JavaScript(E5,6) 正则学习总结学习,可看可不看!

61次阅读

共计 6644 个字符,预计需要花费 17 分钟才能阅读完成。

1. 概述
正则表达式(regular expression)是一种表达文本模式(即字符串结构)的方法。
创建方式有两种方式:
一种是使用字面量,以斜杠表示开始和结束。
var regex = /xyz/

另一种是使用 RegExp 构造函数。
var regex = new RegExp(‘xyz’);

它们的主要区别是,第一种方法在引擎编译代码时,就会新建正则表达式,第二种方法在运行时新建正则表达式,所以前者的效率较高。而且,前者比较便利和直观,所以实际应用中,基本上都采用字面量定义正则表达式。
2. 实例属性

i: 忽略大小写
m: 多行模式
g: 全局搜索

3. 实例方法
3.1 RegExp.prototype.test()
正则实例对象的 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。
/ 小智 /.test(‘ 小智 终身学习执行者 ’) // true

reg.exec(str) 返回匹配结果数组,不匹配则返回 null,每执行一次 exec 就向后匹配一次
3.2 RegExp.prototype.exec()
3.2.1 reg.exec(str) 返回匹配结果数组,不匹配则返回 null,每执行一次 exec 就向后匹配一次
var s = ‘_x_x’;
var r1 = /x/;
var r2 = /y/;

r1.exec(s) // [“x”]
r2.exec(s) // null

3.2.1.2 如果表达式里有括号(),称为组匹配,返回结果中,第一个是整体匹配结果,后面依次是每个括号匹配的结果
var s = ‘_x_x’;
var r = /_(x)/;

r.exec(s) // [“_x”, “x”]

exec 方法的返回数组还包含以下两个属性:

input:整个原字符串。
index:整个模式匹配成功的开始位置(从 0 开始计数)。

var r = /a(b+)a/;
var arr = r.exec(‘_abbba_aba_’);

arr // [“abbba”, “bbb”]

arr.index // 1
arr.input // “_abbba_aba_”

3.2.3 如果表达式中有 g 选项进行全局搜索,则可以多次使用 exec,下次的匹配从上次的结果后开始
var reg = /a/g;
var str = ‘abc_abc_abc’

var r1 = reg.exec(str);
r1 // [“a”]
r1.index // 0
reg.lastIndex // 1

var r2 = reg.exec(str);
r2 // [“a”]
r2.index // 4
reg.lastIndex // 5

var r3 = reg.exec(str);
r3 // [“a”]
r3.index // 8
reg.lastIndex // 9

var r4 = reg.exec(str);
r4 // null
reg.lastIndex // 0

4. 字符串的实例方法
4.1 str.match(reg),与 reg.exec 相似,但是,如果使用 g 选项,则 str.match 一次性返回所有结果。
var s = ‘abba’;
var r = /a/g;

s.match(r) // [“a”, “a”]
r.exec(s) // [“a”]

4.2 str.search(reg),返回匹配成功的第一个位置, 如果没有任何匹配,则返回 -1。
‘_x_x’.search(/x/)
// 1
4.3 str.replace(reg,newstr) ;
用第一个参数 reg 去匹配,用第二个参数 newstr 去替换,正则表达式如果不加 g 修饰符,就替换第一个匹配成功的值,否则替换所有匹配成功的值。
‘aaa’.replace(‘a’, ‘b’) // “baa”
‘aaa’.replace(/a/, ‘b’) // “baa”
‘aaa’.replace(/a/g, ‘b’) // “bbb”

4.4 str.split(reg[,maxLength]) 用匹配的模式切割,第二个参数是限制返回结果的最大数量
5. 匹配规则
5.1 字面量字符和元字符
大部分字符在正则表达式中,就是字面的含义,比如 /a/ 匹配 a,/b/ 匹配 b。如果在正则表达式之中,某个字符只表示它字面的含义(就像前面的 a 和 b),那么它们就叫做“字面量字符”(literal characters)。除了字面量字符以外,还有一部分字符有特殊含义,不代表字面的意思。它们叫做“元字符”(metacharacters),主要有以下几个。
(1) 点字符(.)点字符(.)匹配除回车(r)、换行(n)、行分隔符(u2028)和段分隔符(u2029)以外的所有字符。
/c.t/
上面代码中,c.t 匹配 c 和 t 之间包含任意一个字符的情况,只要这三个字符在同一行,比如 cat、c2t、c- t 等等,但是不匹配 coot。
(2)位置字符

^ 表示字符串的开始位置

$ 表示字符串的结束位置

// test 必须出现在开始位置
/^test/.test(‘test123’) // true

// test 必须出现在结束位置
/test$/.test(‘new test’) // true

// 从开始位置到结束位置只有 test
/^test$/.test(‘test’) // true
/^test$/.test(‘test test’) // false

(3)选择符(|)
竖线符号(|)在正则表达式中表示“或关系”(OR),即 cat|dog 表示匹配 cat 或 dog。
/11|22/.test(‘911’) // true

上面代码中,正则表达式指定必须匹配 11 或 22。
5.2 转义符
正则表达式中那些有特殊含义的元字符,如果要匹配它们本身,就需要在它们前面要加上反斜杠。比如要匹配 +,就要写成 +。
/1+1/.test(‘1+1’)
// false

/1\+1/.test(‘1+1’)
// true

正则表达式中,需要反斜杠转义的,一共有 12 个字符:^、.、[、$、(、)、|、*、+、?、{和。需要特别注意的是,如果使用 RegExp 方法生成正则对象,转义需要使用两个斜杠,因为字符串内部会先转义一次。
(new RegExp(‘1\+1’)).test(‘1+1’)
// false

(new RegExp(‘1\\+1’)).test(‘1+1’)
// true

5.3 字符类
字符类(class)表示有一系列字符可供选择,只要匹配其中一个就可以了。所有可供选择的字符都放在方括号内,比如[xyz] 表示 x、y、z 之中任选一个匹配。
/[abc]/.test(‘hello world’) // false
/[abc]/.test(‘apple’) // true

有两个字符在字符类中有特殊含义。
(1)脱字符(^)如果方括号内的第一个字符是 [^xyz] 表示除了 x、y、z 之外都可以匹配:
/[^abc]/.test(‘hello world’) // true
/[^abc]/.test(‘bbc’) // false

如果方括号内没有其他字符,即只有[^],就表示匹配一切字符,其中包括换行符。相比之下,点号作为元字符(.)是不包括换行符的。
var s = ‘Please yes\nmake my day!’;

s.match(/yes.*day/) // null
s.match(/yes[^]*day/) // [‘yes\nmake my day’]

上面代码中,字符串 s 含有一个换行符,点号不包括换行符,所以第一个正则表达式匹配失败;第二个正则表达式 [^] 包含一切字符,所以匹配成功。
(2)连字符(-)
某些情况下,对于连续序列的字符,连字符(-)用来提供简写形式,表示字符的连续范围。比如,[abc]可以写成 [a-c],[0123456789] 可以写成 [0-9],同理[A-Z] 表示 26 个大写字母。
/a-z/.test(‘b’) // false
/[a-z]/.test(‘b’) // true

以下都是合法的字符类简写形式。
[0-9.,]
[0-9a-fA-F]
[a-zA-Z0-9-]
[1-31]

上面代码中最后一个字符类[1-31],不代表 1 到 31,只代表 1 到 3。
另外,不要过分使用连字符,设定一个很大的范围,否则很可能选中意料之外的字符。最典型的例子就是[A-z],表面上它是选中从大写的 A 到小写的 z 之间 52 个字母,但是由于在 ASCII 编码之中,大写字母与小写字母之间还有其他字符,结果就会出现意料之外的结果。
/[A-z]/.test(‘\\’) // true
上面代码中,由于反斜杠(”)的 ASCII 码在大写字母与小写字母之间,结果会被选中。
5.4 预定义模式
预定义模式指的是某些常见模式的简写方式。

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(包括换行符、制表符、空格符等),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。
B 匹配非词边界,即在词的内部。

// \s 的例子
/\s\w*/.exec(‘hello world’) // [” world”]

// \b 的例子
/\bworld/.test(‘hello world’) // true
/\bworld/.test(‘hello-world’) // true
/\bworld/.test(‘helloworld’) // false

// \B 的例子
/\Bworld/.test(‘hello-world’) // false
/\Bworld/.test(‘helloworld’) // true

通常,正则表达式遇到换行符(n)就会停止匹配。
var html = “<b>Hello</b>\n<i>world!</i>”;

/.*/.exec(html)[0]
// “<b>Hello</b>”

上面代码中,字符串 html 包含一个换行符,结果点字符(.)不匹配换行符,导致匹配结果可能不符合原意。这时使用 s 字符类,就能包括换行符。
var html = “<b>Hello</b>\n<i>world!</i>”;

/[\S\s]*/.exec(html)[0]
// “<b>Hello</b>\n<i>world!</i>”
上面代码中,[Ss]指代一切字符。
5.5 重复类
模式的精确匹配次数,使用大括号({})表示。{n}表示恰好重复 n 次,{n,}表示至少重复 n 次,{n,m}表示重复不少于 n 次,不多于 m 次。
/lo{2}k/.test(‘look’) // true
/lo{2,5}k/.test(‘looook’) // true
上面代码中,第一个模式指定 o 连续出现 2 次,第二个模式指定 o 连续出现 2 次到 5 次之间。
5.6 量词符
*. ? 问号表示某个模式出现 0 次或 1 次,等同于{0, 1}。*. * 星号表示某个模式出现 0 次或多次,等同于{0,}。*. + 加号表示某个模式出现 1 次或多次,等同于{1,}。
5.7 贪婪模式
上一小节的三个量词符,默认情况下都是最大可能匹配,即匹配直到下一个字符不满足匹配规则为止。这被称为贪婪模式。
var s = ‘aaa’;
s.match(/a+/) // [“aaa”]
上面代码中,模式是 /a+/,表示匹配 1 个 a 或多个 a,那么到底会匹配几个 a 呢?因为默认是贪婪模式,会一直匹配到字符 a 不出现为止,所以匹配结果是 3 个 a。
如果想将贪婪模式改为非贪婪模式,可以在量词符后面加一个问号。
var s = ‘aaa’;
s.match(/a+?/) // [“a”]
除了非贪婪模式的加号,还有非贪婪模式的星号(*)和非贪婪模式的问号(?)

+?:表示某个模式出现 1 次或多次,匹配时采用非贪婪模式。

*?:表示某个模式出现 0 次或多次,匹配时采用非贪婪模式。

??:表格某个模式出现 0 次或 1 次,匹配时采用非贪婪模式。

5.8 组匹配
(1)概述正则表达式的括号表示分组匹配,括号中的模式可以用来匹配分组的内容。
/fred+/.test(‘fredd’) // true
/(fred)+/.test(‘fredfred’) // true
上面代码中,第一个模式没有括号,结果 + 只表示重复字母 d,第二个模式有括号,结果 + 就表示匹配 fred 这个词。
下面是另外一个分组捕获的例子。
var m = ‘abcabc’.match(/(.)b(.)/);
m
// [‘abc’, ‘a’, ‘c’]

上面代码中,正则表达式 /(.)b(.)/ 一共使用两个括号,第一个括号捕获 a,第二个括号捕获 c。
注意,使用组匹配时,不宜同时使用 g 修饰符,否则 match 方法不会捕获分组的内容。
var m = ‘abcabc’.match(/(.)b(.)/g);
m // [‘abc’, ‘abc’]

正则表达式内部,还可以用 n 引用括号匹配的内容,n 是从 1 开始的自然数,表示对应顺序的括号。
/(.)b(.)\1b\2/.test(“abcabc”)
// true

上面的代码中,1 表示第一个括号匹配的内容(即 a),2 表示第二个括号匹配的内容(即 c)。
(2)非捕获组 (?:x) 称为非捕获组(Non-capturing group),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 foo 或者 foofoo,正则表达式就应该写成 /(foo){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 /(?:foo){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。
var m = ‘abc’.match(/(?:.)b(.)/);
m // [“abc”, “c”]

上面代码中的模式,一共使用了两个括号。其中第一个括号是非捕获组,所以最后返回的结果中没有第一个括号,只有第二个括号匹配的内容。
(3)先行断言
x(?=y)称为先行断言(Positive look-ahead),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+(?=%)/。
“先行断言”中,括号里的部分是不会返回的。
var m = ‘abc’.match(/b(?=c)/);
m // [“b”]

上面的代码使用了先行断言,b 在 c 前面所以被匹配,但是括号对应的 c 不会被返回。
(4)先行否定断言 x(?!y)称为先行否定断言(Negative look-ahead),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+(?!%)/。
/\d+(?!\.)/.exec(‘3.14’)
// [“14″]
上面代码中,正则表达式指定,只有不在小数点前面的数字才会被匹配,因此返回的结果就是 14。
6. 实战
6.1 消除字符串首尾两端的空格
var str = ‘ #id div.class ‘;
str.replace(/^\s+|\s+$/g, ”)
// “#id div.class”

6.2 验证手机号码
var reg = /1[24578]\d{9}/;

reg.test(‘154554568997’); //true
reg.test(‘234554568997’); //false

6.3 把手机号码替换成 *
var reg = /1[24578]\d{9}/;

var str = ‘ 姓名:张三 手机:18210999999 性别:男 ’;

str.replace(reg, ‘***’) //” 姓名:张三 手机:*** 性别:男 ”

6.4 匹配网页标签
var strHtlm = ‘ 小智小智 <div>222222@.qq.com</div> 小智小智 ’;

var reg = /<(.+)>.+<\/\1>/;

strHtlm.match(reg); // [“<div>222222@.qq.com</div>”]

6.5 替换敏感字
let str = ‘ 中国共产党中国人民解放军中华人民共和国 ’;

let r = str.replace(/ 中国 | 军 /g, input => {
let t = ”;
for (let i = 0; i<input.length; i++) {
t += ‘*’;
}
return t;
})

console.log(r); //** 共产党 ** 人民解放 * 中华人民共和国

6.6 千位分隔符
let str = ‘100002003232322’;

let r = str.replace(/(\d)(?=(?:\d{3})+$)/g, ‘$1,’);

console.log(r); //100,002,003,232,322

参考链接
https://developer.mozilla.org…
https://wangdoc.com/javascrip…
一个笨笨的码农,我的世界只能终身学习!

正文完
 0