js中正则表达式的模式匹配
参考Javascript权威指南(第6版)第10章
1、正则表达式的定义
正则表达式有两种定义方法,通常使用直接量方式。
(1)直接量
var pattern = /\d$/;
var pattern = /\d$/gim;
(2)RegExp()构造函数
注意转义字符前面的"\"必须换成"\\"。
var pattern = RegExp("\\d$","gim");
正则表达式三个修饰符的含义:
字符 | 含义 |
---|---|
i | 不区分大小写 |
g | 全局匹配 |
m | 多行匹配 |
正则表达式中,需要转义的标点符号包括:^$.*+?=!😐/()[]{}
如果不记得哪些标点符号需要反斜线转义,可以在每个标点符号前都加上反斜线“\”
2、正则表达式的字符类
字符 | 匹配 |
---|---|
[...] | 括号内的任意字符 |
[^...] | 不在括号内的任意字符 |
. | 除换行符和其他Unicode行终止符之外的任意字符 |
\w | [a-zA-Z0-9] |
\W | [^a-zA-Z0-9] |
\s | 任何Unicode空白符 |
\S | 任何非Unicode空白符的字符 |
\d | [0-9] |
\D | [^0-9] |
[\b] | 退格直接量 |
3、正则表达式的重复字符语法
(1)贪婪匹配
尽可能多的匹配,见下表。
字符 | 含义 |
---|---|
匹配前一项n~m次 | |
匹配前一项n次及以上 | |
匹配前一项n次 | |
? | 匹配前一项0或1次, |
+ | 匹配前一项1或多次, |
* | 匹配前一项0或多次, |
(2)非贪婪匹配
在待匹配的字符后加一个问号“?”
举例:
var str = 'aaa';
var p1 = /a+/;//贪婪匹配
var p2 = /a+?/;//非贪婪匹配
var str1 = p1.exec(str);//aaa
var str2 = p2.exec(str);//a
4、选择-组合-引用
字符 | 含义 |
---|---|
I | 选择 |
(...) | 组合,并且该组合匹配的字符串可供引用 |
(?:...) | 只组合,不供引用 |
\n | 第n个可引用分组第一次匹配的字符,n为可引用分组左括号的序号,从1开始 |
选择举例:
var str1 = "abc";
var str2 = "bac";
var pattern = /ab|ac|ba|bc/;//选择
var str11 = pattern.exec(str1);//ab
var str22 = pattern.exec(str2);//ba
alert(str11+"---"+str22);
组合、只组合举例:
//exec返回一个数组:元素0是与正则表达式匹配的字符串,余下元素是与圆括号内的子表达式相匹配的子串
//例1
var str = "aaaabaabcdcdef";
var p1 = /(a+b)+(cd)+/;//组合
var p2 = /(a+b)+(?:cd)+/;//只组合
var str1 = p1.exec(str);//aaaabaabcdcd,aab,cd
var str2 = p2.exec(str);//aaaabaabcdcd,aab
alert(str1+"---"+str2);
//例2
var str = "agtAGe4545";
var p1 = /[a-zA-Z]*(\d+)/;//组合从字符串中抽取右侧数字
var p2 = /[a-zA-Z]*(?:\d+)/;//只组合,无法抽取右侧数字
var str1 = p1.exec(str);//agtAGe4545,4545
var str2 = p2.exec(str);//agtAGe4545
alert(str1+"---"+str2);
\n举例:
var str1 = "JavaScript9900script";
var str2 = "JavaScript9900Script";
var p1 = /([Jj]ava([Ss]cript))\d*\2/;//组合([Jj]ava([Ss]cript))
var p2 = /(?:[Jj]ava([Ss]cript))\d*\1/;//只组合(?:[Jj]ava([Ss]cript))
var str11 = p1.exec(str1);//null
var str22 = p1.exec(str2);//JavaScript9900Script,JavaScript,Script
var str33 = p2.exec(str2);//JavaScript9900Script,Script
alert(str11+"---"+str22+"---"+str33);
5、锚字符
字符 | 含义 |
---|---|
^ | 字符串开头 |
$ | 字符串结尾 |
\b | 单词边界或开头或结尾 |
\B | 非单词边界 |
(?=p) | 零宽正向先行断言,接下来的字符与p匹配 |
(?!p) | 零宽负向先行断言,接下来的字符不与p匹配 |
开头、结尾举例:
var str1 = "abbc";
var str2 = "fbbcd";
var p1 = /^a[\w]+c$/;
var p2 = /[\w]+c$/;
var str11 = p1.exec(str1);//abbc
var str22 = p2.exec(str2);//null
alert(str11+"---"+str22);
单词边界与非单词边界举例:
var str1 = "javascript is good";
var str2 = "java is good";
//匹配java单词本身,而javascript中的java不进行匹配
var p1 = /\bjava\b/;//\b匹配单词边界或开头或结尾
var str11 = p1.exec(str1);//null
var str22 = p1.exec(str2);//java
alert(str11+"---"+str22);
//匹配javascript中的java,java单词本身不进行匹配
var p2 = /java\B/;//\B匹配非单词边界
var str33 = p2.exec(str1);//java
var str44 = p2.exec(str2);//null
alert(str33+"---"+str44);
零宽正/负向先行断言举例:
var str = 'javascriptTool';
var p1 = /java(?=script)([a-z]\w*)/;
var p2 = /java(?!script)([a-z]\w*)/;
var str1 = p1.exec(str);//["javascriptTool","scriptTool"]
var str2 = p2.exec(str);//null
6、RegExp对象
5个属性和3个方法
- global:boolean,是否有“g”属性
- ignoreCase:boolean,是否有“i”属性
- multiline:boolean,是否有“m”属性
- lastIndex:下一个匹配开始的位置
- source:正则表达式的文本
(1)exec
pattern.exec(str)
下面两种情况,exec总是包含它返回的数组中的每个匹配项的全部细节。
情况一:pattern是非全局模式
没有找到任何匹配则返回null;
找到匹配则返回数组(非全局检索),数组的元素0是与正则表达式匹配的字符串,余下元素是与圆括号内的子表达式相匹配的子串。该数组除了有一般的length属性外,还有index属性(返回匹配文本的第一个字符位置)和input属性(返回输入的str)。
情况二:pattern是全局模式
将从pattern的lastIndex属性指定的位置开始搜索,找到一个匹配项后,将lastIndex设为该匹配项之后的第一个字符的位置。这使得可以重复循环调用exec(),遍历一个字符串中所有匹配项。如果exec()找不到匹配项,则返回null,并将lastIndex重置为0。注意:如果在成功找到一个字符串的匹配项之后,立刻开始搜索另一个新字符串,必须手动将lastIndex重置为0。
举例:
var str = "agtAGe45agt67";
var p1 = /[a-zA-Z]*(\d+)/;
var str1 = p1.exec(str);
$('body').append("非全局<br>");
$('body').append("str1.input="+str1.input+"<br>");
$('body').append("str1.index="+str1.index+"<br>");
$('body').append("str1="+str1+"<br>");
//$('body').append("str1.length="+str1.length+"<br>");
$('body').append("p1.lastIndex="+p1.lastIndex+"<br>");
var p2 = /[a-zA-Z]*(\d+)/g;//全局
$('body').append("全局<br>");
while((str2 = p2.exec(str))!=null){
$('body').append("-------------------<br>");
$('body').append("str2.input="+str2.input+"<br>");
$('body').append("str2.index="+str2.index+"<br>");
$('body').append("str2="+str2+"<br>");
//$('body').append("str2.length="+str2.length+"<br>");
$('body').append("p2.lastIndex="+p2.lastIndex+"<br>");
}
结果:
非全局
str1.input=agtAGe45agt67
str1.index=0
str1=agtAGe45,45
p1.lastIndex=0
全局
-------------------
str2.input=agtAGe45agt67
str2.index=0
str2=agtAGe45,45
p2.lastIndex=8
-------------------
str2.input=agtAGe45agt67
str2.index=8
str2=agt67,67
p2.lastIndex=13
(2)test
pattern.test(str)
如果匹配返回true,反正返回false
(3) toString
pattern.toString()
使用正则表达式直接量的格式返回一个正则表达式的字符串表示
7、用于模式匹配的String方法
(1) search
str.search(pattern);//pattern可以为字符串
返回第一个与pattern匹配的子串的起始位置;如果找不到子串,则返回-1。不支持全局检索,因为它忽略正则表达式中的g。
举例:
var str = "abcdefg123456";
var r = str.search(/\d/);//7
(2) replace
情况一:
str.replace(pattern,str2);
如果pattern中有g,则替换str中所有与pattern匹配的子串为str2;
如果无g,则只替换str中第一个与pattern匹配的子串为str2。
str2中的"$"含义见下表。
字符 | 替换 |
---|---|
$1,$2,...,$99 | 匹配第1~99个pattern中的圆括号子表达式的文本 |
$& | 匹配pattern的子串 |
$` | 匹配子串的左边文本 |
$' | 匹配子串的右边文本 |
$$ | 美元符号 |
举例:确保“JavaScript”大小写正确
var str = "javascript javAScript";
var p1 = /javascript/i;//非全局,只替换第一个匹配的
var p2 = /javascript/gi;//全局,替换所有匹配的
var r1 = str.replace(p1,"JavaScript");//JavaScript javAScript
var r2 = str.replace(p2,"JavaScript");//JavaScript JavaScript
alert(r1+"---"+r2);
举例1:将一个名字从"Doe,John"转换为"John Doe"
var str = "Doe,John";
var pattern = /([a-zA-z]+)\s*\,\s*([a-zA-z]+)/;
var r = str.replace(pattern,"$2 $1");//John Doe
alert(r);
举例2:将成对双引号替换为成对单引号
var str = "\"Doe,John\"\"Doe,John\"";
var pattern = /\"([^\"]*)\"/g;
var r = str.replace(pattern,"\'$1\'");//'Doe,John''Doe,John'
alert(str+"---"+r);//"Doe,John""Doe,John"---'Doe,John''Doe,John'
情况二:
str.replace(str1,str2);
如果第一个参数是字符串而非正则表达式,则只有第一个str1替换为str2。
举例:
var str = "javascript javascript";
//使用字符串,则只替换第一个匹配的。
var r = str.replace("javascript","JavaScript");//JavaScript javascript
alert(r);
情况三:
str.replace(pattern,func);
如果第二个参数是函数,则func将在每个匹配结果上调用,func返回的字符串则将作为替换文本。传入func的第一个参数是匹配pattern的字符串,剩下的参数(可能有0或多个)是匹配该pattern的某个圆括号子表达式的字符串,下一个参数为str中出现匹配结果的位置,最后一个参数是str本身。
举例:将一个字符串中所有单词的首字母大写
var str = "this is a demo";
var pattern = /\b[a-zA-Z]+\b/g;
var r = str.replace(pattern,function(word){
return word.substring(0,1).toUpperCase()+word.substring(1);
});//This Is A Demo
alert(r);
(3) match
match是最常用的String正则表达式方法。
str.match(pattern);
如果pattern中有g,则返回的数组包含所有匹配结果;
如果无g,则返回的数组的元素0是第一个匹配结果,余下元素是pattern中圆括号子表达式。
可见,对于一个非全局pattern,str.math(pattern)与pattern.exec(str)的结果一样。返回的数组有两个属性(与exec相同):index和input。
举例:
var str = 'js is good';
var p1 = /\b([\w])+\b/;//非全局
var r1 = str.match(p1);
$('body').append(r1+'<br>');//js,s
$('body').append(r1.index+'<br>');//0
$('body').append(r1.input+'<br>');//js is good
var p2 = /\b[\w]+\b/g;//全局
var r2 = str.match(p2);
$('body').append(r2+'<br>');//js,is,good
$('body').append(r2.index+'<br>');//undefined
$('body').append(r2.input+'<br>');//undefined
举例:获取url的各个部分
var url = /(\w+):\/\/([\w.]+)\/(\S*)/;
var text = 'visit blog at http://www.example.com/~david';
var result = text.match(url);
if(result!=null){
var fullurl = result[0];
var protocol = result[1];
var host = result[2];
var path = result[3];
}
$('body').append(fullurl+'<br>');//http://www.example.com/~david
$('body').append(protocol+'<br>');//http
$('body').append(host+'<br>');//www.example.com
$('body').append(path+'<br>');//~david
(4) split
String.split()是Array.join()的反方法。
str.split(pattern,limit)//pattern可以为字符串
将str拆分为一个子串组成的数组,子串不包含pattern本身(特例除外)。limit为可选参数,指定返回数组的最大长度。
特例:如果pattern是一个包含圆括号表达式的正则表达式,则匹配这些圆括号表达式的子串(但不是匹配整个pattern的文本)将包含在返回数组中。
例1:
var str1 = "1|2|3";
var str2 = "|1|2|3|"
var r1 = str1.split("|");//1,2,3
var r2 = str2.split("|");//,1,2,3,
$('body').append(r1+'<br>');
$('body').append(r2+'<br>');
例2:
//句子切分为单词
var str1 = "js is good";
var r1 = str1.split(/\s+/);
$('body').append(r1+'<br>');//js,is,good
//单词切换为单一字母
var str2 = "good";
var r2 = str2.split("");
var r3 = str2.split("",2);
$('body').append(r2+'<br>');//g,o,o,d
$('body').append(r3+'<br>');//g,o
例3:希望返回的数组包含分隔符,则pattern应使用圆括号
var str = "ab12cd34ef";
var p1 = /\d+/;
var r1 = str.split(p1);
$('body').append(r1+'<br>');//ab,cd,ef
var p2 = /(\d+)/;//带圆括号
var r2 = str.split(p2);
$('body').append(r2+'<br>');//ab,12,cd,34,ef