JS中的第二世界--正则表达式

近期的繁忙让我一直没有空闲静下心来好好写一些文章。好在，所有的忙碌都已过去，愿明天更美好。刚过完七夕，带着欢乐的心情写下这篇文章。希望读者能够喜欢哟~~

你是不是经常遇到正则，却不知它在说什么，你是不是就算再项目中看到了，也会选择一眼略过，你是不是整天忘记搜索什么，却不知道有的编辑器搜索支持正则的模糊搜索……

熟悉的旋律萦绕在耳边，却早已不是当初的少年。

工作了很久之后，猛然发现之前自己忽略的正则是这么重要。搜索、查询、命令行、校验、截取、替换…………哪样哪样都离不开这个小东西。很多人不知道的是，正则在 JavaScript 里仿佛一个第二世界一样。看起来简单，实则有很多让我们摸不着头脑的操作。

接下来，让我们顺着本文的介绍，一点儿一点儿深入了解正则表达式，知晓正则的强大能力！

1. 创建正则表达式

在 JavaScript 中创建正则表达式有两种方式

第一种：构造函数创建

const reg = new Reg('正则表达式')

第二种：字面量创建

const reg = /正则表达式/

2. 使用正则表达式匹配内容

正则匹配分为 精准匹配 和 模糊匹配

精准匹配

只需要我们将需要匹配的内容放入到正则表达式中匹配即可。上手简单

const reg = /正则表达式/
const str = '这是一篇写正则表达式是文章'

str.match(reg) // 正则表达式

这里的正则表达式会精准的搜索到我们要搜索的内容。

模糊匹配

模糊匹配需要用到第三点所描述的内容，这里我们先看下

const reg = /[\u4e00-\u9fa5]+/
const str = '这是一篇写正则表达式Regpx的内容'

str.match(reg) // 这是一篇写正则表达式

这里的正则表达式会根据我们传入的规则来匹配要搜索的内容。注意：这里的\u4e00-\u9fa5表示的是中文范围

\u4e00 表示的是字符集中第一个中文汉字

\u9fa5 表示的是字符集中最后一个中文汉字

ok，知道了怎么创建和使用正则，接下来我们来真正了解一下他吧。

3. 正则表达式介绍

通晓元字符的同学可跳过此小节，直奔第四小节查看。主要内容有 . | \ * + ? () [] {} ^ $ 几种字符使用方法，含义和注意事项，内置匹配项，贪婪和惰性匹配。

首先介绍一下前瞻条件，正则可以根据自己的设置来进行多行和全局，局部，忽略大小写等匹配模式，分为：

  • m ：多行匹配
  • g： 全局匹配
  • i： 忽略大小写

接下来的内容，就可以看到我们来使用它

3.1 元字符

元字符是正则表达式中最基础的部分，它代表了我们可以查询的内容。come on baby。让我们来认识一下他们吧。

  • 点 . ：匹配除去 \n 之外的所有内容
const reg = /.*/
const str1 = 'abc'

// 在str2中添加 \n 换行符
const str2 = 'a\nb\nc'

str1.match(reg) // abc
str2.match(reg) // a
  • 或 |：在正则中进行逻辑判断，（说的比较抽象，我们来看下例子）
const reg = /正则|表达/
const str1 = '正则表达式'
const str2 = '表达式'

str1.match(reg) // 正则
str2.match(reg) // 表达

解释：

如果可以匹配到 | 前边的内容，则匹配前边的。

匹配不到前边的，但是可以匹配后边的内容，则匹配后边的

  • 反斜杠 \ ：表示转义
const reg = /\./
const str = 'a.b.c.d'

str.match(reg) // .

可以匹配除 \n 外任意字符的点 . 在使用 \ 转义之后只能匹配到 . 这个字符

需要注意的点：

在有的编程语言中，匹配 \\ 需要四个反斜杠 -- \\\\。但是在 javascript 中，只需要两个。

const reg = /\\/
const str = '\\'

str.match(reg) // \\
  • 星号 *：需要匹配的内容出现连续零次或多次
const reg = /a*/
const str1 = 'aaabbcccddd'
const str2 = 'bbcccddd'
reg.test(str1) // true
reg.test(str2) // true
  • 加号 +：需要匹配的内容出现连续一次或多次
const reg = /a+/
const str1 = 'aaabbcccddd'
const str2 = 'bbcccddd'
reg.test(str1) // true
reg.test(str2) // false
  • 问号 ?：需要匹配的内容出现连续零次或一次
const reg = /a?/
const str1 = 'aaabbcccddd'
const str2 = 'bbcccddd'

reg.test(str1) // true
reg.test(str2) // true
  • 小括号()： 表示组，小括号中的内容表示一组，整体进行匹配。
const reg = /(abc)/
const str1 = 'abab'
const str2 = 'abcab'
reg.test(str1) // false
reg.test(str2) // true

拓展：

使用小括号包裹的匹配内容，可在后续的正则中通过\ + 序号的方式继续调用。有几个小括号就有几个序号。序号从1开始

const reg = /(abc)\1/  // 相当于 const reg = '(abc)abc'
const str = 'abcabc'

str.match(reg)

//   /(a)(b)(c)\1\2/ ---> /(a)(b)(c)ab/
  • 中括号 []：表示范围，括号中的内容只要有一个匹配到就可以
const reg = /[abc]/
const str = "efg"
const str1 = 'aef'

reg.test(str) // false
reg.test(str1) // true

注意：

中括号中可以使用 - 来表示连续的范围

/[0-9]/   0123456789
/[a-z]/   全部英文小写
/[A-Z]/   全部英文大写
  • 大括号 {m,n}：表示出现次数

m 表示最少出现多少次 n表示最多出现多少次，n可省略，表示无限次

const reg = /a{1,4}/ // a最少出现1次，最多出现4次
const str = 'aaaaa'

reg.test(str) // true

拓展：

{0,} 相当于 *

{1,} 相当于 +

{0,1}相当于 ?

  • 开头^：只匹配开头内容
const reg = /a^/
const str = 'abc'
const str1 = 'bac'

reg.test(str) // true
reg.test(str1) // false

注意：

此符号用在 [] 中，表示取反操作

const reg = /[^abc]/g 
const str = '123'
str.match(reg) // ['1', '2', '3']

这里只能取到不是 abc 的内容

  • 结尾$： 只匹配结尾
const reg = /a$/
const str = 'abc'
const str1 = 'cba'

reg.test(str) // false
reg.test(str1) // true

3.2 内置匹配符

\d：数字

\D：非数字

\s：空格

\S：非空格

\w：数字字母下划线

\W：非数字字母下划线

\b：字符边界

\B：非字符边界

const str = 'hello word! 520'

console.log(str.replace(/\d/g, '*')) // hello word! ***
console.log(str.replace(/\D/g, '*')) // ************520
console.log(str.replace(/\w/g, '*')) // ***** ****! ***
console.log(str.replace(/\W/g, '*')) // hello*word**520
console.log(str.replace(/\b/g, '*')) // *hello* *word*! *520*
console.log(str.replace(/\B/g, '*')) // h*e*l*l*o w*o*r*d!* 5*2*0
console.log(str.replace(/\s/g, '*')) // hello*word!*520
console.log(str.replace(/\S/g, '*')) // ***** ***** ***

3.3 贪婪和惰性

贪婪匹配是最多情况下匹配内容

惰性匹配是最少情况下匹配内容

先看栗子

const reg = /a[bc]*c/g  // 贪婪
const str = 'abcbcbc'

console.log(str.match(reg)) // [ 'abcbcbc' ]

const reg1 = /a[bc]*?c/g // 惰性
console.log(str.match(reg1)) // [ 'abc' ]

解释：

  • 贪婪： 由于 abcbcbc 一直到字符串最后都符合正则的规则，所以一直匹配到不符合位置
  • 惰性：只匹配一个符合规则的就返回，不继续匹配。

4. 正则进阶操作

4.1 具名组匹配

JavaScript 中提供了组匹配的能力。可以同过自定义的组名来获取匹配内容.

组的固定格式为 ?<组名>。然后通过获取结果的groups.具体的名称 来获取

const reg = /(?<name>[a-zA-Z]{3,6})(?<age>\d{2})/
const str = 'xiaoming23'

str.match(reg).groups.name // xiaoming
str.match(reg).groups.age // 23

4.2 位置匹配

  • ?=搜索内容：查看右侧内容是否符合条件， 查看后缀是否为要搜索的内容。
const reg = /(?=abc)/
const str = 'efabcefabc'

str.replace(reg, '*') // ef*abcef*abc

解释：

匹配 后缀为abc 这个字符的位置

  • ?!搜索内容：查看右侧内容是否不符合条件，查看后缀是否为要搜索的内容
const reg = /(?!abc)/
const str = 'efabcefabc'

str.replace(reg, '*') // *e*fa*b*c*e*fa*b*c*

解释：

匹配 后缀不为 abc 这个字符的位置

  • ?<=搜索内容：查看左侧内容是否符合条件，查看前缀是否是要搜索的内容
const reg = /(?<=abc)/
const str = 'efabcefabc'

str.replace(reg, '*') // efabc*efabc*

解释：

匹配 前缀为abc 这个字符的位置。

  • ?<!搜索内容：查看左侧内容是否不符合条件
const reg = /(?<!abc)/
const str = 'efabcefabc'

str.replace(reg, '*') // *e*f*a*b*ce*f*a*b*c

解释：

匹配 前缀不为abc 这个字符的位置。

第四小节总结：

  1. 组匹配 ?<组名>
  2. 匹配后缀 ?= 和 ?!
  3. 匹配前缀 ?<= 和 ?<!

5. 正则和字符串方法介绍

5.1 字符串方法

下述方法都支持正则匹配方式来操作。

  • replace(reg, 替换的内容 或者 一个操作函数) 替换

    此方法的第二个参数是比较神奇的，可以接收要替换的内容，也可以接受一个函数。

    • 为替换内容（1）
    const str = 'abc'
str.replace(/a/, '*') // *bc

    • 为替换内容（2）

      可使用 $1,$2………… 等变量作为匹配到的组的内容。

    const str = '123abc'
str.replace(/(a)(b)(c)/, '$1$3$2') // 123acb

    说明：

    $1 代表 (a) 所匹配到的内容

    $2 代表 (b) 所匹配到的内容

    $3 代表 (c) 所匹配到的内容

    替换的时候掉到顺序替换，则输出 123acb 这个值

    • 为函数
    const str = 'abc'
str.replace(/(a)/, (source, $1, index) => {
  console.log(source, $1, index) // abc  a  0
  return *
}) // *ab

str.replace(/(b)(c)/, (source, $1, $2, index) => {
    console.log(source, $1, $2, index) // abc 
    return $1 + 1
}) // a11

    说明：

    函数参数接收的参数，第一个source 为字符串本身，最后一个index为查找到的第一个索引值。中间的 $1, $2, $3……………… 为正则表达式里小括号的数量。返回值的作用是作为替换内容替换原字符串。

  • match 搜索

    根据正则的规则匹配字符串

    const reg = /[abc]/g
const str = 'abc'

str.match(reg) // [ 'a', 'b', 'c' ]

  • split 切割

    const str = 'abcabcabc'

str.split(/ca/) //[ 'ab', 'b', 'bc' ]

    此方法还可接收第二个参数。length 设置返回的数组长度

    const str = 'abcabcabc'

str.split(/ca/, 2) //[ 'ab', 'b' ]

5.2 正则方法

  • test 查看字符串是否符合正则规则

    const reg = /abc/
const str = 'abc'
const str1 = 'ab'

reg.test(str) // true
reg.test(str1) // false

  • exec 根据正则的规则匹配字符串。同 match

    const reg = /abc/
const str = 'abc'
const str1 = 'ab'

reg.exec(str) // 'abc'
reg.exec(str1) // null

6. 实战篇

理解了内容之后怎么也得练练手啊，此内容给大家准备了几个常见但是不太好理解的正则，请大家练手。

6.1 匹配 html 标签 （包含标签中的内容）

首先，我们来创建个字符串

const html = '<div></div>'

现在我们来抒写一下可描述标签的正则表达式。有以下几个特征：

  1. 以 < 开头
  2. 标签名为英文字符
  3. 以 </标签名> 结尾
第一版表达式
const reg = /<(\w+)><\/(\1)>/g

// 验证一下
html.match(reg) // '<div></div>'

\1引用上一个分组的正则规则上面的内容已经说过。

看我们的验证结果，完美。但是，有个问题。我们的标签一般都不在一行内书写，标签之间会有 \n 来标识换行。ok，让我们修改一下 html 字符串

const html = `<div>

</div>`

// 再次验证
html.match(reg) // null

😰完了，失败了。

不要着急，我们只匹配了标签，并没有匹配到标签中的内容。由于 . 并不能匹配到 \n 所以我们使用其他条件来匹配。

第二版表达式
const reg = /<(\w+)>([\s\S]*)<\/(\1)>/g 

// 验证
html.match(reg) // '<div>\n\n</div>'

(o)/，成功。

这里我们可以看到。使用 [\s\S] 可以匹配到 \n。因为 [\s\S] 代表的是空格和非空格。相同的用法还有 [\w\W]、[\b\B]、[\d\D]

第三版表达式

html 除了双标签还有单标签，下面我们来看下单标签的验证。单标签的开始跟双标签一样。但是结束不一样，单标签是以/>结束。不说了，先写一下

let reg = /<(\w+)/    // 相同的开头

// 结束规则书写
reg = /<(\w+)\/>/

注意，这里，单标签中的内容，我们不需要用 [\s\S] 这种方法验证，会有其他问题，因为我们需要匹配的是属性，匹配到换行符结束。所以下面这种写法就可以。

reg = /<(\w+)([^>]*)\/>/

[^>] 表示只要不是结束符号的，都符合条件。* 表示出现零次或多次

不说了，我们来验证下

const html = '<img src="" />'
html.match(reg) // <img src="" />

😄，成功。

结合版（不是终极版）

结合版的正则表达式我们需要用到元字符中的|来作为分支判断

const reg = /<(\w+)>(([\s\S]*)<\/(\1)>)|(([^>]*)\/>)/mg
// (([\s\S]*)<\/(\1)>) 双标签
// (([^>]*)\/>)单标签

说明：m 的作用是来表示匹配多行。g 的意思是表示全局匹配

验证一下

const html = '<div title="1"></div><p></p><img src="asfs" alt="asdfa"/><br />'

html.match(reg)
// [ '<p></p>', '<img src="asfs" alt="asdfa"/>', '<br />' ]

成功！！

虽然这次的匹配成功了，但是这个表达式还是有很多问题，期待读者来完善哟。

6.2 实现数字千分位

同样，我们来分析一下需求。千分位是每隔三个数字，加上一个逗号。首先，我们先创建一个数字的字符串

const str = '12345678'

查看后缀是否是三个数字，我们使用 ?= 来做，它的作用就是查看后缀是否符合规则。先来创建正则

第一版
const reg = /(?=\d{3})/g

因为需要匹配整个数字，所以我们用到了 g 来表示全局匹配。好，正则创建完成，验证一下。

str.replace(reg, ',') // ,1,2,3,4,5,678

整个结果，好像有问题啊。

不着急，继续向下看，由于我们要数字三个一对的出现，所以这里我们需要添加出现一次或多次的校验。使用+

第二版
const reg = /(?=(\d{3})+)/g

先不急着验证，因为还没有完成。由于每三个字符是一个节点，所以这里还需要用 $ 来表示查找结束。

第二版改进
const reg = /(?=(\d{3})+$)/g

验证：

str.replace(reg, ',') // 12,345,678

貌似是成功了，多来验证几次。

…………

验证到这个字符串时出现问题。

const str = '123456789'
str.replace(reg, ',') // ,123,456,789

这里我们看到，数字正好是九位，所以开始的 123 也符合条件。所以需要吧开头禁止掉。使用 ?!这种方式

第三版
const reg = /(?!^)(?=(\d{3})+$)/g

再次验证：

str.replace(reg, ',') // 123,456,789

7. 总结

好了，本次的内容我们就先分享到这里了，期望你能从这篇文章中真正了解到正则表达式。本篇文章一共分享了一下几个内容

  • 元字符
  • 位置匹配
  • 字符串和正则表达式方法讲解
  • 实战操作

正则的使用方式千变万化。所谓能力越大，危害就越大，只有真正掌握了它，才能在实际应用中得心应手，否则容易造成不小的祸端。

那么，再见了，亲爱的读者朋友们，期待下次相遇~~

posted @ 2020-08-26 21:52  Sunmus  阅读(82)  评论(0)  编辑  收藏  举报