RegEx正则表达式全知全解

327 阅读11分钟

在编程语言中,正则表达式用于匹配指定的字符串。 通过正则表达式创建匹配模式(规则)可以帮你完成指定匹配。

JavaScript 中有多种使用正则表达式的方法。 测试正则表达式的一种方法是使用 .test() 方法。 .test() 方法会把编写的正则表达式和字符串(即括号内的内容)匹配,如果成功匹配到字符,则返回 true,反之,返回 false

let testStr = "Code";
let testRegex = /Code/;
testRegex.test(testStr);

test 方法会返回 true

同时用多种模式匹配文字字符串

使用正则表达式/coding/,你可以在其他字符串中查找coding

这对于搜寻单个字符串非常有用,但仅限于一种匹配模式。 你可以使用 alternationOR 操作符搜索多个模式: |

此操作符匹配操作符前面或后面的字符。 例如,如果你想匹配 yesno,你需要的正则表达式是 /yes|no/

你还可以匹配多个规则,这可以通过添加更多的匹配模式来实现。 这些匹配模式将包含更多的 OR 操作符来分隔它们,比如/yes|no|maybe/

匹配时忽略大小写

到目前为止,已经了解了如何用正则表达式来执行字符串的匹配。 但有时候,并不关注匹配字母的大小写。

大小写即大写字母和小写字母。 大写字母如 ABC。 小写字母如 abc

可以使用标志(flag)来匹配这两种情况。 标志有很多,不过这里我们只关注忽略大小写的标志——i。 可以通过将它附加到正则表达式之后来使用它。 这里给出使用该标志的一个实例 /ignorecase/i。 这个字符串可以匹配字符串 ignorecaseigNoreCaseIgnoreCase

提取匹配项

到目前为止,只是检查了一个匹配模式是否存在于字符串中。 还可以使用 .match() 方法来提取找到的实际匹配项。

可以使用字符串来调用 .match() 方法,并在括号内传入正则表达式。

请看下面的举例:

"Hello, World!".match(/Hello/);
let ourStr = "Regular expressions";
let ourRegex = /expressions/;
ourStr.match(ourRegex);

这里第一个 match 将返回 ["Hello"] 第二个将返回 ["expressions"]

请注意, .match 语法是目前为止一直使用的 .test 方法中的“反向”:

'string'.match(/regex/);
/regex/.test('string');
全局匹配

到目前为止,只能提取或搜寻一次模式匹配。

let testStr = "Repeat, Repeat, Repeat";
let ourRegex = /Repeat/;
testStr.match(ourRegex);

在这里 match 将返回 ["Repeat"]

若要多次搜寻或提取模式匹配,可以使用 g 标志。

let repeatRegex = /Repeat/g;
testStr.match(repeatRegex);

这里 match 返回值 ["Repeat", "Repeat", "Repeat"]

用通配符匹配任何内容

有时不(或不需要)知道匹配模式中的确切字符。 如果要精确匹配到完整的单词,那出现一个拼写错误就会匹配不到。 幸运的是,可以使用通配符 . 来处理这种情况。

通配符 . 将匹配任何一个字符。 通配符也叫 dotperiod。 可以像使用正则表达式中任何其他字符一样使用通配符。 例如,如果想匹配 hughuhhuthum,可以使用正则表达式 /hu./ 匹配以上四个单词。

let humStr = "I'll hum a song";
let hugStr = "Bear hug";
let huRegex = /hu./;
huRegex.test(humStr);
huRegex.test(hugStr);

上面的 test 都会返回 true

将单个字符与多种可能性匹配

已经了解了文字匹配模式(/literal/)和通配符(/./)。 这是正则表达式的两种极端情况,一种是精确匹配,而另一种则是匹配所有。 在这两种极端情况之间有一个平衡选项。

可以使用字符集 (character classes)更灵活的匹配字符。 可以把字符集放在方括号([])之间来定义一组需要匹配的字符串。

例如,如果想要匹配 bagbigbug,但是不想匹配 bog。 可以创建正则表达式 /b[aiu]g/ 来执行此操作。 [aiu] 是只匹配字符 ai 或者 u 的字符集。

let bigStr = "big";
let bagStr = "bag";
let bugStr = "bug";
let bogStr = "bog";
let bgRegex = /b[aiu]g/;
bigStr.match(bgRegex);
bagStr.match(bgRegex);
bugStr.match(bgRegex);
bogStr.match(bgRegex);

按顺序排列,四次 match 调用将返回值 ["big"]["bag"]["bug"]null

匹配字母表中的字母

了解了如何使用字符集(character sets)来指定要匹配的一组字符串,但是有时需要匹配大量字符(例如,字母表中的每个字母)。 有一种写法可以让实现这个功能变得简短。

在字符集中,可以使用连字符(-)来定义要匹配的字符范围。

例如,要匹配小写字母 ae,你可以使用 [a-e]

let catStr = "cat";
let batStr = "bat";
let matStr = "mat";
let bgRegex = /[a-e]at/;
catStr.match(bgRegex);
batStr.match(bgRegex);
matStr.match(bgRegex);

按顺序排列,三次 match 调用将返回值 ["cat"]["bat"]null

匹配字母表中的数字和字母

使用连字符(-)匹配字符范围并不仅限于字母。 它还可以匹配一系列数字。

例如,/[0-5]/ 匹配 05 之间的任意数字,包含 05

此外,还可以在单个字符集中组合一系列字母和数字。

let jennyStr = "Jenny8675309";
let myRegex = /[a-z0-9]/ig;
jennyStr.match(myRegex);
匹配单个未指定的字符

到目前为止,已经创建了一个想要匹配的字符集合,但也可以创建一个不想匹配的字符集合。 这些类型的字符集称为否定字符集( negated character sets)。

要创建否定字符集,需要在开始括号后面和不想匹配的字符前面放置脱字符(即^)。

例如,/[^aeiou]/gi 匹配所有非元音字符。 注意,字符 .![@/ 和空白字符等也会被匹配,该否定字符集仅排除元音字符。

匹配出现一次或多次的字符

有时,需要匹配出现一次或者连续多次的的字符(或字符组)。 这意味着它至少出现一次,并且可能重复出现。

可以使用 + 符号来检查情况是否如此。 记住,字符或匹配模式必须一个接一个地连续出现。 这就是说,字符必须一个接一个地重复。

例如,/a+/g 会在 abc 中匹配到一个匹配项,并且返回 ["a"]。 因为 + 的存在,它也会在 aabc 中匹配到一个匹配项,然后返回 ["aa"]

如果它是检查字符串 abab,它将匹配到两个匹配项并且返回["a", "a"],因为a字符不连续,在它们之间有一个b字符。 最后,因为在字符串 bcd 中没有 a,因此找不到匹配项。

匹配出现零次或多次的字符

使用了加号 + 来查找出现一次或多次的字符。 还有一个选项可以匹配出现零次或多次的字符。

执行该操作的字符叫做星号,即*

let soccerWord = "gooooooooal!";
let gPhrase = "gut feeling";
let oPhrase = "over the moon";
let goRegex = /go*/;
soccerWord.match(goRegex);
gPhrase.match(goRegex);
oPhrase.match(goRegex);

按顺序排列,三次 match 调用将返回值 ["goooooooo"]["g"]null

用惰性匹配来查找字符

在正则表达式中,贪婪(greedy)匹配会匹配到符合正则表达式匹配模式的字符串的最长可能部分,并将其作为匹配项返回。 另一种方案称为懒惰(lazy)匹配,它会匹配到满足正则表达式的字符串的最小可能部分。

可以将正则表达式 /t[a-z]*i/ 应用于字符串 "titanic"。 这个正则表达式是一个以 t 开始,以 i 结束,并且中间有一些字母的匹配模式。

正则表达式默认是贪婪匹配,因此匹配返回为 ["titani"]。 它会匹配到适合该匹配模式的最大子字符串。

但是,你可以使用 ? 字符来将其变成懒惰匹配。 调整后的正则表达式 /t[a-z]*?i/ 匹配字符串 "titanic" 返回 ["ti"]

**注意:**应该避免使用正则表达式解析 HTML,但是可以用正则表达式匹配 HTML 字符串。

匹配字符串的开头

使用字符集中前插入符号(^)来创建一个否定字符集,形如 [^thingsThatWillNotBeMatched]。 除了在字符集中使用之外,脱字符还用于匹配字符串的开始位置。

let firstString = "Ricky is first and can be found.";
let firstRegex = /^Ricky/;
firstRegex.test(firstString);
let notFirst = "You can't find Ricky now.";
firstRegex.test(notFirst);

第一次 test 调用将返回 true,而第二次调用将返回 false

匹配字符串的末尾

还有一种方法可以搜寻字符串末尾的匹配模式。

可以使用正则表达式的美元符号 $ 来搜寻字符串的结尾。

let theEnding = "This is a never ending story";
let storyRegex = /story$/;
storyRegex.test(theEnding);
let noEnding = "Sometimes a story will have to end";
storyRegex.test(noEnding);

第一次 test 调用将返回 true, 而第二次调用将返回 false

使用

匹配所有的字母和数字

let longHand = /[A-Za-z0-9_]+/
//等同于
let shortHand = /\w+/;

匹配除了字母和数字的所有符号

//可以使用 \W 搜寻和 \w 相反的匹配模式。 注意,相反匹配模式使用大写字母。 此缩写与 [^A-Za-z0-9_] 是一样的。
let shortHand = /\W/;

匹配所有数字与非数字

//查找数字字符的缩写是 \d,注意是小写的 d。 这等同于元字符 [0-9],它查找 0 到 9 之间任意数字的单个字符。
let regex = /\d/;

//匹配非数字
//查找非数字字符的缩写是 \D。 这等同于字符串 [^0-9],它查找不是 0 - 9 之间数字的单个字符。
let regex = /\D/;

匹配空白字符

//可以使用 \s 搜寻空格,其中 s 是小写。 此匹配模式将匹配空格、回车符、制表符、换页符和换行符。 可以认为这类似于元字符 [ \r\t\f\n\v]。

//非空白字符,使用 \S 搜寻非空白字符,其中 s 是大写。

指定匹配的上限和下限

可以使用数量说明符(quantity specifiers)指定匹配模式的上下限。 数量说明符与花括号({})一起使用。 可以在花括号之间放两个数字,这两个数字代表匹配模式的上限和下限。

例如,要匹配出现 35 次字母 a 的在字符串 ah,正则表达式应为/a{3,5}h/

let A4 = "aaaah";
let A2 = "aah";
let multipleA = /a{3,5}h/;
multipleA.test(A4);
multipleA.test(A2);

//只指定匹配的下限,在第一个数字后面跟一个逗号即可。
let multipleA = /a{3,}h/;

//指定匹配的确切数量,要指定一定数量的匹配模式,只需在大括号之间放置一个数字。

第一次 test 调用将返回 true,而第二次调用将返回 false

检查全部或无

可以使用问号 ? 指定可能存在的元素。 这将检查前面的零个或一个元素。 可以将此符号视为前面的元素是可选的。

例如,美式英语和英式英语略有不同,可以使用问号来匹配两种拼写。

let american = "color";
let british = "colour";
let rainbowRegex= /colou?r/;
rainbowRegex.test(american);
rainbowRegex.test(british);

上面的 test 都会返回 true

检查混合字符组

有时候我们想使用正则表达式里的括号 () 来检查字符组。

如果想在字符串找到 PenguinPumpkin,可以用这个正则表达式:/P(engu|umpk)in/g

然后使用 test() 方法检查 test 字符串里面是否包含字符组。

let testStr = "Pumpkin";
let testRegex = /P(engu|umpk)in/;
testRegex.test(testStr);

test 方法会返回 true

使用捕获组重用模式

当你想要匹配一个像下面这样多次出现的单词,

let repeatStr = "row row row your boat";

你可以使用 /row row row/。但如果你不知道重复的特定单词,怎么办? 捕获组 可以用于找到重复的子字符串。

捕获组是通过把要捕获的正则表达式放在括号中来构建的。 在这个例子里, 目标是捕获一个包含字母数字字符的词,所以捕获组是将 \w+ 放在括号中:/(\w+)/

分组匹配的子字符串被保存到一个临时的“变量”, 可以使用同一正则表达式和反斜线及捕获组的编号来访问它(例如:\1)。 捕获组按其开头括号的位置自动编号(从左到右),从 1 开始。

下面的示例是匹配被空格隔开的两个相同单词:

let repeatRegex = /(\w+) \1 \1/;
repeatRegex.test(repeatStr); // Returns true
repeatStr.match(repeatRegex); // Returns ["row row row", "row"]

在字符串上调用 .match() 方法将返回一个数组,其中包含它最终匹配到的子字符串及其捕获组。

使用捕获组搜索和替换

搜索功能是很有用的。 但是,当搜索同时也执行更改(或替换)匹配文本的操作时,搜索功能就会显得更加强大。

可以在字符串上使用 .replace() 方法来搜索并替换字符串中的文本。 .replace() 的输入首先是想要搜索的正则表达式匹配模式。 第二个参数是用于替换匹配的字符串或用于执行某些操作的函数。

let wrongText = "The sky is silver.";
let silverRegex = /silver/;
wrongText.replace(silverRegex, "blue");

replace 调用将返回字符串 The sky is blue.

你还可以使用美元符号($)访问替换字符串中的捕获组。

"Code Camp".replace(/(\w+)\s(\w+)/, '$2 $1');

调用 replace 将返回字符串 Camp Code