【JS】128-重温基础：正则表达式
本文是 「重温基础」 系列文章的第九篇。
今日感受：时间管理-角色管理法。
「本章节复习的是JS中的正则表达式，JS中用来匹配字符串的强大工具。」
前置知识：
JS中的正则表达式是用来匹配字符串中指定字符组合的模式。
另外需要记住：正则表达式也是对象。
1.创建正则表达式
使用一个正则表达式字面量：
let reg = /ab+c/;
let reg = /^[a-zA-z]/gi;
使用
RegExp对象：new RegExp(str[, attr])接收2个参数，str是一个字符串，指定正则表达式匹配规则，attr可选，表示匹配模式，值有g(全局匹配),i(区分大小写的匹配)和m(多行匹配)。
let reg = new RegExp('ab+c');
let reg = new RegExp(/^[a-zA-z]/, "gi");
let reg = new RegExp("^[a-zA-z]", "gi");
正则表达式的返回值，是一个新的RegExp对象，具有指定的模式和标志。
「返回信息介绍」：
| 对象 | 属性 | 描述 | 案例中对应的值 |
|---|---|---|---|
reg |
lastIndex |
下一个匹配的索引（仅在使用g参数时可用） |
0 |
reg |
source |
模式文本。在正则表达式创建时更新，不执行。 | "ab+c" |
reg |
ignoreCase |
是否使用了 "i" 标记使正则匹配忽略大小写。 | true |
reg |
global |
是否使用了 "g" 标记来进行全局的匹配。 | true |
reg |
multiline |
是否使用了 "m" 标记使正则工作在多行模式。 | false |
「关于正则表达式的一些方法属性，文章后面介绍，这里先复习定义和使用」。
2.使用正则表达式
JS的正则表达式可以被用于：
RegExp对象的exec和test方法；String对象的match、replace、search和split方法。
2.1 RegExp对象方法
| 方法 | 介绍 |
|---|---|
exec |
检索字符串中指定的值。返回找到的值，并确定其位置。 |
test |
检索字符串中指定的值。返回 true 或 false。 |
2.1.1 exec(str)
str: 需要检索的字符串。
若检索成功，返回匹配的数组，否则返回null。
let str = "hello leo!";
let reg = new RegExp("leo", "g");
let result = reg.exec(str);
// 也可以写成
let result = /leo/g.exec("hello leo!");
/*
[
0: "leo",
groups: undefined,
index: 6,
input: "hello leo!",
length: 1
]
*/
let result2 = /(leo \S)/g.exec("hello leo hi leo!");
/*
0: "leo hi"
1: "leo hi"
2: "hi"
groups: undefined
index: 6
input: "hello leo hi leo!"
length: 3
*/
「返回信息介绍」：
| 对象 | 属性 | 描述 | 案例中对应的值 |
|---|---|---|---|
result |
[0] |
匹配到的所有字符串 | "leo" |
result |
input |
初始字符串。 | "hello leo!" |
result |
index |
在输入的字符串中匹配到的以0开始的索引值。 | 6 |
result2 |
[1],...,[n] |
括号中的分组捕获 | [1]=> "leo hi";[2] => "hi" |
2.1.2 test(str)
str:需要检索的字符串。
若匹配成功返回true否则false。
等价于 reg.exec(str) != null。
let str = "hello leo!";
let res = /^leo/.test(str); // fasle
^str表示匹配以str开头的字符串，这些符号文章后面会介绍。
「注意：」
若正则使用全局标志（ g ），则test()会改变正则表达式的 lastIndex 属性，连续调用test()方法，后续的执行将会从 lastIndex 处开始匹配字符串，(exec() 同样改变正则本身的 lastIndex属性值)：
var regex = /leo/g;
// regex.lastIndex is at 0
regex.test('leo'); // true
// regex.lastIndex is now at 3
regex.test('leo'); // false
2.2 String对象方法
| 方法 | 介绍 |
|---|---|
search |
检索与正则表达式相匹配的值。 |
match |
找到一个或多个正则表达式的匹配。 |
replace |
替换与正则表达式匹配的子串。 |
split |
把字符串分割为字符串数组。 |
2.2.1 search
str.search(reg)：str:被检索的源字符串。reg:可以是需要检索的「字符串」，也可以是需要检索的RegExp对象，可以添加标志，如i。
若检索成功，返回「第一个」与RegExp对象匹配的字符串的起始位置，否则返回-1。
let str = "hello leo!";
let res = str.search(/leo/g); // 6
let str1 = "hello leoleoleoleo!";
let res1 = str.search(/leo/g); // 6
let res2 = str.search(/pingan/g); // -1
2.2.2 match
str.match(reg)：str:被检索的源字符串。reg:可以是需要检索的「字符串」，也可以是需要检索的RegExp对象，可以添加标志，如i。
若检索成功，返回与reg匹配的所有结果的一个「数组」，数组的第一项是进行匹配完整的字符串，之后的项是用圆括号捕获的结果，否则返回null。
let str = 'For more information, see Chapter 3.4.5.1';
let reg = /see (chapter \d+(\.\d)*)/i;
let result = str.match(reg);
/*
logs [ 'see Chapter 3.4.5.1',
'Chapter 3.4.5.1',
'.1',
index: 22,
input: 'For more information, see Chapter 3.4.5.1' ]
*/
'see Chapter 3.4.5.1' 是整个匹配。'Chapter 3.4.5.1' 被'(chapter \d+(\.\d)*)'捕获。'.1' 是被'(\.\d)'捕获的最后一个值。'index' 属性(22)是整个匹配从零开始的索引。'input' 属性是被解析的原始字符串。
2.2.3 replace
将字符串中「指定字符」替换成「其他字符」，或替换成一个与正则表达式匹配的字符串。str.replace(sub/reg,val):
str: 源字符串sub: 使用字符串来检索被替换的文本reg: 使用RegExp对象来检索来检索被替换的文本val: 指定替换文本
返回替换成功之后的字符串，不改变源字符串内容。
let str = "hello leo!";
let res = str.replace('leo','pingan');//"hello pingan!"
「val可以使用特殊变量名」：
| 变量名 | 代表的值 |
|---|---|
$$ |
插入一个 "$"。 |
$& |
插入匹配的子串。 |
$ |
插入当前匹配的子串左边的内容。 |
$' |
插入当前匹配的子串右边的内容。 |
$n |
假如第一个参数是 RegExp对象，并且 n 是个小于100的非负整数，那么插入第 n 个括号匹配的字符串。提示：索引是从1开始 |
let str = "hello leo!";
let res = str.replace(/(\w+)\s* \s*(\w+)/, "$2:$1");
// "leo:hello!"
2.2.4 split
将一个字符串，按照指定符号分割成一个字符串数组。str.split(sub[, maxlength]):
str: 源字符串sub: 指定的分割符号或正则maxlength: 源字符串
let str = "hello leo!";
let res = str.split(); //["hello leo!"]
let res = str.split(""); //["h", "e", "l", "l", "o", " ", "l", "e", "o", "!"]
let res = str.split(" ");//["hello", "leo!"]
let res = str.split(/\s+/);//["hello", "leo!"]
let res = str.split("",3);//["h", "e", "l"]
2.3 使用情况
当我们想要查找一个字符串中的一个匹配「是否找到」，可以用
test或search方法。当我们想要得到匹配的「更多信息」，我们就需要用到
exec或match方法。
3.正则表达式符号介绍
详细的每个符号的用法，可以查阅 W3school JavaScript RegExp 对象
3.1 修饰符
| 修饰符 | 描述 |
|---|---|
i |
执行对大小写不敏感的匹配。 |
g |
执行全局匹配（查找所有匹配而非在找到第一个匹配后停止）。 |
m |
执行多行匹配。 |
let str = "hello leo!"
let res = /Leo/i.test(str); // i 不区分大小写 所以返回true
let res = /Leo/.test(str); // fasle
3.2 方括号
用于查找指定返回之内的字符：
| 表达式 | 描述 |
|---|---|
[abc] |
查找方括号之间的任何字符。 |
[^abc] |
查找任何不在方括号之间的字符。 |
[0-9] |
查找任何从 0 至 9 的数字。 |
[a-z] |
查找任何从小写 a 到小写 z 的字符。 |
[A-Z] |
查找任何从大写 A 到大写 Z 的字符。 |
[A-z] |
查找任何从大写 A 到小写 z 的字符。 |
[adgk] |
查找给定集合内的任何字符。 |
[^adgk] |
查找给定集合外的任何字符。 |
(red) |
查找任何指定的选项。 |
let str = "hello leo!";
let res = str.match(/[a-m]/g);
//["h", "e", "l", "l", "l", "e"]
let res = str.match(/[^a-m]/g);
//["o", " ", "o", "!"]
3.3 元字符
元字符是拥有特殊含义的字符：
| 元字符 | 描述 |
|---|---|
. |
查找单个字符，除了换行和行结束符。 |
\w |
查找单词字符。 |
\W |
查找非单词字符。 |
\d |
查找数字。 |
\D |
查找非数字字符。 |
\s |
查找空白字符。 |
\S |
查找非空白字符。 |
\b |
匹配单词边界。 |
\B |
匹配非单词边界。 |
\0 |
查找 NUL 字符。 |
\n |
查找换行符。 |
\f |
查找换页符。 |
\r |
查找回车符。 |
\t |
查找制表符。 |
\v |
查找垂直制表符。 |
\xxx |
查找以八进制数 xxx 规定的字符。 |
\xdd |
查找以十六进制数 dd 规定的字符。 |
\uxxxx |
查找以十六进制数 xxxx 规定的 Unicode 字符。 |
let str = "hello leo hi pingan!";
let res = str.match(/o\s/g);
//["o ", "o "]
let res = str.match(/\s/g);
//[" ", " ", " "]
3.4 量词
| 量词 | 描述 |
|---|---|
n+ |
匹配任何包含至少一个 n 的字符串。 |
n* |
匹配任何包含零个或多个 n 的字符串。 |
n? |
匹配任何包含零个或一个 n 的字符串。 |
n{X} |
匹配包含 X 个 n 的序列的字符串。 |
n{X,Y} |
匹配包含 X 至 Y 个 n 的序列的字符串。 |
n{X,} |
匹配包含至少 X 个 n 的序列的字符串。 |
n$ |
匹配任何结尾为 n 的字符串。 |
^n |
匹配任何开头为 n 的字符串。 |
?=n |
匹配任何其后紧接指定字符串 n 的字符串。 |
?!n |
匹配任何其后没有紧接指定字符串 n 的字符串。 |
let str = "hello leo!";
let res = str.match(/^hello/g);
// ["hello"]
let res = str.match(/^pingan/g);
//null
4. 正则表达式拓展（ES6）
4.1 介绍
在ES5中有两种情况。
参数是「字符串」，则第二个参数为正则表达式的修饰符。
let a = new RegExp('abc', 'i');
// 等价于
let a = /abx/i;
参数是「正则表达式」，返回一个原表达式的拷贝，且不能有第二个参数，否则报错。
let a = new RegExp(/abc/i);
//等价于
let a = /abx/i;
let a = new RegExp(/abc/, 'i');
// Uncaught TypeError
ES6中使用：
第一个参数是正则对象，第二个是指定修饰符，如果第一个参数已经有修饰符，则会被第二个参数覆盖。
new RegExp(/abc/ig, 'i');
4.2 字符串的正则方法
常用的四种方法：match()、replace()、search()和split()。
4.3 u修饰符
添加u修饰符，是为了处理大于uFFFF的Unicode字符，即正确处理四个字节的UTF-16编码。
/^\uD83D/u.test('\uD83D\uDC2A'); // false
/^\uD83D/.test('\uD83D\uDC2A'); // true
由于ES5之前不支持四个字节UTF-16编码，会识别为两个字符，导致第二行输出true，加入u修饰符后ES6就会识别为一个字符，所以输出false。
「注意：」
加上u修饰符后，会改变下面正则表达式的行为：
(1)点字符 点字符(
.)在正则中表示除了「换行符」以外的任意单个字符。对于码点大于0xFFFF的Unicode字符，点字符不能识别，必须加上u修饰符。
var a = "????";
/^.$/.test(a); // false
/^.$/u.test(a); // true
(2)Unicode字符表示法 使用ES6新增的大括号表示Unicode字符时，必须在表达式添加
u修饰符，才能识别大括号。
/\u{61}/.test('a'); // false
/\u{61}/u.test('a'); // true
/\u{20BB7}/u.test('????'); // true
(3)量词 使用
u修饰符后，所有量词都会正确识别码点大于0xFFFF的 Unicode 字符。
/a{2}/.test('aa'); // true
/a{2}/u.test('aa'); // true
/????{2}/.test('????????'); // false
/????{2}/u.test('????????'); // true
(4)i修饰符 不加
u修饰符，就无法识别非规范的K字符。
/[a-z]/i.test('\u212A') // false
/[a-z]/iu.test('\u212A') // true
「检查是否设置u修饰符：」使用unicode属性。
const a = /hello/;
const b = /hello/u;
a.unicode // false
b.unicode // true
4.4 y修饰符
y修饰符与g修饰符类似，也是全局匹配，后一次匹配都是从上一次匹配成功的下一个位置开始。区别在于，g修饰符「只要」剩余位置中存在匹配即可，而y修饰符是必须从「剩余第一个」开始。
var s = 'aaa_aa_a';
var r1 = /a+/g;
var r2 = /a+/y;
r1.exec(s) // ["aaa"]
r2.exec(s) // ["aaa"]
r1.exec(s) // ["aa"] 剩余 '_aa_a'
r2.exec(s) // null
「lastIndex属性」:
指定匹配的开始位置：
const a = /a/y;
a.lastIndex = 2; // 从2号位置开始匹配
a.exec('wahaha'); // null
a.lastIndex = 3; // 从3号位置开始匹配
let c = a.exec('wahaha');
c.index; // 3
a.lastIndex; // 4
「返回多个匹配」：
一个y修饰符对match方法只能返回第一个匹配，与g修饰符搭配能返回所有匹配。
'a1a2a3'.match(/a\d/y); // ["a1"]
'a1a2a3'.match(/a\d/gy); // ["a1", "a2", "a3"]
「检查是否使用y修饰符」：
使用sticky属性检查。
const a = /hello\d/y;
a.sticky; // true
4.5 flags属性
flags属性返回所有正则表达式的修饰符。
/abc/ig.flags; // 'gi'
5. 正则表达式拓展（ES9）
在正则表达式中，点(.)可以表示任意单个字符，除了两个：用u修饰符解决「四个字节的UTF-16字符」，另一个是行终止符。
「终止符」即表示一行的结束，如下四个字符属于“行终止符”：
U+000A 换行符（\n）
U+000D 回车符（\r）
U+2028 行分隔符（line separator）
U+2029 段分隔符（paragraph separator）
/foo.bar/.test('foo\nbar')
// false
上面代码中，因为.不匹配\n，所以正则表达式返回false。
换个醒，可以匹配任意单个字符：
/foo[^]bar/.test('foo\nbar')
// true
ES9引入s修饰符，使得.可以匹配任意单个字符：
/foo.bar/s.test('foo\nbar') // true
这被称为dotAll模式，即点（dot）代表一切字符。所以，正则表达式还引入了一个dotAll属性，返回一个布尔值，表示该正则表达式是否处在dotAll模式。
const re = /foo.bar/s;
// 另一种写法
// const re = new RegExp('foo.bar', 's');
re.test('foo\nbar') // true
re.dotAll // true
re.flags // 's'
/s修饰符和多行修饰符/m不冲突，两者一起使用的情况下，.匹配所有字符，而^和$匹配每一行的行首和行尾。
参考资料
1.MDN 正则表达式
2.W3school JavaScript RegExp 对象