龙都娱乐»JavaScript»系统认识JavaScript正则表达式

系统认识JavaScript正则表达式

来源:唐金健 发布时间:2018-05-27 阅读次数:

一、正则表达式简介

1、什么是正则表达式

正则表达式,又称规则表达式。(英语:Regular Expression,在代码中常简写为regex、regexp或RE),计算机科学的一个概念。正则表达式通常被用来检索、替换那些符合某个模式(规则)的文本。
简单的说,就是按照某种规则去匹配符合条件的字符串。

2、可视化正则表达式工具

Regexper:https://regexper.com/

二、RegExp对象

实例化RegExp的两种方式。
两种方式定义RegExp对象。

1、字面量

let reg = /[a-z]{3}/gmi; let reg = /[a-z]{3}/g; let reg = /[a-z]{3}/m; let reg = /[a-z]{3}/i;

标志

  1. g global 代表全局搜索。如果不添加,搜索到第一个匹配停止。
  2. m Multi-Line 代表多行搜索。
  3. i ignore case 代表大小写不敏感,默认大小写敏感。

2、构造函数

let reg = new RegExp('\\bis\\b', 'g'); 因为JavaScript字符串中\属于特殊字符,需要转义。

三、元字符

把元字符当作转义字符。
正则表达式有两种基本字符类型组成。
  1. 原义文本字符
  2. 元字符

1、原义文本字符

表示原本意义上是什么字符,就是什么字符。

2、元字符

是在正则表达式中有特殊含义的非字母字符。
* + ? $ ^ . | \ ( ) { } [ ]
字符 含义
\t 水平制表符
\v 垂直制表符
\n 换行符
\r 回车符
\0 空字符
\f 换页符
\cX 控制字符,与X对应的控制字符(Ctrl + X)
类似于转义字符。

四、字符类

表示符合某种特性的字符类别。
使用元字符[]可以构建一个简单的类。
所谓类是指符合某些特性的对象,一个泛指,而不是某个字符。

例子

表达式[abc]把字符abc归为一类,表达式可以匹配这一类中的任意一个字符。 // replace() 方法用于在字符串中用一些字符替换另一些字符,或替换一个与正则表达式匹配的子串。 'a1b2c3d4e5'.replace(/[abc]/g, '0'); //010203d4e5

字符类取反

我们想要替换不是abc中任意一个字符的字符。 // 元字符 ^ 创建一个 反向类/负向类 'abcdefg'.replace(/[^abc]/g, '0'); //abc0000

五、范围类

匹配这一个范围内的字符。
如果我们想要匹配数字0-9,那么我们可能会这样写[0123456789]
如果我们想要匹配26个字母,那么我们可能会这样写[abcdefghijklmnopqrstuvwxyz]
这样略显麻烦,所以才会有范围类。

例子

// 替换所有数字 'a1c2d3e4f5'.replace(/[0-9]/g, 'x'); //axcxdxexfx // 替换所有小写字母 'a1c2d3e4f5'.replace(/[a-z]/g, 'x'); //x1x2x3x4x5 // []组成的类内部是可以连写的。替换所有大小写字母 'a1C2d3E4f5G6'.replace(/[a-zA-Z]/g, '*'); //*1*2*3*4*5*6

疑问

如果我想替换数字,并且连带-符号也一起替换呢? // 替换所有数字和横杠 '2018-5-21'.replace(/[0-9-]/g, '*'); //*********

六、预定义类

一些已经定义的类,可以直接使用。
字符 等价类 含义
. [^\r\n] 除了回车、换行之外的所有字符
\d [0-9] 数字字符
\D [^0-9] 非数字字符
\s [\t\n\x0B\r] 空白符
\S [^\t\n\x0B\r] 非空白符
\w [a-zA-Z_0-9] 单词字符(字母、数字、下划线)
\W [^a-zA-Z_0-9] 非单词字符

例子

替换一个 ab + 数字 + 任意字符 的字符串 // 写法1 'ab0c'.replace(/ab[0-9][^\r\n]/g, 'TangJinJian'); //TangJianJian // 写法2 'ab0c'.replace(/ab\d./g, 'TangJinJian'); //TangJianJian

七、单词边界

字符 含义
^ 以xxx开始(不在中括号内时的含义)
$ 以xxx结束
\b 单词边界
\B 非单词边界

例子

我想替换的字符串,属于那种只在开头出现的。 'YuYan is a boy, YuYan'.replace(/^YuYan/g, 'TangJinJian'); //TangJinJian is a boy, YuYan 我想替换的字符串,属于那种只在结尾出现的。 'YuYan is a boy, YuYan'.replace(/YuYan$/g, 'TangJinJian'); //YuYan is a boy, TangJinJian 单词边界例子。 // 替换所有is为0 'This is a man'.replace(/is/g, '0'); //Th0 0 a man // 替换所有is前面带有单词边界的字符串 'This is a man'.replace(/\bis/g, '0'); //This 0 a man // 替换所有is前面没有单词边界的字符串 'This is a man'.replace(/\Bis\b/g, '0'); //Th0 is a man

八、量词

用来处理连续出现的字符串。
字符 含义
? 出现零次或一次(最多出现一次)
+ 出现一次或多次(至少出现一次)
* 出现零次或多次(任意次)
{n} 出现n次
{n,m} 出现n到m次
{n,} 至少出现n次
我想替换字符串中连续出现10次的数字为* '1234567890abcd'.replace(/\d{10}/, '*'); //*abcd 我想替换字符串中的QQ号码。 '我的QQ是:10000'.replace(/[1-9][0-9]{4,}/, '19216811'); //我的QQ是:19216811

九、贪婪模式

尽可能多的匹配。
有这样的一种场景下的正则表达式,/\d{3,6}/该替换3个数字还是6个数字呢,4、5个数字? // 贪婪模式会尽可能的往多的方面去匹配 '123456789'.replace(/\d{3,6}/, 'x'); //x789 '123456789'.replace(/\d+/, 'x'); //x '123456789'.replace(/\d{3,}/, 'x'); //x

十、非贪婪模式

尽可能少的匹配。
如果我们想要最低限度的替换呢? // 非贪婪模式使用 ? 尽可能的往少的方面去匹配 '12345678'.replace(/\d{3,6}?/g, 'x'); //xx78 '123456789'.replace(/\d{3,6}?/g, 'x'); //xxx 因为有g标志,会匹配这段字符串里所有符合规则的字符串。
第一个规则/\d{3,6}?/g12345678中有两个符合条件的字符串,是123456。所以替换结果是xx78
第二个规则/\d{3,6}?/g123456789中有三个符合条件的字符串,是123456789。所以替换结果是xxx

十一、分组

括号里的一些规则,分为一组。
我想替换连续出现3次的字母数字 //没有分组的情况下,后面的量词,只是表示匹配3次数字。 'a1b2d3c4'.replace(/[a-z]\d{3}/g, '*'); //a1b2d3c4 //有分组的情况下,分组后面的量词,表示符合这个分组里规则的字符串,匹配3次。 'a1b2d3c4'.replace(/([a-z]\d){3}/g, '*'); //*c4

1、或

分组里有两种规则,只要满足其中一种即可匹配。 //我想把ijaxxy和ijcdxy都替换成* 'ijabxyijcdxy'.replace(/ij(ab|cd)xy/g, '*'); //**

2、反向引用

可以把分组视为变量,来引用。 //我想把改变年月日之间的分隔符 '2018-5-22'.replace(/(\d{4})-(\d{1,2})-(\d{1,2})/g, '$1/$2/$3'); //2018/5/22 //我想替换日期,并且更改顺序 '2018-5-22'.replace(/(\d{4})-(\d{1,2})-(\d{1,2})/g, '$2/$3/$1'); //5/22/2018

3、忽略分组

忽略掉分组,不捕获分组,只需要在分组内加上?: // 忽略掉匹配年的分组后,匹配月的分组变成了$1,日的分组变成了$2 '2018-5-22'.replace(/(?:\d{4})-(\d{1,2})-(\d{1,2})/g, '$1/$2/$3'); //5/22/$3

十二、前瞻

正则表达式从文本头部向尾部开始解析,文本尾部方向,称为“前”。
前瞻就是在正在表达式匹配到规则的时候,向前检查是否符合断言,后顾/后瞻方向相反。
JavaScript不支持后顾。
符合和不符合特定断言称为肯定/正向匹配和否定/负向匹配。
名称 正则 含义
正向前瞻 exp(?=assert)  
负向前瞻 exp(?!assert)  
正向后顾 exp(?<=assert) JavaScript不支持
负向后顾 exp(?<!assert) JavaScript不支持

例子

有这样一个单词字符+数字格式的字符串,只要满足这种格式,就把其中的单词字符替换掉。 'a1b2ccdde3'.replace(/\w(?=\d)/g, '*'); //*1*2ccdd*3 有这样一个单词字符+非数字格式的字符串,只要满足这种格式,就把前面的单词字符替换掉。 'a1b2ccdde3'.replace(/\w(?!\d)/g, '*'); //a*b*****e*

十三、RegExp对象属性

global是否全文搜索,默认false
ignore case是否大小写敏感,默认是false
multiline多行搜索,默认值是false
lastIndex是当前表达式匹配内容的最后一个字符的下一个位置。
source正则表达式的文本字符串。
let reg1 = /\w/; let reg2 = /\w/gim; reg1.global; //false reg1.ignoreCase; //false reg1.multiline; //false reg2.global; //true reg2.ignoreCase; //true reg2.multiline; //true

十四、RegExp对象方法

1、RegExp.prototype.test()

用来查看正则表达式与指定的字符串是否匹配。返回truefalse
let reg1 = /\w/; reg1.test('a'); //true reg1.test('*'); //false 加上g标志之后,会有些区别。 let reg1 = /\w/g; // 第一遍 reg1.test('ab'); //true // 第二遍 reg1.test('ab'); //true // 第三遍 reg1.test('ab'); //false // 第四遍 reg1.test('ab'); //true // 第五遍 reg1.test('ab'); //true // 第六遍 reg1.test('ab'); //false 实际上这是因为RegExp.lastIndex。每次匹配到之后,lasgIndex会改变。
lastIndex是正则表达式的一个可读可写的整型属性,用来指定下一次匹配的起始索引。
let reg = /\w/g; // 每次匹配到,就会把lastIndex指向匹配到的字符串后一个字符的索引。 while(reg.test('ab')) { console.log(reg.lastIndex); } // 1 // 2 reg.lastIndex初始时为0,第一个次匹配到a的时候,reg.lastIndex1。第二次匹配到b的时候,reg.lastIndex2 let reg = /\w\w/g; while(reg.test('ab12cd')) { console.log(reg.lastIndex); } // 2 // 4 // 6 reg.lastIndex初始时为0,第一个次匹配到ab的时候,reg.lastIndex2。第二次匹配到12的时候,reg.lastIndex4。第三次匹配到cd的时候,reg.lastIndex6 let reg = /\w/g; // 匹配不到符合正则的字符串之后,lastIndex会变为0。 while(reg.test('ab')) { console.log(reg.lastIndex); } console.log(reg.lastIndex); reg.test('ab'); console.log(reg.lastIndex); // 1 // 2 // 0 // 1 所以,这就是为什么reg.test('ab')再多次执行之后,返回值为false的原因了。 let reg = /\w/g; reg.lastIndex = 2; reg.test('ab'); //false 每次匹配的起始位置,是以lastIndex为起始位置的。上述例子,一开始从位置2开始匹配,位置2后面没有符合正则的字符串,所以为false

2、RegExp.prototype.exec()

在一个指定字符串中执行一个搜索匹配。返回一个搜索的结果数组或null

非全局情况

let reg = /\d(\w)\d/; let ts = '*1a2b3c'; let ret = reg.exec(ts); //ret是结果数组 // reg.lastIndex肯定是0,因为没有g标志。 没有g标志的情况下,lastIndex被忽略。 console.log(reg.lastIndex + '\t' + ret.index + '\t' + ret.toString()); console.log(ret); // 0 1 1a2,a // ["1a2", "a"] 返回数组是有以下元素组成的:
  1. 第一个元素是与正则表达式相匹配的文本。
  2. 第二个元素是reg对象的第一个子表达式相匹配的文本(如果有的话)。
  3. 第二个元素是reg对象的第二个子表达式相匹配的文本(如果有的话),以此类推。
// 子表达式就是分组。 let reg = /\d(\w)(\w)(\w)\d/; let ts = '*1a2b3c'; let ret = reg.exec(ts); console.log(reg.lastIndex + '\t' + ret.index + '\t' + ret.toString()); console.log(ret); //输出结果数组 // 0 1 1a2b3,a,2,b // ["1a2b3", "a", "2", "b"]

全局情况

let reg = /\d(\w)(\w)(\w)\d/g; let ts = '*1abc25def3g'; while(ret = reg.exec(ts)) { console.log(reg.lastIndex + '\t' + ret.index + '\t' + ret.toString()); } // 6 1 1abc2,a,b,c // 11 6 5def3,d,e,f 第一次匹配的是1abc21abc2的后一个字符的起始位置是6,所以reg.lastIndex6
1abc2的第一个字符的起始位置是1,所以ret.index1
第二次匹配的是5def35def3的后一个字符的起始位置是11,所以reg.lastIndex11
5def3的第一个字符的起始位置是6,所以ret.index6

十五、字符串对象方法

1、String.prototype.search()

执行正则表达式和String对象之间的一个搜索匹配。
方法返回第一个匹配项的index,搜索不到返回-1
不执行全局匹配,忽略g标志,并且总是从字符串的开始进行检索。
我想知道Jin字符串的起始位置在哪里。 'TangJinJian'.search('Jin'); //4 'TangJinJian'.search(/Jin/); //4 search方法,既可以通过字符串,也可以通过正则描述字符串来搜索匹配。

2、String.prototype.match()

当一个字符串与一个正则表达式匹配时, match()方法检索匹配项。
提供RegExp对象参数是否具有g标志,对结果影响很大。

非全局调用的情况

如果RegExp没有g标志,那么match只能在字符串中,执行一次匹配。
如果没有找到任何匹配文本,将返回null
否则将返回一个数组,其中存放了与它找到的匹配文本有关的信息。
let reg = /\d(\w)\d/; let ts = '*1a2b3c'; let ret = ts.match(reg); console.log(ret.index + '\t' + reg.lastIndex); console.log(ret); // 1 0 // ["1a2", "a"] 非全局情况下和RegExp.prototype.exec()方法的效果是一样的。

全局调用的情况

我想找到所有数字+单词+数字格式的字符串。 let reg = /\d(\w)\d/g; let ts = '*1a2b3c4e'; let ret = ts.match(reg); console.log(ret.index + '\t' + reg.lastIndex); console.log(ret); // undefined 0 // ["1a2", "3c4"] 全局情况下和RegExp.prototype.exec()方法的区别。在于,没有了分组信息。
如果我们不使用到分组信息,那么使用String.prototype.match()方法,效率要高一些。而且不需要写循环来逐个所有的匹配项获取。

3、String.prototype.split()

使用指定的分隔符字符串将一个String对象分割成字符串数组。
'a,b,c,d'.split(/,/); //["a", "b", "c", "d"] 'a1b2c3d'.split(/\d/); //["a", "b", "c", "d"] 'a1b-c|d'.split(/[\d-|]/); //["a", "b", "c", "d"]

4、String.prototype.replace()

返回一个由替换值替换一些或所有匹配的模式后的新字符串。模式可以是一个字符串或者一个正则表达式, 替换值可以是一个字符串或者一个每次匹配都要调用的函数。

常规用法

'TangJinJian'.replace('Tang', ''); //JinJian 'TangJinJian'.replace(/Ji/g, '*'); //Tang*n*an 以上两种用法,是最常用的,但是还不能精细化控制。

精细化用法

我想要把a1b2c3d4中的数字都加一,变成a2b3c4d5 'a1b2c3d4'.replace(/\d/g, function(match, index, orgin) { console.log(index); return parseInt(match) + 1; }); // 1 // 3 // 5 // 7 // a2b3c4d5 回调函数有以下参数:
  1. match第一个参数。匹配到的字符串。
  2. group第二个参数。分组,如果有n个分组,则以此类推n个group参数,下面两个参数将变为第2+n3+n个参数。没有分组,则没有该参数。
  3. index第三个参数。匹配到的字符串第一个字符索引位置。
  4. orgin第四个参数。源字符串。
我想把两个数字之间的字母去掉。 'a1b2c3d4e5f6'.replace(/(\d)(\w)(\d)/g, function(match, group1, group2, group3, index, orgin) { console.log(match); return group1 + group3; }); // 1b2 // 3d4 // 5f6 // a12c34e56
QQ群:WEB龙都娱乐官方群(515171538),验证消息:10000
微信群:加小编微信 849023636 邀请您加入,验证消息:10000
提示:更多精彩内容关注微信公众号:全栈龙都娱乐中心(fsder-com)
网友评论(共0条评论) 正在载入评论......
理智评论文明上网,拒绝恶意谩骂 发表评论 / 共0条评论
登录会员中心
龙都娱乐