js中的正则表达式

什么是正则表达式

正则表达式是用正则表达式语言创建的，正则表达式语言并不是一种完备的程序设计语言，它甚至算不上是一种能够直接安装并运行的程序。更准确地说，正则表达式语言是内置于其他语言或软件产品的“迷你”语言。正则表达式语言虽然也被称为一种语言，但它与人们对语言的印象相去甚远。

正则表达式经常被简称为

模式

。

定义一个正则表达式

js中的正则表达式用

RegExp

对象表示，有两种方式创建

RegExp

对象。

一种是通过一种特殊的直接量语法创建

var pattern = /s$/

另一种是使用

RegExp()

构造函数

var pattern = new RegExp('s$')

如果需要修饰符

var pattern = /s$/i
var pattern = new RegExp('s$', 'i')

js中的正则表达式语法

js中的正则表达式还是比较弱的，比如不支持后行断言，不支持嵌入条件。

直接量字符

直接量字符包括字面含义的字母和数字、非字母的字符、和一些具有特殊含义的字符，后面两种需要转义。

字符	匹配
字母和数字	自身
\o	NUL字符(\u0000)
\t	制表符(\u0009)
\n	换行符(\u000A)
\v	垂直制表符(\u000B)
\f	换页符(\u000C)
\r	回车符(\u000D)
\xnn	由十六进制数nn指定的拉丁字符，例如，\x0A等价于\n
\uxxxx	由十六进制数xxxx指定的Unicode字符，例如\u0009等价于\t
\cX	控制字符^X，例如,\cJ等价于换行符\n

Windows使用

\r\n

表示文本行结束，Unix、Linux只使用

\n

表示文本结束。

一些具有特殊含义的字符也需要转义，如下

^ $ . * + ? = ! : | \ / ( ) [ ] { }

字符类

将直接量字符单独放进方括号内就组成了字符类，一个字符类可以匹配它所包含的任意字符。由于某些字符类非常常用，因些在js的正则表达式语法中，使用了特定字符的转义字符来表示它们。

字符	匹配
[…]	方括号内的任意字符
[^…]	不在方括号内的任意字符
.	除换行符和其他Unicode行终止符之外的任意字符
\w	任何ASCII字符组成的单词，等价于[a-zA-Z0-9]
\W	任何不是ASCII字符组成的单词，等价于[^a-zA-Z0-9]
\s	任何Unicode空白符
\S	任何非Unicode空白符
\d	任何ASCII数字，等价于[0-9]
\D	任何非ASCII数字，等价于[^0-9]
[\b]	退格直接量(特例)

重复字符

字符	匹配
{n, m}
{n,}
{n}
?	等价于{0, 1}
+	等价于{1,}
*	等价于{0,}

非贪婪的重复

默认情况下，正则表达式会尽可能多地匹配(贪婪模式)，只需要在重复字符后面添加问号

?

就可以进行非贪婪模式，如

??

、

+?

、

*?

、

{1, 5}?

。

需要注意的是，不管是贪婪模式还是非贪婪模式，正则表达式总是会寻找字符串中第一个可能匹配的位置，如，对于字符串

aaabb

，

/a+b/

会匹配

aaabb

，

/a+?b/

会匹配

aaab

而不是子串中更短的

ab

。

选择

选择项的尝试匹配次序是从左到右，直到发现了匹配项，如果左边的选择项匹配，就忽略右边的匹配项，如字符串

ab

，

/a|ab/

匹配的是

a

。

字符	匹配
|	匹配的是该符号左边的子表达式或右边的子表达式

分组和引用

分组形成子表达式。

字符	匹配
(…)
(^…)	只分组，不编号，即不能被引用
\n	回溯引用

回溯引用(backreference)允许正则表达式模式引用前面的匹配结果。

锚字符

字符	匹配
^	字符串的开头
$	字符串的结尾
\b	单词的边界
\B	非单词边界的位置
(?=p)	正向先行断言，要求接下来的字符都与p匹配，但匹配的结果不包括p
(?!p)	负向先行断言，要求接下来的字符都不与p匹

锚字符是匹配位置的，不匹配任何字符，比如对于字符串

abc

，

a(?=b)bc

可以匹配，但是

a(?=b)c

不匹配。

修饰符

js支持三个修饰符。

字符	匹配
i
g	执行一个全局匹配，即找到所有的匹配，而不是在找到一个之后就停止
m	多行匹配模式，^匹配一行的开头和字符串的开头，$匹配一行结尾和字符串的结尾

RegExp对象

RegExp对象有5个属性和2个方法：

5个属性

source
只读，正则表达式的文本
global
只读，是否带有修改符g
ignoreCase
只读，是否带有修改符i
multiline
只读，是否带有修改符m
lastIndex
可读/写，如果匹配模式带有g，这个属性存储整个字符串下一次检索的开始位置

2个方法

exec()
如果没有找到任何匹配，则返回null，否则返回一个数组，第一个元素包含的是与正则表达式相匹配的字符串，余下的元素是与圆括号内的子表达式相匹配的子串。
会忽略g。
test()
如果匹配则返回true

String中4个支持正则表达式的方法

(1) search

返回第一个匹配的子串的起始位置，如果不匹配则返回-1；

如果参数不是正则表达式，则会先通完RegExp()转换成正则表达式；

不支持全局检索，会忽略g。

var pattern = /c{2}/

var str = ‘abcdeccfg’

console.log(str.search(pattern)) // 5

// 如果参数不是正则表达式，则会先通完RegExp()转换成正则表达式

var pattern = ‘c{2}’

var str = ‘abcdeccfg’

console.log(str.search(pattern)) // 5

(2) replace

如果replace()的第一个参数是字符串而不是正则表达式，则将直接搜索这个字符串；

如果不带

g

，则只匹配一次；

第二个参数可以是

$加数字

，代表对应的子串。

(3) match

如果没有

g

，则返回结果和

exec()

一样

var pattern = /h(i)/
var str = 'ahibchhidefhiig'
console.log(str.match(pattern)) // ["hi", "i", index: 1, input: "ahibchhidefhiig"]

如果有

g

，则返回所有的匹配，但不包括子表达式

// 如果有`g`，则返回所有的匹配，但不包括子串
var pattern = /h(i)/g
var str = 'ahibchhidefhiig'
console.log(str.match(pattern)) // ["hi", "hi", "hi"]

(4) split

console.log('123,456,789'.split(',')) // ["123", "456", "789"]

// 好像会忽略`g`
console.log('123, 456 , 789'.split(/\s*,\s*/)) // ["123", "456", "789"]