Javascript知识点详解：正则表达式-CSDN博客

目录

RegExp 对象

概述

实例属性

实例方法

RegExp.prototype.test()

RegExp.prototype.exec()

字符串的实例方法

String.prototype.match()

String.prototype.search()

String.prototype.replace()

String.prototype.split()

匹配规则

字面量字符和元字符

转义符

特殊字符

字符类

预定义模式

重复类

量词符

贪婪模式

修饰符

组匹配

---

RegExp 对象

RegExp对象提供正则表达式的功能。

概述

正则表达式regular expression是一种表达文本模式即字符串结构的方法有点像字符串的模板常常用来按照“给定模式”匹配文本。比如正则表达式给出一个 Email 地址的模式然后用它来确定一个字符串是否为 Email 地址。JavaScript 的正则表达式体系是参照 Perl 5 建立的。

新建正则表达式有两种方法。

第一种使用字面量以斜杠表示开始和结束。

var regex = /xyz/;

另一种是使用RegExp构造函数。

var regex = new RegExp('xyz');

上面两种写法是等价的都新建了一个内容为xyz的正则表达式对象。

它们的主要区别是

第一种方法在引擎编译代码时就会新建正则表达式第二种方法在运行时新建正则表达式所以前者的效率较高。而且前者比较便利和直观所以实际应用中基本上都采用字面量定义正则表达式。

RegExp构造函数还可以接受第二个参数表示修饰符

var regex = new RegExp('xyz', 'i');
// 等价于
var regex = /xyz/i;

上面代码中正则表达式/xyz/有一个修饰符i。

实例属性

正则对象的实例属性分成两类。

一类是修饰符相关用于了解设置了什么修饰符。

• RegExp.prototype.ignoreCase返回一个布尔值表示是否设置了i修饰符。

• RegExp.prototype.global返回一个布尔值表示是否设置了g修饰符。

• RegExp.prototype.multiline返回一个布尔值表示是否设置了m修饰符。

• RegExp.prototype.flags返回一个字符串包含了已经设置的所有修饰符按字母排序。

上面四个属性都是只读的。

另一类是与修饰符无关的属性主要是下面两个

• RegExp.prototype.lastIndex返回一个整数表示下一次开始搜索的位置。该属性可读写但是只在进行连续搜索时有意义

• RegExp.prototype.source返回正则表达式的字符串形式不包括反斜杠该属性只读。

实例方法

RegExp.prototype.test()

正则实例对象的test方法返回一个布尔值表示当前模式是否能匹配参数字符串。

上面代码验证参数字符串之中是否包含cat结果返回true。

如果正则表达式带有g修饰符则每一次test方法都从上一次结束的位置开始向后匹配。

var r = /x/g;
var s = '_x_x';

console.log(r.lastIndex); // 0
console.log(r.test(s)); // true

console.log(r.lastIndex); // 2
console.log(r.test(s)); // true

console.log(r.lastIndex); // 4
console.log(r.test(s)); // false

上面代码的正则表达式使用了g修饰符表示是全局搜索会有多个结果。

接着三次使用test方法每一次开始搜索的位置都是上一次匹配的后一个位置。

带有g修饰符时可以通过正则对象的lastIndex属性指定开始搜索的位置。

var r = /x/g;
var s = '_x_x';

r.lastIndex = 4;
console.log(r.test(s)) // false

console.log(r.lastIndex) // 0
console.log(r.test(s))

上面代码指定从字符串的第五个位置开始搜索这个位置为空所以返回false。同时lastIndex属性重置为0所以第二次执行r.test(s)会返回true。

注意带有g修饰符时正则表达式内部会记住上一次的lastIndex属性这时不应该更换所要匹配的字符串否则会有一些难以察觉的错误。

如果正则模式是一个空字符串则匹配所有字符串。

new RegExp('').test('abc')
// true

RegExp.prototype.exec()

正则实例对象的exec()方法用来返回匹配结果。如果发现匹配就返回一个数组成员是匹配成功的子字符串否则返回null。、

var s = '_x_x';
var r1 = /x/;
var r2 = /y/;
console.log(r1.exec(s));
console.log(r2.exec(s));

上面代码中正则对象r1匹配成功返回一个数组成员是匹配结果

正则对象r2匹配失败返回null。

如果正则表示式包含圆括号即含有“组匹配”则返回的数组会包括多个成员。

第一个成员是整个匹配成功的结果后面的成员就是圆括号对应的匹配成功的组。也就是说第二个成员对应第一个括号第三个成员对应第二个括号以此类推。整个数组的length属性等于组匹配的数量再加1。

var s = '_x_x'; 
var r = /_(x)/; 
​
r.exec(s) // ["_x", "x"]
//第一个成员是整个匹配的结果  第二个成员是圆括号匹配的结果。

上面代码的exec()方法返回一个数组。第一个成员是整个匹配的结果第二个成员是圆括号匹配的结果。

利用g修饰符允许多次匹配的特点可以用一个循环完成全部匹配。

var reg = /a/g;
var str = 'abc_abc_abc'
​
while(true) {
  var match = reg.exec(str);
  if (!match) break;
  console.log('#' + match.index + ':' + match[0]);
}

上面代码中只要exec()方法不返回null就会一直循环下去每次输出匹配的位置和匹配的文本。

字符串的实例方法

字符串的实例方法之中有4种与正则表达式有关。

• String.prototype.match()返回一个数组成员是所有匹配的子字符串。

• String.prototype.search()按照给定的正则表达式进行搜索返回一个整数表示匹配开始的位置。

• String.prototype.replace()按照给定的正则表达式进行替换返回替换后的字符串。

• String.prototype.split()按照给定规则进行字符串分割返回一个数组包含分割后的各个成员。

String.prototype.match()

字符串实例对象的match方法对字符串进行正则匹配返回匹配结果。

var s = '_x_x';
var r1 = /x/;
var r2 = /y/;

console.log(s.match(r1)) // ["x"]
console.log(s.match(r2)) // null

从上面代码可以看到字符串的match方法与正则对象的exec方法非常类似匹配成功返回一个数组匹配失败返回null。

如果正则表达式带有g修饰符则该方法与正则对象的exec方法行为不同会一次性返回所有匹配成功的结果。

var s = 'abba';
var r = /a/g;

console.log(s.match(r)) // ["a", "a"]
console.log(r.exec(s)) // ["a"]

注意设置正则表达式的lastIndex属性对match方法无效匹配总是从字符串的第一个字符开始。

String.prototype.search()

字符串对象的search方法返回第一个满足条件的匹配结果在整个字符串中的位置。如果没有任何匹配则返回-1。

console.log('_x_x'.search(/x/))
console.log('_x_x'.search(/y/))

String.prototype.replace()

字符串对象的replace方法可以替换匹配的值。它接受两个参数第一个是正则表达式表示搜索模式第二个是替换的内容。

格式str.replace(search, replacement)

正则表达式如果不加g修饰符就替换第一个匹配成功的值否则替换所有匹配成功的值。

console.log('aaa'.replace('a', 'b')) // "baa"
console.log('aaa'.replace(/d/, 'b')) // "baa"
console.log('aaa'.replace(/a/g, 'b')) // "bbb"

上面代码中最后一个正则表达式使用了g修饰符导致所有的a都被替换掉了。

replace方法的一个应用就是消除字符串首尾两端的空格。

var str = '  #id div.class  ';
​
str.replace(/^\s+|\s+$/g, '')
// "#id div.class"

replace方法的第二个参数可以使用美元符号$用来指代所替换的内容。

• $&匹配的子字符串。

• $`匹配结果前面的文本。

• $'匹配结果后面的文本。

• $n匹配成功的第n组内容n是从1开始的自然数。

• $$指代美元符号$。

String.prototype.split()

字符串对象的split方法按照正则规则分割字符串返回一个由分割后的各个部分组成的数组。

格式str.split(separator, [limit])

该方法接受两个参数第一个参数是正则表达式表示分隔规则第二个参数是返回数组的最大成员数。

// 非正则分隔
console.log('a,  b,c, d'.split(','))
// [ 'a', '  b', 'c', ' d' ]

// 正则分隔去除多余的空格
console.log('a,  b,c, d'.split(/, */))
// [ 'a', 'b', 'c', 'd' ]

// 指定返回数组的最大成员
console.log('a,  b,c, d'.split(/, */, 2))
// ['a', 'b']

上面代码使用正则表达式去除了子字符串的逗号后面的空格。

// 例一
console.log('aaa*a*'.split(/a*/))
// [ '', '*', '*' ]

// 例二
console.log('aaa**a*'.split(/a*/))
// ["", "*", "*", "*"]

上面代码的分割规则是0次或多次的a由于正则默认是贪婪匹配所以例一的第一个分隔符是aaa第二个分割符是a将字符串分成三个部分包含开始处的空字符串。

例二的第一个分隔符是aaa第二个分隔符是0个a即空字符第三个分隔符是a所以将字符串分成四个部分。

如果正则表达式带有括号则括号匹配的部分也会作为数组成员返回。

console.log('aaa*a*'.split(/(a*)/))

上面代码的正则表达式使用了括号第一个组匹配是aaa第二个组匹配是a它们都作为数组成员返回。

匹配规则

正则表达式的规则很复杂下面一一介绍这些规则。

字面量字符和元字符

大部分字符在正则表达式中就是字面的含义比如/a/匹配a/b/匹配b。、

如果在正则表达式之中某个字符只表示它字面的含义就像前面的a和b那么它们就叫做“字面量字符”literal characters。

/dog/.test('old dog') // true

上面代码中正则表达式的dog就是字面量字符所以/dog/匹配old dog因为它就表示d、o、g三个字母连在一起。

除了字面量字符以外还有一部分字符有特殊含义不代表字面的意思。它们叫做“元字符”metacharacters主要有以下几个。

1点字符.)

点字符.匹配除回车\r、换行(\n) 、行分隔符\u2028和段分隔符\u2029以外的所有字符。注意对于码点大于0xFFFF字符点字符不能正确匹配会认为这是两个字符。

/c.t/

上面代码中c.t匹配c和t之间包含任意一个字符的情况只要这三个字符在同一行比如cat、c2t、c-t等等但是不匹配coot。

2位置字符

位置字符用来提示字符所处的位置主要有两个字符。

• ^ 表示字符串的开始位置

• $ 表示字符串的结束位置

注后面链两个匹配flase的原因是因为有一个空格

符合的比如说'test'

3选择符|

竖线符号|在正则表达式中表示“或关系”OR即cat|dog表示匹配cat或dog。

/11|22/.test('911') // true

上面代码中正则表达式指定必须匹配11或22。

多个选择符可以联合使用。

// 匹配fred、barney、betty之中的一个
/fred|barney|betty/

转义符

正则表达式中那些有特殊含义的元字符如果要匹配它们本身就需要在它们前面要加上反斜杠。比如要匹配+就要写成\+。

console.log(/1+1/.test('1+1'))
// false

console.log(/1\+1/.test('1+1'))
// true

上面代码中第一个正则表达式之所以不匹配因为加号是元字符不代表自身。第二个正则表达式使用反斜杠对加号转义就能匹配成功。

正则表达式中需要反斜杠转义的一共有12个字符^、.、[、$、(、)、|、*、+、?、{和\。

注为什么只匹配了一半的大括号和中括号因为只要前一半字符被转义后面的自动失效

需要特别注意的是如果使用RegExp方法生成正则对象转义需要使用两个斜杠因为字符串内部会先转义一次。

特殊字符

正则表达式对一些不能打印的特殊字符提供了表达方法。

• \cX 表示Ctrl-[X]其中的X是A-Z之中任一个英文字母用来匹配控制字符。

• [\b] 匹配退格键(U+0008)不要与\b混淆。

• \n 匹配换行键。

• \r 匹配回车键。

• \t 匹配制表符 tabU+0009。

• \v 匹配垂直制表符U+000B。

• \f 匹配换页符U+000C。

• \0 匹配null字符U+0000。

• \xhh 匹配一个以两位十六进制数\x00-\xFF表示的字符。

• \uhhhh 匹配一个以四位十六进制数\u0000-\uFFFF表示的 Unicode 字符。

字符类

字符类class表示有一系列字符可供选择只要匹配其中一个就可以了。所有可供选择的字符都放在方括号内比如[xyz] 表示x、y、z之中任选一个匹配。

console.log(/[abc]/.test('hello world')) // false
console.log(/[abc]/.test('apple')) // true

上面代码中字符串hello world不包含a、b、c这三个字母中的任一个所以返回false字符串apple包含字母a所以返回true。

有两个字符在字符类中有特殊含义。

1脱字符^

如果方括号内的第一个字符是[^]则表示除了字符类之中的字符其他字符都可以匹配。

比如[^xyz]表示除了x、y、z之外都可以匹配。

console.log(/[^abc]/.test('bbc news')) // true
console.log(/[^abc] /.test('bbc')) // false

上面代码中字符串bbc news包含a、b、c以外的其他字符所以返回true字符串bbc不包含a、b、c以外的其他字符所以返回false。

如果方括号内没有其他字符即只有[^]就表示匹配一切字符其中包括换行符。相比之下点号作为元字符.是不包括换行符的。

注意脱字符只有在字符类的第一个位置才有特殊含义否则就是字面含义。

2连字符-

某些情况下对于连续序列的字符连字符-用来提供简写形式表示字符的连续范围。比如[abc]可以写成[a-c][0123456789]可以写成[0-9]同理[A-Z]表示26个大写字母。

console.log(/a-z/.test('b')) // false
console.log(/[a-z]/.test('b')) // true

上面代码中当连字号dash不出现在方括号之中就不具备简写的作用只代表字面的含义所以不匹配字符b。只有当连字号用在方括号之中才表示连续的字符序列。

以下都是合法的字符类简写形式

[0-9.,]
[0-9a-fA-F]
[a-zA-Z0-9-]
[1-31]

上面代码中最后一个字符类[1-31]不代表1到31只代表1到3。

连字符还可以用来指定 Unicode 字符的范围。

另外不要过分使用连字符设定一个很大的范围否则很可能选中意料之外的字符。最典型的例子就是[A-z]表面上它是选中从大写的A到小写的z之间52个字母但是由于在 ASCII 编码之中大写字母与小写字母之间还有其他字符结果就会出现意料之外的结果。

注A-z之间还有其他的字符并不是只有英文字符

预定义模式

预定义模式指的是某些常见模式的简写方式。

• \d 匹配0-9之间的任一数字相当于[0-9]。

• \D 匹配所有0-9以外的字符相当于[^0-9]。

• \w 匹配任意的字母、数字和下划线相当于[A-Za-z0-9_]。

• \W 除所有字母、数字和下划线以外的字符相当于[^A-Za-z0-9_]。

• \s 匹配空格包括换行符、制表符、空格符等相等于[ \t\r\n\v\f]。

• \S 匹配非空格的字符相当于[^ \t\r\n\v\f]。

• \b 匹配词的边界。

• \B 匹配非词边界即在词的内部。

下面是一些例子。

// \s 的例子
console.log(/\s\w*/.exec('hello world')); // [" world"]

// \b 的例子
console.log(/\bworld /.test('hello world')); // true
console.log(/\bworld /.test('hello-world')); // true
console.log(/\bworld /.test('helloworld')); // false

// \B 的例子
console.log(/\Bworld /.test('hello-world')); // false
console.log(/\Bworld /.test('helloworld')); // true

上面代码中\s表示空格所以匹配结果会包括空格。\b表示词的边界所以world的词首必须独立词尾是否独立未指定才会匹配。同理\B表示非词的边界只有world的词首不独立才会匹配。

注意通常正则表达式遇到换行符\n就会停止匹配。

重复类

模式的精确匹配次数使用大括号{}表示。{n}表示恰好重复n次{n,}表示至少重复n次{n,m}表示重复不少于n次不多于m次。

console.log(/lo{2}k/.test('look')); // true
console.log(/lo{2,5}k/.test('looook')); // true
console.log(/lo{5,7}k/.test('looook')); //false

上面代码中第一个模式指定o连续出现2次第二个模式指定o连续出现2次到5次之间。

量词符

量词符用来设定某个模式出现的次数。

• ? 问号表示某个模式出现0次或1次等同于{0, 1}。

• * 星号表示某个模式出现0次或多次等同于{0,}。

• + 加号表示某个模式出现1次或多次等同于{1,}。

// t 出现0次或1次
console.log(/t?est/.test('test')); // true
console.log(/t?est/.test('est')); // true

// t 出现1次或多次
console.log(/ t+est/.test('test')); // true
console.log(/t+est/.test('ttest')); // true
console.log(/t+est/.test('est')); // false

// t 出现0次或多次
console.log(/t*est/.test('test')); // true
console.log(/t*est/.test('ttest')); // true
console.log(/t*est/.test('tttest')); // true
console.log(/t*est/.test('est')); // true

贪婪模式

上一小节的三个量词符默认情况下都是最大可能匹配即匹配到下一个字符不满足匹配规则为止。这被称为贪婪模式。

var s = 'aaa';
s.match(/a+/) // ["aaa"]

上面代码中模式是/a+/表示匹配1个a或多个a那么到底会匹配几个a呢因为默认是贪婪模式会一直匹配到字符a不出现为止所以匹配结果是3个a。

除了贪婪模式还有非贪婪模式即最小可能匹配。只要一发现匹配就返回结果不要往下检查。

如果想将贪婪模式改为非贪婪模式可以在量词符后面加一个问号。

非贪婪匹配就是在匹配后面+一个"?"

var s = 'aaa';
s.match(/a+?/) // ["a"]

上面例子中模式结尾添加了一个问号/a+?/这时就改为非贪婪模式一旦条件满足就不再往下匹配+?表示只要发现一个a就不再往下匹配了。

除了非贪婪模式的加号+?还有非贪婪模式的星号*?和非贪婪模式的问号??。

• +?表示某个模式出现1次或多次匹配时采用非贪婪模式。

• *?表示某个模式出现0次或多次匹配时采用非贪婪模式。

• ??表格某个模式出现0次或1次匹配时采用非贪婪模式。

修饰符

修饰符modifier表示模式的附加规则放在正则模式的最尾部。

修饰符可以单个使用也可以多个一起使用。

// 单个修饰符
var regex = /test/i;
​
// 多个修饰符
var regex = /test/ig;

1g 修饰符

默认情况下第一次匹配成功后正则对象就停止向下匹配了。g修饰符表示全局匹配global加上它以后正则对象将匹配全部符合条件的结果主要用于搜索和替换。

var regex = /b/;
var str = 'abba';
console.log(regex.test(str)); // true
console.log(regex.test(str)); // true
console.log(regex.test(str)); // true

上面代码中正则模式不含g修饰符每次都是从字符串头部开始匹配。所以连续做了三次匹配都返回true。

var regex = /b/g;
var str = 'abba';
console.log(regex.test(str)); // true
console.log(regex.test(str)); // true
console.log(regex.test(str)); // false

上面代码中正则模式含有g修饰符每次都是从上一次匹配成功处开始向后匹配。因为字符串abba只有两个b所以前两次匹配结果为true第三次匹配结果为false。

2i 修饰符

默认情况下正则对象区分字母的大小写加上i修饰符以后表示忽略大小写ignoreCase。

console.log(/abc/.test('ABC')) // false
console.log(/abc/i.test('ABC')) // true

上面代码表示加了i修饰符以后不考虑大小写所以模式abc匹配字符串ABC。

3m 修饰符

m修饰符表示多行模式multiline会修改^和$的行为。

默认情况下即不加m修饰符时^和$匹配字符串的开始处和结尾处

加上m修饰符以后^和$还会匹配行首和行尾即^和$会识别换行符\n。

/world$/.test('hello world\n') // false 不是以world结尾是以\n为结尾
/world$/m.test('hello world\n') // true //加上m可以匹配\n

上面的代码中字符串结尾处有一个换行符。如果不加m修饰符匹配不成功因为字符串的结尾不是world加上以后$可以匹配行尾。

/^b/m.test('a\nb') // true
这里相当于
a
b
m可以匹配多行所以成功匹配

上面代码要求匹配行首的b如果不加m修饰符就相当于b只能处在字符串的开始处。加上m修饰符以后换行符\n也会被认为是一行的开始。

组匹配

1概述

正则表达式的括号表示分组匹配括号中的模式可以用来匹配分组的内容。

/fred+/.test('fredd') // true
/(fred)+/.test('fredfred') // true

上面代码中第一个模式没有括号结果+只表示重复字母d第二个模式有括号结果+就表示匹配fred这个词。

/(.)b(.)\1b\2/.test("abcabc")
// true

上面的代码中\1表示第一个括号匹配的内容即a\2表示第二个括号匹配的内容即c。

括号还可以嵌套。

/y((..)\2)\1/.test('yabababab') // true

上面代码中\1指向外层括号\2指向内层括号。

组匹配非常有用下面是一个匹配网页标签的例子。

var tagName = /<([^>]+)>[^<]*<\/\1>/;
​
tagName.exec("<b>bold</b>")[1]
// 'b'

上面代码中圆括号匹配尖括号之中的标签而\1就表示对应的闭合标签。

2非捕获组

(?:x)称为非捕获组Non-capturing group表示不返回该组匹配的内容即匹配的结果中不计入这个括号。

非捕获组的作用请考虑这样一个场景假定需要匹配foo或者foofoo正则表达式就应该写成/(foo){1, 2}/但是这样会占用一个组匹配。这时就可以使用非捕获组将正则表达式改为/(?:foo){1, 2}/它的作用与前一个正则是一样的但是不会单独输出括号内部的内容。

请看下面的例子。

var m = 'abc'.match(/(?:.)b(.)/);
m // ["abc", "c"]

上面代码中的模式一共使用了两个括号。其中第一个括号是非捕获组所以最后返回的结果中没有第一个括号只有第二个括号匹配的内容。

3先行断言

x(?=y)称为先行断言Positive look-aheadx只有在y前面才匹配y不会被计入返回结果。比如要匹配后面跟着百分号的数字可以写成/\d+(?=%)/。

“先行断言”中括号里的部分是不会返回的。

var m = 'abc'.match(/b(?=c)/);
m // ["b"]

上面的代码使用了先行断言b在c前面所以被匹配但是括号对应的c不会被返回。

应用判断用户名

4先行否定断言

x(?!y)称为先行否定断言Negative look-aheadx只有不在y前面才匹配y不会被计入返回结果。比如要匹配后面跟的不是百分号的数字就要写成/\d+(?!%)/。

/\d+(?!\.)/.exec('3.14')
// ["14"]

上面代码中正则表达式指定只有不在小数点前面的数字才会被匹配因此返回的结果就是14。

“先行否定断言”中括号里的部分是不会返回的。

var m = 'abd'.match(/b(?!c)/);
m // ['b']

上面的代码使用了先行否定断言b不在c前面所以被匹配而且括号对应的d不会被返回。