javascript 正则 regexp
正则转义字符:
Table 10-2. Regular expression character classes
Character Matches
[...] Any one character between the brackets.
[^...] Any one character not between the brackets.
. Any character except newline or another Unicode line terminator.
\w Any ASCII word character. Equivalent to [a-zA-Z0-9_].
\W Any character that is not an ASCII word character. Equivalent to [^a-zA-Z0-9_].
\s Any Unicode whitespace character.
\S Any character that is not Unicode whitespace. Note that \w and \S are not the same thing.
\d Any ASCII digit. Equivalent to [0-9].
\D Any character other than an ASCII digit. Equivalent to [^0-9].
[\b] A literal backspace (special case).
匹配次数:
Character Meaning
{ n , m } Match the previous item at least n times but no more than m times.
{ n ,} Match the previous item n or more times.
{ n } Match exactly n occurrences of the previous item.
? Match zero or one occurrences of the previous item. That is, the previous item is optional. Equivalent to {0,1}.
+ Match one or more occurrences of the previous item. Equivalent to {1,}.
* Match zero or more occurrences of the previous item. Equivalent to {0,}.
非贪婪模式:
在匹配次数后面加个问号'?',尽量按少的次数匹配
var test='aaaca'; console.log(test.replace(/a+/,'b')); //=>bca 贪婪非全局匹配 console.log(test.replace(/a+?/,'b')); //=>baaca 非贪婪非全局匹配 console.log(test.replace(/a+/g,'b')); //=>bcb 贪婪全局匹配 console.log(test.replace(/a+?/g,'b')); //=>bbbcb 非贪婪全局匹配 ,开启g标志,多次以非贪婪模式匹配
注意:正则匹配尽量找出第一个匹配的位置。因此由于若在首个字符能匹配的情况下,在后来的字符序列进行更短的匹配将不予考虑。
var test='aaaca'; console.log(test.replace(/a+c/,'b')); //=>ba 贪婪非全局匹配 console.log(test.replace(/a+?c/,'b')); //=>ba 非贪婪非全局匹配 console.log(test.replace(/a+c/g,'b')); //=>ba 贪婪全局匹配 console.log(test.replace(/a+?c/g,'b')); //=>ba 非贪婪全局匹配
间隔,分组,引用 间隔:| 有点像if elseif,但是如果加了g,就相当于if if if
var s='abcdef'; console.log(s.replace(/ab|cd|ef/,'n')); //单次 只匹配一个 ncdef console.log(s.replace(/ab|cd|ef/g,'n')); //全局匹配 匹配3个 nnn
分组:()
1.将元素用小括号包起来,这样就可以作为一个单元看待,可被用于 |,*,+,?
2.匹配子模式,并且顺序是按照左边括号的顺序。
/([Jj]ava([Ss]cript)?)\sis\s(fun\w*)/ 中 \2 引用的是 ([Ss]cript)
/([Jj]ava(?:[Ss]cript)?)\sis\s(fun\w*)/ // (?:) 使之不产生引用(即不可回溯),此时 \2 引用的是(fun\w*)
/['"][^'"]*['"]/ //匹配被带引号的字符串,但是前后可能一个单引号,另一个是双引号
/(['"])[^'"]*\1/ //前后的单引号或者双引号匹配
/(['"])[^\1]*\1/ //错误的写法,不能将引用写在分类内部
间隔,分组,引用总结:
Regular expression alternation, grouping, and reference characters
Character Meaning
| Alternation. Match either the subexpression to the left or the subexpression to the right.
(...) Grouping. Group items into a single unit that can be used with *, +, ?, |, and so on. Also remember the characters
that match this group for use with later references.
(?:...) Grouping only. Group items into a single unit, but do not remember the characters that match this group.仅分组,不可回溯
\n Match the same characters that were matched when group number n was first matched. Groups are subexpressions
within (possibly nested) parentheses. Group numbers are assigned by counting left parentheses from left to right.
Groups formed with (?: are not numbered.
特殊的匹配位置:
\b 匹配单词边界,即单词(\w)与非单词(\W)之间的界限,或者是一个字符串的首部或者尾部。【注:在字符分类的中括号[]中,\b表示回车】
匹配一个单词:java,其正则为: /\bjava\b/
注意:
console.log("abc".match(/\babc\b/)); //[ 'abc', index: 0, input: 'abc' ] 这个表示单词首尾都有单词边界 console.log("abc,".match(/\babc,\B/)); //[ 'abc,', index: 0, input: 'abc,' ] 这个尾部不是单词边界,因为“,”逗号不属于单词范畴
\B 匹配非单词边界,例如:匹配单词中包含[Ss]cript,但是不是一个独立的script单词: /\B[Ss]cript\B/ ^ 匹配字符串的起始 $ 匹配字符串的结尾 (?=p) 正向向前断言。要求随后的字符必须匹配p,但是返回的字符不包括p
/[Jj]ava([Ss]cript)?(?=\:)/ //匹配“JavaScript: The Definitive Guide”中的“JavaScript”,但是不匹配“Java in a Nutshell”中的“Java”
(?!p) 负向向前断言。要求随后的字符必须不匹配p,但是返回的字符不包括p
/Java(?!Script)([A-Z]\w*)/ //匹配Java,之后跟一个大写字母,但Java不能直接连着Script。匹配:JavaBeans,JavaSrip。不匹配: Javanese,JavaScript,JavaScripter
var text = '"hello world" javascript'; quote = /"([^"]*)"/g; console.log(text.match(quote)) // [ '"hello world"' ] 返回值包括双引号 quote = /"([^"]*)(?=")/g; console.log(text.match(quote)); // [ '"hello world' ] 返回值不包括后面的双引号 var quote = /"([^"]*)(?!")/g; console.log(text.match(quote)); // [ '"hello worl', '" javascript' ] 匹配项为以双引号开始,不能以双引号结尾,且不包括最后一个非双引号匹配项
标志 m 多行模式,如果一个字符串中包含换行符,那么启用m标志可匹配到。
var s='Java\nis fun'; console.log(s.replace(/java$/im,'')); // => 匹配 Java,输出 is fun console.log(s.replace(/java$/i,'')); //=> 无匹配项,输出 Java\nis fun
i Case-insensitive.忽视大小写。 g 全局匹配,不开启次标志找到一个就不再匹配。若开启,则会找到所有的匹配项, 字符串的正则表达式方法 1.string.search(regexp): 返回匹配的下标,若匹配失败返回-1。 如果传递的参数不是正则,将传递给RegExp创建一个正则对象。 不支持全局匹配。标志g将被忽略。
"JavaScript".search(/script/i); // => 4
2.string.replace(searchRegExp,replaceStr): 第一个参数可以是字符串也可以是正则。若为字符串,将仅按字符串进行匹配,不会自动转换为正则。 如果首个参数为正则且包含标志g,将替换所有匹配项,而非第一个匹配项。 若首个参数有分组,在第二个参数可以用$n进行引用。
var text = '"hello world" javascript'; var quote = /"([^"]*)"/g; console.log(text.replace(quote, '“$1 lan”')); //=>“hello world lan” javascript
3.string.match(regexp): 返回一个包含匹配结果的数组,若参数为字符串,则将其传递给RegExp构造函数,创建一个RegExp对象。 此方法对g标志有特殊的行为: 若开启g标志,返回的数组中是所有的匹配项
"1 plus 2 equals 3".match(/\d+/g) // returns ["1", "2", "3"]
若无g标志,首个元素为匹配字符串,从第二个元素开始按顺序匹配正则表达式中的分组子式。若用replace()来说明则result[1]对应$1, 以此类推。
var url = /(\w+):\/\/([\w.]+)\/(\S*)/; var text = "Visit my blog at http://www.example.com/~david"; var result = text.match(url); if (result != null) { var fullurl = result[0]; // Contains "http://www.example.com/~david" //匹配结果 var protocol = result[1]; // Contains "http" //分组子式1 var host = result[2]; // Contains "www.example.com" //分组子式2 var path = result[3]; // Contains "~david" //分组子式3 }
向match方法传递非全局正则没什么意义,就像传递给exec()一样,返回的数组中有下标,还有输入属性。
var quote = /"([^"]*)(?!")/;
var text = '"hello world" javascript';
var message = text.match(quote); console.log(message); //[""hello worl", "hello worl", index: 0, input: ""hello world" javascript"] //[匹配项,分组子式(?!负向匹配不能回溯,因此不出现在结果里),匹配下标,输入的字符串]
4.string.split(regexp):
可以接收字符串为参数:"123,456,789".split(","); // Returns ["123","456","789"] 亦可接收正则式为参数:"1, 2, 3, 4, 5".split(/\s*,\s*/); // Returns ["1","2","3","4","5"],若split(',')=> [ '1', ' 2', ' 3', ' 4', ' 5' ]
Regexp Object 由于使用字符串作为参数,因此在字面值正则中的\要变为\\。 包含5个属性: 1.source:只读,包含正则表达式文本 2.global:只读,标志g 3.ignoreCase:只读,标志i 4.multiline:只读,标志m 5.lastIndex:可读写,开启g标志时,用于匹配下一次开始搜索的位置。 Regexp对象的方法 Regexp.exec(str): 效果和String.match(regexp) 接近。exec()更像match()分解动作。 不同点在于: 1. 不管标志g是否开启,exec()仅返回一个匹配项,并且提供关于该匹配项完整的信息,比如匹配的位置index和被用于搜索的字符串input [首个元素为匹配字符串,从第二个元素开始按顺序匹配正则表达式中的分组子式。]。 2. 当一个开启g标志的正则调用exec(),其lastIndex将立即被设置为匹配项的后一个位置。同一个正则对象再次调用exec(),将从lastIndex搜索。若找不到匹配项,则lastIndex将被重置为0. 如果使用同一个正则对象去搜索新的字符串,也可以手动设置lastIndex=0.
var pattern = /Java/g; var text = "JavaScript is more fun than Java!"; for (var result; (result = pattern.exec(text)) != null;) { console.log("Matched '" + result[0] + "' at position " + result.index + ";next search begins at " + pattern.lastIndex) } // Matched 'Java' at position 0;next search begins at 4 // Matched 'Java' at position 28;next search begins at 32
Regexp.test(str): 一个简化版的exec(),只是返回true。同时也会改变lastIndex.在正则开启g标志时,下一次将从lastIndex进行搜索。 字符串方法中,search(),replace(),match()都不会用到lastIndex属性。
var regexp=/java/g; var s='javascript is not java,it is more funny than java'; while(regexp.test(s)) console.log('lastINdex: '+regexp.lastIndex)