学习笔记-JavaScript正则表达式

javascript正则表达式笔记

regexp对象

两种方法构造regexp对象

• 字面量 var reg = /\bis\b /g
• 构造函数 var reg = new regexp('\\bis\\b', 'g')

注：在linux中反斜线本身就是特殊字符，所以需要再次转义，故写成\\bis\\b的格式

修饰符

• g: global 全文搜索，不添加的话搜索到第一个匹配停止，添加的话匹配全局
• i: ignore case 忽略大小写，默认大小写敏感
• m: multipl lines 多行搜索

示例

'he is a boy. is he?'.replace(/\bis\b/g, '0')  // expected: "he 0 a boy. is he?"
'he is a boy. is he?'.replace(/\bis\b/i, '0')  // expected: "he 0 a boy. 0 he?"

元字符

• 正则表达式有两种基本字符串类型组成
  • 原义文本字符
  • 元字符
• 元字符是有特殊含义的非字母字符
• * + ? $ ^ . | \ ( ) { } [ }

元字符

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	与x对应的控制字符（ctrl+x）

字符类

• 一般情况下正则表达式一个字符对应字符串的一个字符

• 字符类
  • 我们可以使用元字符[]构建一个简单的类
  • 所谓类是指符合某些特性的对象，一个泛指，而不是指某个字符
  • 表达式[abc]把字符串a或b或c归为一类，表达式可以匹配这类的字符
• 字符类取反
  • 使用元字符^创建反向类/负向类
  • 反向类的意思是不属于某类的内容
  • 表达式[^abc]表示不是字符a或b或c的内容

• 示例

'a1b2c3d4'.replace(/[abc]/g, 'x'); //output: x1x2x3d4
'a1b2c3d4'.replace(/[^abc]/g, 'x'); //output: axbxcxxx

范围类

• 正则表达式提供了范围类
• 可以使用[a-z]表示从a到z的任意字符
• 这是个闭区间，包括a和z本身
• 在[]中是可以连写的，例如[a-za-z]表示从a到z大小写匹配

示例：

'a1b2c3d4'.replace(/[a-z]/g, 'q'); //output: q1q2q3q4
'2016-09-12'.replace(/[0-9-]/g, 'a'); //output: aaaaaaaaaa

预定义类

预定义字符

字符	等价类	含义
.	[^\r\n]	除了回车符和换行符之外的所有字符
\d	[0-9]	数字字符
\d	[^0-9]	非数字字符
\s	[\t\n\x0b\f\r]	空白字符
\s	[^\t\n\x0b\f\r]	非空白字符
\w	[a-za-z_0-9]	查询字符串（字母，数字下划线）
\w	[^a-za-z_0-9]	非单词字符

边界

字符	含义
^	以xxx开头
$	以xxx结束
\b	单词边界
\b	非单词边界

示例

// for \b \b
'this is a boy'.replace(/is/g, '0'); //output: th0 0 a boy
'this is a boy'.replace(/\bis/g, '0'); //output: this 0 a boy
'this is a boy'.replace(/\bis/g, '0'); //output: th0 is a boy

// for ^
'@123@abc@'.replace(/@./g, 'q'); //output: q23qbc@
'@123@abc@'.replace(/^@./g, 'q'); //output: q23@abc@
'@123@abc@'.replace(/.@/g, 'q'); //output: @23qabcq
'@123@abc@'.replace(/.@$/g, 'q'); //output: @123@abq

// for multip line
mulstr="@123\n@456\n@789";
mulstr.replace(/^@\d/g, 'x'); //output:"x23\n@456\n@789"
mulstr.replace(/^@\d/gm, 'x'); //output:"x23\nx456\nx789"

量词

• 适用场景：希望匹配连续出现多次的内容的字符串

字符	含义
?	出现零次或一次（最多出现一次）
+	出现一次或多次（至少出现一次）
*	出现零次或多次（任意次）
{n}	出现n次
{n,m}	出现n到m次
{n,}	至少出现n次

\d{20} //匹配连续出现20次的数字
\d{20}\w\d?\w+\d*\d{3}\w{3,5}\d{3,}

贪婪模式

• 正则表达式会尽可能多的匹配，直到匹配失败
• 非贪婪模式即让正则表达式尽可能少的匹配，即一旦匹配成功就不再匹配了。做法很简单，在量词后面加上 ? 即可。

分组

• 问题：匹配字符串byron连续出现3次的场景

使用量词：byron{3}并不能完成目标。因为它只会对紧挨着的n匹配三次，此时，需要使用分组。分组很简单，直接加上小括号即可。即(byron){3}

示例：

'a1b2c3d4'.replace(/[a-z]\d{3}/g, 'x') //a1b2c3d4
'a1b2c3d4'.replace(/([a-z]\d){3}/g, 'x') //xd4

或（使用竖线表示）

'byroncaseper'.replace(/byron|caseper/g, 'x') //xx
'byronsperbyrcasper'.replace(/byr(on|ca)sper/g, 'x') //xx

反向引用

• 问题：将2015-12-25 => 12/25/2015
• 实现方法是使用反向引用，将分组内容使用$进行捕获，然后再用$进行表示。

示例

'2015-12-25'.replace(/(\d{4})-(\d{2})-(\d{2})/g, '$1/$2/$3')
// 12/25/2015

忽略分组

• 不想捕获某些分组，只需要在分组内加上?:就可以了。例如

(?:bryon).(ok)

前瞻

• 正则表达式从文本头部向尾部开始解析，文本尾部方向，称之为前
• 前瞻就是再正则表达式匹配到规则的时候，向前检测是否符合断言，后顾/后瞻方向相反

注：javascript不支持后顾，故不再演示

名称	正则	含义
正向前瞻	exp(?=asset)
负向前瞻	exp(?!asset)
正向后顾	exp(?<=asset)	js不支持
负向后顾	exp(?<!asset)	js不支持

示例：

'a2*34v8'.replace(/\w(?=\d)/g, 'x')
//"x2*x4x8"
'a2*34v8'.replace(/\w(?!\d)/g, 'x')
//"ax*3xvx"

对象属性

• global：是否全文搜索，默认false
• ignore case：是否大小写敏感，默认false
• multiline：多行搜索，默认false
• lastindex：是当前表达式匹配内容的最后一个字符的下一个位置
• source：正则表达式的文本字符串

test和exec方法

• regexp.prototype.test(str)
  • 用于测试字符串参数中是否存在匹配正则表达式模式的字符串
  • 如果存在则返回true，否则返回false
• regexp.prototype.exec(str)
  • 使用正则表达式模式对字符串执行搜索，并将更新全局regexp对象的属性以反映匹配的结果
  • 过没有匹配的文本则返回null，否则返回一个结果数组
    • index声明匹配文本的第一个字符的位置
    • input存放被检索的字符串

注：在test方法中，如果匹配全局后有多个结果时，lastindex保存上次执行结果，并向下迭代，直至没有结果时返回false，则重新回到首位。此时再次执行，则再次循环上面的步骤。

示例：

var reg1 = /\w/;
var reg1 = /\w/g;
while(reg2.test('ab')) {
    console.log(reg2.lastindex);
}
/*
1
2
*/

非全局调用

• 调用非全局的regexp对象的exec（）方法时，返回数组
• 第一个元素是与正则表达式相匹配的文本
• 第二个元素是与regexpobject的第一个子表达式相匹配的文不（如果有的话）
• 第三个元素是与regexp对的第二个子表达式想匹配的文本（如果有的话），以此类推

var reg3 = /\d(\w)(\w)\d/;
var reg4 = /\d(\w)(\w)\d/g;
var ts = '$1az2bb3cy4dd5ee';

var ret = reg3.exec(ts);

console.log(reg3.lastindex+'\t'+ret.index+'\t'+ret.tostring());
//"0  1 1az2,a,z"
console.log(reg3.lastindex+'\t'+ret.index+'\t'+ret.tostring());
//"0  1 1az2,a,z"

while(ret = reg4.exec(ts)) {
  console.log(reg4.lastindex + '\t'+ret.index+'\t'+ret.tostring());
}
/*
"5  1 1az2,a,z"
"11 7 3cy4,c,y"
*/

可以使用正则的函数

string.prototyp.search(reg)

• search()方法用于检索字符串中指定的字符串，或检索与正则表达式相匹配的子字符串
• 方法返回一个匹配结果index，查不到返回-1
• search（）方法不执行全局匹配，它将忽略标志g，并且总是从字符串开始进行检索

'a1b2c3d4'.search(/1/g); //1

string.prototype.match(reg)

• match()方法将检索字符串，以找到一个或多个与regexp匹配的文本
• regexp是否具有标志g对结果影响很大
• 非全局调用
  • 如果regexp没有标志g，那么match（）方法就只能执行一次匹配
  • 如果没有找到任何匹配，则返回null
  • 否则返回一个数组，其中存放了了与它找到的匹配文本有关的信息
  • 返回数组的第一个元素存在的是匹配文本，而其他元素存放的是与正则表达式的子表达式匹配的文本
  • 处理常规的数组元素之外，返回的数组还含有两个对数属性
    • index声明匹配文本的其实字符串在字符串的位置
    • input声明对stringobject的引用
• 全局调用
  • 如果regexp具有标志g，则match方法执行全局检索，找到字符串的所有匹配子字符串
    • 没有找到匹配，返回null
    • 如果找到一个或多个匹配子串，则返回以数组
  • 数组元素中存放的是字符串所有的匹配子串，而且也没有index属性或则input属性

string.prototype.split(reg)

• 使用split方法把字符串分割为字符数组

'a,b,c,d'.split(',');//['a','b','c','d']

• 在一些复杂分割情况下我们可以使用正则表达式解决

'a1b2c3d4'.split(/\d/);//['a','b','c','d']

string.prototype.replace

• string.prototype.replace(str, replacestr)
  • str 被替换目标（字符串）
  • replacestr 替换的字符串
• string.prototype.replace(reg, replacestr)
  • str 被替换目标（正则表达式）
  • replacestr 替换的字符串
• string.prototype.replace(reg, function)
  • function有四个参数
    • 匹配字符串
    • 正则表达式分组ner，没有分组则没有该参数
    • 匹配项在字符串中的index
    • 原字符创