URL的协议部分，URL：https://www.forta.com，正则：/.+(?=:)/，(?=:)就是一个向前查找，它表示只要匹配到:，就把：以前的内容返回，:自己不须要返回。
前面两种注释的匹配比较容易，第三种也就是//这种注释比较复杂。其实对于//注释，在绝大多数状况下/\/\/.*/这个正则能够匹配出，可是有两种状况不能知足，见下方代码

<button onclick="
    alert('july')
    //这是行内js的注释 'sdfs' " style='color: blue'>click me 3</button>
    
<button onclick="
    alert('july')
    //这是行内js的注释 'sdfs' ">click me 3</button>

咱们经过图片详细解析一下
php

最终代码

为了方便，最终代码选择在node环境中执行，由于最初的需求是将html中的全部注释去掉，因此咱们使用了字符串的replace方法，该方法接收两个参数，第一个参数是正则表达式，第二个参数是须要替换成的内容。css

const fs = require('fs');

// regex.html 是放在同级目录下的html源文件
fs.readFile('./regex.html', 'utf8', (err, data) => {
  if (err) throw err;

  console.log(
    data
      .replace(/\/\*[^]*?\*\//g, '')    // 替换 /* */
      .replace(/<!--[^]*?-->/g, '')     // 替换 <!-- -->
      .replace(/(\/\/.*?(?=(["']\s*\w+\s*=)|(["']\s*>)))|(\/\/.*)/g, '')  // 替换 // 
  );
});

参考资料

《正则表达式必知必会》
阮一峰javascript教程html