正则表达式

开局一张图

分组相关

• 忽略分组(?:exp)

有时使用括号"()"的目的不是捕获分组, 而是不得不使用, 比如说(ABC|abc), 只是为了表达一个字符串的"或"关系
这时就要使用到忽略分组
(?:exp)

JavaScript中的正则表达式

正则表达式可以被用于 RegExp 的 exec 和 test 方法以及 String 的 match[All]、replace、search 和 split 方法。

为什么会有这么多方法，以及模式 /i（忽略） /m（多行） /g（全局） 的意义是？
先看 RegExp 的 exec 和 test 方法，以及字符串的 match[All] 方法：

const { log, table } = console;
(function main() {
    let regex = /(.*)\.js/g;
    let str = 'START a.js b.js \n c.js END';
    // test: 测试字符串是否包含正则内容，因此只要找到第一个匹配就返回true，忽略/g标志
    let result = regex.test(str);
    log(result)
})();
// true

const { log, table } = console;
(function main() {
    let regex = /(.*)\.js/g;
    let str = 'START a.js b.js \n c.js END';
    // exec: 执行一次匹配操作，并为结果分组，忽略/g标志
    let result = regex.exec(str);
    table(result)
})();
/*
Array(2)
0: "START a.js b.js"
1: "START a.js b"
groups: undefined
index: 0
input: "START a.js b.js ↵ c.js END"
length: 2
__proto__: Array(0)
*/

const { log, table } = console;
(function main() {
    let regex = /(.*)\.js/;
    let str = 'START a.js b.js \n c.js END';
    // match: 执行匹配操作，若无/g标志，则只匹配第一个结果，并返回该分组
    let result = str.match(regex);
    table(result);
})();
/*
Array(2)
0: "START a.js b.js"
1: "START a.js b"
groups: undefined
index: 0
input: "START a.js b.js ↵ c.js END"
length: 2
__proto__: Array(0)
*/

const { log, table } = console;
(function main() {
    let regex = /(.*)\.js/g;
    let str = 'START a.js b.js \n c.js END';
    // match: 执行匹配操作，若有/g标志，则获取多个匹配结果，不进行分组，返回匹配到的字符数组
    let result = str.match(regex);
    table(result);
})();
/*
Array(2)
0: "START a.js b.js"
1: " c.js"
length: 2
__proto__: Array(0)
*/

const { log, table } = console;
(function main() {
    let regex = /(.*)\.js/g;
    let str = 'START a.js b.js \n c.js END';
    // matchAll: 在上一种匹配的基础上，对每个结果分组，返回值是个可迭代对象
    let result = str.matchAll(regex);
    table([...result]); // 转换为数组
})();
/*
Array(2)
0: Array(2)
0: "START a.js b.js"
1: "START a.js b"
groups: undefined
index: 0
input: "START a.js b.js ↵ c.js END"
length: 2
__proto__: Array(0)
1: Array(2)
0: " c.js"
1: " c"
groups: undefined
index: 17
input: "START a.js b.js ↵ c.js END"
length: 2
__proto__: Array(0)
length: 2
__proto__: Array(0)
*/

Kotlin native 编写的regex工具

import platform.posix.*

fun help() {
	println("""
		|regex 帮助程序
		|
		|	r, regex	从命令行提供一个正则表达式，匹配最后一个参数
		|	s, string	从命令行提供一个字符串，用最后的正则表达式匹配
		|
	""".trimMargin())
}

fun main(args: Array<String>) {
	if (args.size != 3) {
		return help()
	}

	var regex: Regex?
	var string: String?
	
	when (args[0]) {
		"r", "regex" -> {
			regex = args[1].toRegex()
			string = args[2]
		}

		"s", "string" -> {
			string = args[1]
			regex = args[2].toRegex()
		}

		else -> {
			return help()
		}
	}

	println("regex:  $regex\nstring: $string")

	with (regex.matchEntire(string)) {
		if (this == null) {
			return println("匹配结果：不匹配")
		}
		println("匹配结果：")
		groupValues.forEachIndexed { index, value -> 
			println("$index\t$value")
		}
	}
}

String.prototype.match和String.prototype.matchAll的区别

> [...'abcabc'.matchAll(/a(.*?)c/g)]
[
  [ 'abc', 'b', index: 0, input: 'abcabc', groups: undefined ],
  [ 'abc', 'b', index: 3, input: 'abcabc', groups: undefined ]
]
> [...'abcabc'.match(/a(.*?)c/g)]
[ 'abc', 'abc' ]

END