精通正则表达式

什么是正则表达式

正则表达式是一种特殊的字符串模式，用于匹配一组字符串。

1. 原字符介绍

"^": ^会匹配行或者字符串的起始位置，有时候还会匹配整个文档的起始位置。

"$": 匹配行或者字符串的结尾

"\b": 不会消耗任何字符只匹配一个位置,常用于匹配单词边界 如我想匹配字符串中“This is Regex” 匹配单独的单词“is”正则就要写成“\bis\b”

"\d": 匹配数字

"\w": 匹配字母，数字，下划线

"\s": 匹配空格

         例如：例如字符 "a b c5" 正则："\w\s\w\s\w"  一个字符后跟一个空格，如有字符间有多个空格直接把"\s" 写成 "\s+" 让空格重复

".":  匹配除了换行符以外的任何字符

       这个是"\w"的plus版了，"\w"不能匹配 空格，如果把字符串加上空格就无法用"\w"了，例如匹配字符串aa bb cc 32_tty ,正则：
var rex=/\w+/;str.match(rex)结果是aa，无法匹配整个完整的字符串。
"[abc]": 查找集合内的任意字符

        只是简单匹配括号内存在的字符，还可以写成［a-z］匹配a至z的所有字母

        需要注意的是，看见过有些人在［］的字符中加｜或者，字符等其它字符来分隔，这样的做法是错误的。

        例如匹配手机号码的正则这么写：/^0?1[3|4|5|7|8]\d{9}$/

        如果写一段字符串“1|381016160” 也能匹配成功。应该使用的是下面的：

"(a|b|c)": 查找任何指定的选项。

"[^abc]": 查找集合外的任意字符

2. 反义

改为大写，意思就和原来的相反了。

"\W"    匹配任意不是字母，数字，下划线的字符

"\S"    匹配任意不是空白符的字符

"\D"   匹配任意非数字的字符

"\B"    匹配不是单词开头或结束的位置

3. 量词

先解释关于量词所涉及到的重要的三个概念

    贪婪(贪心) 如"*"字符 贪婪量词会首先匹配整个字符串，尝试匹配时，它会选定尽可能多的内容，如果 失败则回退一个字符，然后再次尝试回退的过程就叫做回溯，它会每次回退一个字符，直到找到匹配的内容或者没有字符可以回退。相比下面两种贪婪量词对资源的消耗是最大的，

   懒惰(勉强) 如 "?"  懒惰量词使用另一种方式匹配，它从目标的起始位置开始尝试匹配，每次检查一个字符，并寻找它要匹配的内容，如此循环直到字符结尾处。

   占有  如"+" 占有量词会覆盖事个目标字符串，然后尝试寻找匹配内容 ，但它只尝试一次，不会回溯

     "*"(贪婪)   重复零次或更多

　　　  例如"aaaaaaaa" 匹配字符串中所有的a  正则： "a*"   会出到所有的字符"a"

     "+"(懒惰)   重复一次或更多次

　　     例如"aaaaaaaa" 匹配字符串中所有的a  正则： "a+"  会取到字符中所有的a字符，  "a+"与"a*"不同在于"+"至少是一次而"*" 可以是0次，

　　     稍后会与"?"字符结合来体现这种区别

     "?"(占有)   重复零次或一次

　　     例如"aaaaaaaa" 匹配字符串中的a 正则 ： "a?" 只会匹配一次，也就是结果只是单个字符a

　  "{n}"  重复n次

　　     例如从"aaaaaaaa" 匹配字符串的a 并重复3次 正则：  "a{3}"  结果就是取到3个a字符  "aaa";

　  "{n,m}"  重复n到m次

　　     例如正则 "a{3,4}" 将a重复匹配3次或者4次 所以供匹配的字符可以是三个"aaa"也可以是四个"aaaa" 正则都可以匹配到

     "{n,}"  重复n次或更多次

 　　    与{n,m}不同之处就在于匹配的次数将没有上限，但至少要重复n次 如 正则"a{3,}" a至少要重复3次

       "?="    匹配任何其后紧接指定字符串 n 的字符串。

            例如：var str="Hello World!Hello";

                       var rex=/llo(?= World)/g;  

                       结果是红色部分：Hello World!Hello

        "?!"    匹配任何其后没有紧接指定字符串 n 的字符串。

            例如：var str="Hello World!Hello";

                       var rex=/Hello(?! World)/g;

                       结果是红色部分：Hello World!Hello

4. 懒惰限定符

　"*?"   重复任意次，但尽可能少重复 

如 "acbacb"  正则  "a.*?b" 只会取到第一个"acb" 原本可以全部取到但加了限定符后，只会匹配尽可能少的字符 ，而"acbacb"最少字符的结果就是"acb" 

"+?"  重复1次或更多次，但尽可能少重复

　　   与上面一样，只是至少要重复1次

"??"  重复0次或1次，但尽可能少重复

　　    如 "aaacb" 正则 "a.??b" 只会取到最后的三个字符"acb"

"{n,m}?"  重复n到m次，但尽可能少重复

          如 "aaaaaaaa"  正则 "a{0,m}" 因为最少是0次所以取到结果为空

"{n,}?"    重复n次以上，但尽可能少重复

          如 "aaaaaaa"  正则 "a{1,}" 最少是1次所以取到结果为 "a"

5.修饰符

"g"    全局匹配

"i"     忽略大小写

"m"   执行多行匹配

 

下面来做几个练习：

1. 写一个正则表达式验证邮箱格式。

2. 写一个正则表达式将字符串中的数字提取出来。

3. 写一个正则表达式将网址中的域名提取出来。

4. 用正则表达式写一个函数来获取参数。（练习plus版）

 

————————————————－－－－－－答案分割线————————————————－－－－－－

 

 

 

答案：

1. var rex=/^\w+([-+.]\w+)*@\w+([-.]\w+)*\.\w+([-.]\w+)*$/;

讲解：([-+.]\\w+)*      -或+或.开头，后面跟1个或者多个字母，整体出现0次或多次

           注意前面的^和后面的$

 

 

2. var str="我是测试数据用来提取数字3456或者3222哈哈";

    var rex=/\d+/ig;

    结果：["3456", "3222"]

 

3. var rex=/(\w+:\/\/www\.)?\w+\.\w+/gi;

    var str="http://www.apple.com/cn//?afid=p238%7C1lpwRAvZz-dc_mtid_18707vxu38484_pcrid_13764375304_&cid=aos-cn-kwba-brand";

    结果是：http://www.apple.com

4. 

function getParam (url, param) {
var r = new RegExp("\\\\?(?:.+&)?" + param + "=(.*?)(?:[\\?&].*)?$");
var m = url.match(r);
return m ? m[1] : "";
}

 

 

 

你学会了吗？