第15章 正则表达式

路人甲_0001
740 阅读5分钟

正则表达式可视化工具 >>

一、概述

正则表达式（Regular_Expressions）用于匹配字符串中字符组合的模式。在 JavaScript中，正则表达式也是对象。这些模式被用于 RegExp 的 exec 和 test 方法, 以及 String 的 match、matchAll、replace、search 和 split 方法。

简单的说，就是按照某种规则去匹配符合条件的字符串。

二、创建正则表达式

新建正则表达式有两种方法。一种是使用字面量，以斜杠表示开始和结束；另一种是使用RegExp构造函数。

// 1、使用字面量：编译时创建
var r1 = /CHINA/;

// 2、使用RegExp构造函数：运行时创建
var r2 = new RegExp("CHINA");

正则表达式还可以接受第二个参数，表示修饰符（详细解释见下文）。

var r1 = /CHINA/i;
var r2 = new RegExp("CHINA", "i");

正则对象生成以后，有两种使用方式：

  • 正则对象的方法：将字符串作为参数，比如 regex.test(string)。
  • 字符串对象的方法：将正则对象作为参数，比如 string.match(regex)。

三、正则属性和方法

1、属性

正则对象的属性分成两类。

一类是修饰符相关，返回一个布尔值，表示对应的修饰符是否设置，ES6新增了y 修饰符与u修饰符。

  • ignoreCase：返回一个布尔值，表示是否设置了i修饰符，用于 忽略大小写 ，该属性只读。
  • global：返回一个布尔值，表示是否设置了g修饰符，用于 全局匹配 ，该属性只读。
  • multiline：返回一个布尔值，表示是否设置了m修饰符，用于 多行模式匹配 ，该属性只读。
var r = /abc/igm;

r.ignoreCase // true
r.global     // true
r.multiline  // true

另一类是与修饰符无关的属性，主要是下面两个。

  • lastIndex：返回下一次开始搜索的位置。该属性可读写，但是只在设置了 g 修饰符时有意义。
  • source：返回正则表达式的字符串形式（不包括反斜杠），该属性只读。

2、方法

2.1、test() *

正则对象的test方法返回一个布尔值，表示当前模式是否能匹配参数字符串。

// 1、检测字符串是否包含‘@’
/@/.test('lihy_online@163.com'); // true

// 2、检测字符串是否包含‘@’
/@/.test("Nothing's gonna change my love for you.") // false

如果正则表达式带有g 修饰符，则每一次test方法都从上一次结束的位置开始向后匹配。

var reg = /n/g;

reg.lastIndex
0
reg.test("morning");
true
reg.lastIndex
4
reg.test("morning");
true
reg.lastIndex
6
reg.test("morning");
false
reg.lastIndex
0

上面代码的正则对象使用了 g 修饰符，表示要记录搜索位置。接着，三次使用test方法，每一次开始搜索的位置都是上一次匹配的后一个位置。带有 g 修饰符时，可以通过正则对象的 lastIndex 属性指定开始搜索的位置。

var reg = /n/g;

reg.lastIndex = 6;
reg.test("morning");

false

上面代码指定从字符串的第6个位置开始搜索，这个位置后面是没有字符 n 的，所以返回 false。

lastIndex 属性只对同一个正则表达式有效，所以下面这样写是错误的。

var count = 0;
while (/a/g.test('blablabla')) { 
  count++;
}

上面代码会导致无限循环，因为 while 循环的每次匹配条件都是一个新的正则表达式，导致 lastIndex 属性总是等于0。

如果正则模式是一个空字符串，则匹配所有字符串。

new RegExp('').test('abc') // true

2.2、exec()

正则对象的 exec 方法，可以返回匹配结果。如果发现匹配，就返回一个数组，成员是每一个匹配成功的子字符串，否则返回 null。

请看示例：

reg_exec.png

四、字符串对象的方法

字符串对象的方法之中，有4种与正则对象有关。

  • match()：返回一个数组，成员是所有匹配的子字符串。

    "Hello".match(/l/g);
(2) ['l', 'l']

  • search()：按照给定的正则表达式进行搜索，返回一个整数，表示匹配开始的位置。

    "曾经沧海难为水，留取丹心照汗青。".search(/沧海/);
2

  • replace()：按照给定的正则表达式进行替换，返回替换后的字符串。

    "来咯,来咯,真嘞来咯!".replace(/来咯/, "走咯");
"走咯,来咯,真嘞来咯!"

"来咯,来咯,真嘞来咯!".replace(/来咯/g, "走咯");
"走咯,走咯,真嘞走咯!"

    replace 方法的第二个参数可以使用美元符号 $ ，用来指代所替换的内容。

    • $&：指代匹配的子字符串。
    • $`：指代匹配结果前面的文本。
    • $' ：指代匹配结果后面的文本。
    • $n：指代匹配成功的第n组内容，n是从1开始的自然数。
    • $$：指代美元符号*$*。
    // 1、$&：指代匹配的子字符串。
"ABC".replace(/B/, '-$&-');
'A-B-C'

// 2、$`：指代匹配结果前面的文本。
"ABC".replace(/B/, '$`');
'AAC'

// 3、$' ：指代匹配结果后面的文本。
"ABC".replace(/B/, "$'");
'ACC'

// 4、$n：指代匹配成功的第n组内容，n是从1开始的自然数。
"17398888669".replace(/(\d{3})(\d{4})(\d{4})/, "$1 *** $3");
'173 *** 8669'

// 5、$$：指代美元符号$。
"ABC".replace(/B/, "$$");
'A$C'

  • split()：按照给定规则进行字符串分割，返回一个数组，包含分割后的各个成员。

    "A-B-C".split('-');
(3) ['A', 'B', 'C']

五、匹配规则 *

正则表达式对字符串的匹配有很复杂的规则。下面一一介绍这些规则。

01. 字面量字符

字面意义，如 /muzili/ ，匹配的就是字符串 muzili。

02. 元字符

字符描述
.表示除换行、回车之外的所有字符
^表示字符串的开始位置
$表示字符串的结束位置
``选择符，如 `xy表示匹配x 或y ，比如：火锅烧烤` 表示匹配 火锅 或 烧烤
\转义字符，用于匹配一些特殊字符本身，比如要匹配字符+，你应该使用 \+ 表示

03. 量词符

模式的精确匹配次数，使用大括号（{}）表示。

字符描述
{n}表示指定字符重复n次
{n,}表示指定字符至少重复n次
{n,m}表示指定字符重复不少于n次，不多于m次
*量词符：表示某个模式出现0次或多次，等同于{0,}
+量词符：表示某个模式出现1次或多次，等同于{1,}
?量词符：表示某个模式出现0次或1次， 等同于{0,1}

04. 特殊字符

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

05. 字符类

表示符合某种特性的字符类别，使用 [] 表示

字符描述
[xyz]表示匹配x、y、z中的任意一个字符
[^xyz]表示字符串中只有模式中的字符时，才返回false
[^]表示匹配任意字符
[0-9]连字符，表示匹配0~9之间的任意字符，也可用于表示字母，比如[A-Z]

tips：字符类的连字符必须在头尾两个字符中间，才有特殊含义，否则就是字面含义。比如，[-9]就表示匹配连字符和9，而不是匹配0到9。

06. 预定义模式

预定义模式指的是某些常见模式的简写方式。

字符描述
\d匹配0-9之间的任一数字，相当于[0-9]
\D匹配所有0-9以外的字符，相当于[^0-9]
\w匹配任意的字母、数字和下划线，相当于[A-Za-z0-9_]
\W除所有字母、数字和下划线以外的字符，相当于[^A-Za-z0-9_]
\s匹配空格（包括制表符、空格符、断行符等），相等于[\t\r\n\v\f]
\S匹配非空格的字符，相当于[^\t\r\n\v\f]
\b匹配词的边界，即该次必须独立存在，如：/\bhello/.test("hello world") 为true
\B匹配非词边界，即在词的内部

07. 贪婪模式 & 非贪婪模式

  • 贪婪模式：尽可能多匹配（默认）
  • 非贪婪模式：尽可能少匹配

贪婪模式转非贪婪模式在量词符后加上？即可。

/\d+/.exec("123");
// => ["123", index: 0, input: "123", groups: undefined]
/\d+?/.exec("123");
// => ["1", index: 0, input: "123", groups: undefined]

08. 修饰符

修饰符（modifier）表示模式的附加规则，放在正则模式的最尾部。

  • g：全局匹配 *
  • i：忽略大小写 *
  • m：多行模式

09. 组匹配

字符描述
(x)捕获组
模式 /(foo) (bar) \1 \2/ 中的 '(foo)' 和 '(bar)' 匹配并记住字符串 "foo bar foo bar" 中前两个单词。模式中的 \1 和 \2 表示第一个和第二个被捕获括号匹配的子字符串，即 foo 和 bar，匹配了原字符串中的后两个单词。注意 \1、\2、...、\n 是用在正则表达式的匹配环节。而在正则表达式的替换环节，则要使用像 $1、$2、...、$n 这样的语法，例如，"17398888669".replace(/(\d{3})(\d{4})(\d{3})/, "$1****$3")。$& 表示整个用于匹配的原字符串。
(?:x)非捕获组：表示不返回该组匹配的内容，即匹配的结果中不计入这个括号。
非捕获组的作用请考虑这样一个场景，假定需要匹配a或者aa，正则表达式就应该写成/(a){1,2}/，但是这样会占用一个组匹配。这时，就可以使用非捕获组，将正则表达式改为/(?:a){1,2}/，它的作用与前一个正则是一样的，但是不会单独输出括号内部的内容
x(?=y)先行断言：
x只有在y前面才匹配，y不会被计入返回结果。比如，要匹配后面跟着百分号的数字，可以写成/\d+(?=%)/。
x(?!y)先行否定断言：
x只有不在y前面才匹配，y不会被计入返回结果。比如，要匹配后面跟的不是百分号的数字，就要写成/\d+(?!%)/。

六、附：常用正则表达式

点击前往 史上最全常用正则表达式

avatar
文章
阅读
粉丝