JavaScript中的正则表达式

抄自:https://www.jianshu.com/p/488d60349325

一、正则声明方式

1. 构造函数方式

var reg = new RegExp('\d', 'gi');

通过 new 构造一个正则表达式对象,其中第一个参数 '\d' 是正则内容,第二个参数 'gi' 是修饰符。两个参数皆为字符串类型:

(1) 修饰符的作用是对匹配过程进行限定

(2) 修饰符有三种:i, g, m,可以同时出现,没有顺序(即 gi 与 ig 一样)

  • i:忽略大小写匹配
  • 全局匹配,即是匹配一个后继续匹配,直到结束
  • 多行匹配,即是遇到换行后不停止匹配,直到结束

2. 字面量方式

这种方式很常见。

var reg = /\d/gi;

两个斜线内为正则的内容,后面可以跟修饰符,与第一种构造函数方式相比更简洁,缺点是正则内容不能拼接,对于大多数场景来说足够了。

二、正则相关符号

1. 方括号 [] 用法

用于查找方括号内的任意字符。

(1) ^ 在 [] 内开始位置及正则双斜线开始位置有特殊含义,其他位置表示 ^ 字符本身。

  • 正则开头位置表示以某某开头的字符串,如下表示以大写或小写字母开头的且连续为字母的字符串
'adobe 2016'.match(/^[a-zA-Z]+/);
// ["adobe"]
  •  在正则 或 匹配中(即 | 匹配),表示 或者以某某字符开始的字符串,如下表示匹配 连续数字 或 以小写字母开头且连续为小写字母的字符串,所以返回结果包含2016 和 adobe,注意返回结果不是 ["2016", "adobe"]
'adobe2016ps'.match(/\d+|^[a-z]+/g);
// ["adobe", "2016"]
  • 在 [] 内开始位置时,表示不匹配 [] 内除 ^ 以外的所有字符:
'adobe'.match(/[^abc]/g);
// ["d", "o", "e"]

注: $ 与 ^ 的前两个用法相似,只不过匹配的是以某某字符结尾的字符串,举例:

'adobe 2016'.match(/\d+|[a-z]+$/g);
// ["2016"]
'adobe'.match(/\d+|[a-z]+$/g);
// ["adobe"]

(2) - (连字符)表示左边字符的 ASCII 值到右边字符 ASCII 编码值之间及左右字符自身的所有字符

'adobe PS 2016'.match(/[a-g]/g);
// ["a", "d", "b", "e"]

(3) - 连字符左侧的字符对应的 ASCII 值一定要小于或等于右侧的字符,否则会报语法错误

'adobe'.match(/[z-a]/);
// Uncaught SyntaxError: Invalid regular expression: /[z-a]/: Range out of order in character class...

(4) 如果希望对连字符 - 本身进行匹配,需要用反斜线转义

'adobe-2016'.match(/[a-g\-]/g);
// ["a", "d", "b", "e", "-"]

(5) 查看 ASCII 表就会发现,大写字母的 ASCII 值是小于小写字母的,因此下面用法会报语法错误

'adobe-2016'.match(/[a-Z]/g);
// Uncaught SyntaxError: Invalid regular expression: /[a-Z]/: Range out of order in character ...

那么问题来了,如果要表示所有字母,不区分大小写怎么办呢?其实有两种方式:

  • 第一种是使用修饰符 i,前面提到过。举例:
'adobe-PS'.match(/[a-z]/gi);
// ["a", "d", "o", "b", "e", "P", "S"]
  • 第二种是在正则中明确指明大小写字母,举例:
'adobe-PS'.match(/[a-zA-Z]/g);
// ["a", "d", "o", "b", "e", "P", "S"]

返回结果跟第一种一样。当然这个例子有些特殊:匹配了所有大小写字母。当只匹配部分大小写字母的时候只能使用第二种方式。

(6) 匹配大小字母不能写成 [A-z],虽然不会报语法错误,但隐式的放大了匹配范围,查看 ASCII 会发现,在大写字母 Z 到小写字母 a 之间还有 [、 \、 ]、 ^、 _、 ` 这6个字符,因此不能这么写。

(7) 有同学会问, \w 不也可以匹配字母么?是的,\w 确实可以匹配字母,但跟上面说的一样,也隐式的放大了匹配范围,\w 除了匹配大小字母外还匹配了数字和下划线,即 \w 与 [A-Za-z0-9_] 等价,当然 A-Z、a-z、0-9(等价于\d)、_这四组没顺序之分。
2. 特殊含义字符
  • 匹配任意单个字符,除换行和结束符
'1+0.2*2=1.4'.match(/.{2}/g);
// ["1+", "0.", "2*", "2=", "1."]
  • \w 匹配任意单词字符(数字、字母、下划线),等价于[A-Za-z0-9_]
'ad34~!@$ps'.match(/\w/g);
// ["a", "d", "3", "4", "p", "s"]
  • \W 匹配任意单词字符,与\w相反,等价于[^A-Za-z0-9_]
'ad34~!@$ps'.match(/\W/g);
// ["~", "!", "@", "$"]
  • \d 匹配数字,等价于 [0-9]
'ps6'.match(/\d/g);
// ["6"]
  • \D 匹配非数字,等价于 [^0-9]
'ps6'.match(/\D/g);
// ["p", "s"]
  • \s 匹配空白字符,主要有(\n、\f、\r、\t、\v),注意'a\sb'中的\s依然是字符s,所以'a\sb'.match(/\s/g)返回 null
'adobe ps'.match(/\s/g);
// [" "]
  • \S 匹配非空白字符,与\s相反
'adobe ps'.match(/\S/g);
// ["a", "d", "o", "b", "e", "p", "s"]
  • \b 匹配单词边界,注意连续的数字、字母或下划线组成的字符串会认为一个单词
'adobe(2016) ps6.4'.match(/\b(\w+)/g);
// ["adobe", "2016", "ps6", "4"]
  • \B 匹配非单词边界,仔细体会下面的示例与\b的结果
'adobe(2016) ps6.4'.match(/\B(\w+)/g);
// ["dobe", "016", "s6"]
  • \0 匹配NUL字符
'\0'.match(/\0/);
// ["NUL"]
  • \n 匹配换行符(编码:10,newline)
'adobe\nps'.match(/\n/).index;
  • \f 匹配换页符
'adobe\fps'.match(/\f/).index;
  • \r 匹配回车符(编码:13,return)
'adobe\rps'.match(/\r/).index;
  • \t 匹配制表符,键盘tab对应的字符
'adobe\tps'.match(/\t/).index;
  • \v 匹配垂直制表符
'adobe\vps'.match(/\v/).index;
  • \xxx 匹配以八进制数xxx规定的字符
'a'.charCodeAt(0).toString(8);
// "141"
'adobe ps'.match(/\141/g);
// ["a"]
  • \xdd 匹配以十六进制数dd规定的字符
'a'.charCodeAt(0).toString(16);
// "61"
'adobe ps'.match(/\x61/g);
// ["a"]
  • \uxxxx 匹配以十六进制数xxxx规定的 Unicode字符,注意位数不够需要补0
'a'.charCodeAt(0).toString(16);
// "61"
'adobe ps'.match(/\u0061/g);
// ["a"]

注意:window系统回车换行符为\r\n,linux系统下没有\r,linux系统通过vi编辑器打开window系统的文本文件时候,经常在行尾出现^M符号,也就是\r的原因,解析文本的时候需要注意相关判断。

3. 量词说明

  • n+ 匹配包含至少一个n的字符串
'adobe paas'.match(/a+\w+/g);
// ["adobe", "aas"]
  • n* 匹配包含零个或多个n的字符串
'ab3 aa12bb'.match(/a*\d+/g);
// ["3", "aa12"]
  • n? 匹配包含零个或一个n的字符串
'ab3 aa12bb'.match(/a?\d+/g);
// ["3", "a12"]
  • n{x} 匹配包含连续x个n的字符串
'ab3 aa12bb aaa34'.match(/a{2}\d+/g);
// ["aa12", "aa34"]
  • n{x,y} 匹配包含至少连续x个且最多连续y个n的字符串
'a3 aaa12bb aaaaaaa34'.match(/a{2,4}\d+/g);
// ["aaa12", "aaaa34"]
  •  n{x,} 匹配包含至少连续x个n的字符串
'a3 aaa12bbaa4'.match(/a{2,}\d+/g);
// ["aaa12", "aa4"]

由上可知,以下 表达式1 与 表达式2 等价:

n+ n{1,}
n* n{0,}
n? n{0,1}

4. 符号说明

符号 {}、、$、*、+、?、[]、[]、- 已经在前面介绍过,接下来看下其他特殊字符

  • a|b 匹配包含a或b的字符串
'adobe ps13'.match(/([a-g]+|\d+)/g);
// ["ad", "be", "13"]
  •  / 字面量方式申明正则时的界定符
'adobe'.match(/\w+/);
// ["adobe"]
  • \ 普通反斜线字符
'a\\dobe'.match(/\\/);
// ["\"]

5. 小括号用法

正则在非全局(g)模式下,通过match方式,返回的数组第一个值整体匹配的字符串,其他值为通过括号分组匹配到的

(1) 捕获用法

  • 表示对匹配的字符串进行分组
'adobe cs9cs10, adobe cs11'.match(/([a-z]+\d+)+/);
// ["cs9cs10", "cs10"]
// 注意{2,}是对 括弧内的匹配 的描述
  • 与|一起使用表示选择性
"he is 12. she is 13. it's box".match(/(it|she|he)\s+is/g);
// ["he is", "she is"]
  • 表示对匹配的字符串捕获
'adobe cs9'.match(/[a-z]+\d+/);
// ["cs9"]
'adobe cs9'.match(/[a-z]+(\d+)/);
// ["cs9", "9"]
  • 表示对匹配的字符串反向引用,引用从 \1 开始,从正则左侧第一个左括号(当然要是闭合的括号才行)开始计算,每多一对括号,引用数加一,在非捕获情况下不会加一。但正则比较复杂时,减少引用可以提升匹配性能,关于 非捕获 下方会详细介绍
    引用的结果可以通过 构造函数 RegExp 获取,即 RegExp.9

复制代码
'Can you can a can as a canner can can a can?'.match(/([cC]an+)\s+\1/g);
// ["can can"]
// 注意 `\1` 等价于正则里的 `([a-z]+)`,即与下面示例相同
'Can you can a can as a canner can can a can?'.match(/[cC]an+\s+[cC]an+/g);
// ["can can"]

// 如果把括弧去掉可以看下结果
'Can you can a can as a canner can can a can?'.match(/[cC]an+\s+\1/g);
// null
复制代码

(2) 非捕获用法,以(?)形式出现

  • (?:n ) 表示非捕获组
// 不使用括号时
'adobe12ps15test'.match(/[a-z]+\d+[a-z]+/);
// ["adobe12ps"]
//使用括号分组
'adobe12ps15test'.match(/[a-z]+(\d+)([a-z]+)/);
// ["adobe12ps", "12", "ps"]

'adobe12ps15test'.match(/[a-z]+(?:\d+)([a-z]+)/);
// ["adobe12ps", "ps"]

看起来上面语句不用(?:)也可以得到相同结果,即:

'adobe12ps15test'.match(/[a-z]+\d+([a-z]+)/);
// ["adobe12ps", "ps"]

但需求希望匹配字母之间的规则复杂时,如希望匹配字母,且字母之间可以为1或3时,但不需要1和3

'adobe11ps15test'.match(/[a-z]+(1|3)+([a-z]+)/);
// ["adobe11ps", "1", "ps"]

返回中不希望包含数字怎么办,可以使用非捕获

'adobe11ps15test'.match(/[a-z]+(?:1|3)+([a-z]+)/);
// ["adobe11ps", "ps"]
  • (?=n ) 匹配任何其后紧跟字符n的字符串,但返回中不包含n
'adobe12ps15test'.match(/[a-z]+(?=\d)/g);
// ["adobe", "ps"]
  • (?!n ) 匹配任何其后没有紧跟字符n的字符串,返回中不包含n
'adobe12ps15test'.match(/[a-z]+(?!\d)/g);
// ["adob", "p", "test"]
  • (?<=n ) 匹配任何其前紧跟字符n的字符串,返回中不包含n
'adobe12ps15test'.match(/(?<=\d)[a-z]+/g);
// ["ps", "test"]
  •  (?<!n ) 匹配任何其前紧跟字符n的字符串,返回中不包含n
'adobe12ps15test'.match(/(?<!\d)[a-z]+/g);
// ["adobe", "s", "est"]

(3) 注意

  • 如果希望对上面特殊字符本身进行匹配,需要在其前面添加\进行转移
'11+2=13'.match(/\d+\+/g); 
// ["11+"]
'(11+2)*2=26'.match(/\(\d+\+\d+\)/g); 
// ["(11+2)"]
  • \举例
// 注意下面两个表达式返回的结果
'path C:\Windows\System32'.match(/([a-zA-Z]:\\\w+)/g); 
// null
'path C:\\Windows\\System32'.match(/([a-zA-Z]:\\\w+)/g); 
// ["C:\Windows"]
说明:在申明字符串 'path C:\Windows\System32' 时,其中的 '' 就已经被当做转移符,既是 '\W' ==='W',所以如果希望申明的字符串中包含反斜线,需要在加一个反斜线转义,即 \
6. 正则相关方法

(1) RegExp对象相关方法

(2) String对象相关方法

(3) replace 具体用法

顾名思义,是字符串替换方法,但用法比较广泛。

  • 基本用法

直接传入字符串进行替换,找到子串后只替换一次,举例:

'adobe abc'.replace('b', '_')
// "ado_e abc"
// 注意 第二个 b 没有被替换

如果希望全部替换,可以使用正则表达式并用全局修饰符 g 方式,举例:

'adobe abc'.replace(/b/g, '_')
// "ado_e a_c"
  • 高级用法

第二个参数可以使用 function,其中有三个参数,分别为 匹配的字符串、当前匹配的字符串index值、匹配的源字符串,最终结果根据每次匹配结果进行相应的替换。

'adobe aacc bbaa'.replace(/a+/g, function(str, index, source){
    if(index > 0){
        return str.toUpperCase();
    } else {
        return str;
    }
});
// "adobe AAcc bbAA"

三、案例分析

1. 常见匹配

在写正则之前,需要注意以下几点:

  • 一定要清楚期望的规则是什么,不然无从匹配
  • 有些正则不只一种写法,要注意简短干练,复杂的正则表达式不仅难懂,而且容易出BUG,性能也不是很好
  • 正则虽好,可要适度。有些字符串处理不一定适合用正则

 

posted @   codedot  阅读(486)  评论(0编辑  收藏  举报
编辑推荐:
· Java 中堆内存和栈内存上的数据分布和特点
· 开发中对象命名的一点思考
· .NET Core内存结构体系(Windows环境)底层原理浅谈
· C# 深度学习:对抗生成网络(GAN)训练头像生成模型
· .NET 适配 HarmonyOS 进展
阅读排行:
· 手把手教你更优雅的享受 DeepSeek
· 腾讯元宝接入 DeepSeek R1 模型,支持深度思考 + 联网搜索,好用不卡机!
· AI工具推荐:领先的开源 AI 代码助手——Continue
· 探秘Transformer系列之(2)---总体架构
· V-Control:一个基于 .NET MAUI 的开箱即用的UI组件库

喜欢请打赏

扫描二维码打赏

了解更多

点击右上角即可分享
微信分享提示