【正则表达式系列】基本用法

前言

在快速入门一文中，示例都是通过test()方法演示，本文会继续介绍正则的其它用法(以JS语言为例)

大纲

• 正则对象

  • 生成正则对象
  • 可选项标记
  • 子表达式
  • 正则的test方法
  • 正则的compile方法
  • 正则的exec方法

• 字符串的正则应用

  • 字符串的match方法
  • 字符串的replace方法
  • 字符串的search方法
  • 字符串的split方法

正则对象

生成正则对象

有两种方法可以创建并得到一个正则表达式对象

• 字面量声明方式

  var reg = /abc/g; 

• 显式创建

  var reg =new RegExp("abc", "g");

可选项标记

上文生成正则对象中最后有用到g，其实这就是生成正则的可选项标记，可以组合使用，如下

• g 全文匹配，即匹配一个成功后，如果没有结束，会继续匹配
• i 忽略大小写匹配
• m 多行匹配

可以通过如下示例进一步了解

/g的用法

加上/g后会全局搜索所有匹配结果

var str = 'abcabcabc';

// ['abc', index: 0, input: "abcabcabc"]
str.match(/abc/);

// ['abc', 'abc', 'abc']
str.match(/abc/g);

/i的用法

加上/i后大小写一视同仁，很多时候，如果不加/i，很容易出现大小写不匹配的错误(比如去除字符串中script标签时)

var str = 'Script';

// null
str.match(/script/);

// ["Script", index: 0, input: "Script"]
str.match(/script/i);

/m的用法

多行匹配比较少用到，但在一些场景下不得不用，比如下例中，只有\m多行匹配的情况下才能正常的将每一行的行尾(\n形成不同的行)的数字替换成#，否则默认会认为只有一行

var str = 'a1\nb1\nc1\nd1\ne1\nf1';

/**
 * a1
 * b1
 * c1
 * d1
 * e1
 * f#
 */
str.replace(/\d+$/g, '#')

/**
 * a#
 * b#
 * c#
 * d#
 * e#
 * f#
 */
str.replace(/\d+$/mg, '#')

子表达式

正则表达式中，用圆括号包围的就是子表达式(子模式)

一般，在match的非全局匹配中或exec中，在匹配完整个正则表达表达式后，都会再次匹配子表达式

另外，在字符串的replace与split中，子表达式也会经常用到

var str = 'a1.b2.c3.d4';

// 第一个结果是 整个正则表达式的匹配，之后则分别是子表达式的匹配
/(\w)(\d)[.]/.exec(str); // ["a1.", "a", "1", index: 0, input: "a1.b2.c3.d4"]

正则的test()

pattern.test(str);

检索字符串中是否存在指定模式，匹配成功则返回true，否则返回false

var str = 'abcdefg';

/^abc/.test(str); // true

/^abce/.test(str); // false

正则的compile()

reg.compile(pattern);

编译正则表达式，编译之后正则的执行速度会提高

编译的时候也可以改变检索模式或者改变可选项标识

var str = 'abcdabcdabc';
var reg = /abc/;

reg.test(str)； // true

reg.compile();

reg.test(str)； // true，仅仅是被编译，没有被改变

reg.compile(/aB/); 

reg.test(str)； // false，匹配式改成了aB，因此不匹配

reg.compile(/aB/i); 

reg.test(str)； // true，改成了aB并且忽略大小的形式，因此匹配

正则的exec()

pattern.exec(str);

在字符串中检索特定的模式，匹配成功则返回找到的值，否则返回null

有两种情况

第一种:非全局匹配

如果没有找到，则返回null

找到则返回一个数组，arr[0]是匹配结果，余下元素是arr[0]中匹配圆括号中子表达式的结果，以及最后的index和input

而且非全局模式中，不会保存index，也就是说不管匹配多少次，结果都是一样的

var str = 'a1.b2.c3.d4';
var reg1 = /(\w)(\d)[.]/;

reg1.exec(str); // ["a1.", "a", "1", index: 0, input: "a1.b2.c3.d4"]
reg1.exec(str); // ["a1.", "a", "1", index: 0, input: "a1.b2.c3.d4"]
reg1.exec(str); // ["a1.", "a", "1", index: 0, input: "a1.b2.c3.d4"]

/abc/.exec(str); // null

第二种:g全局匹配

正则的exec全局匹配可以保存index，并且下一次继续匹配时，将不会是重新从0开始，而是从保存的index开始

var str = 'a1.b2.c3.d4';
var reg2 = /(\w)(\d)[.]/g;

reg2.exec(str); // ["a1.", "a", "1", index: 0, input: "a1.b2.c3.d4"]
reg2.exec(str); // ["b2.", "b", "2", index: 3, input: "a1.b2.c3.d4"]
reg2.exec(str); // ["c3.", "c", "3", index: 6, input: "a1.b2.c3.d4"]

/abc/.exec(str); // null

字符串的正则应用

上文中提到的都是正则对象上的方法，但实际上，JS的String对象也支持正则表达式

字符串的match()

match是字符串中最常用的方法

str.match(pattern);

如果pattern中有g，代表全局匹配，则返回的数组包含所有匹配结果

如果无g，则返回的数组的第1个元素(arr[0])是第一个匹配结果，余下元素是arr[0]中匹配圆括号中子表达式的结果

var str = 'a.b2.c3.d445.e';

str.match(/\d[.]/); // ["2.", index: 3, input: "a.b2.c3.d445.e"]

// 非全局匹配下，并且有圆括号子表达式，先匹配整个正则表达式一次
// 然后在匹配结果中再匹配子表达式
str.match(/(\d)[.]/); // ["2.", "2", index: 3, input: "a.b2.c3.d445.e"]

// g 模式下是对整个正则表达式(包括圆括号子表达式)进行全局匹配
str.match(/(\d)[.]/g); // ["2.", "3.", "5."]

字符串的replace()

字符串中用来快速替换的方法，有多种用法

第一种情况

str.replace(str1, str2);

第一个参数是字符串，那么返回的结果只有str1被替换成str2了

var str = 'a.b2.c3.d4';

// 只会替换 . 一次
str.replace('.', '#'); // a#b2.c3.d445.e

第二种情况

str.replace(pattern, str2);

第一个参数是正则表达式，此时如果是g全局匹配模式，会替换所有的匹配结果为str2，否则只会替换一个匹配结果

var str = 'a.b2.c3.d4';

str.replace(/[.]/, '#'); // a#b2.c3.d445.e

str.replace(/[.]/g, '#'); // a#b2#c3#d445#e

另外此模式下，str2还可以使用一些有特殊含义的特殊字符，例如

var str = 'a1.b2.c3.d4';

// $2和$1分别代表第2个,第1个子表达式
str.replace(/(\w)(\d)[.]*/g, '$2$1~'); // 1a~2b~3c~4d~

str2中可用的特殊字符表

字符	替换
$1,$2,...,$99	匹配第1~99个pattern中的圆括号子表达式的文本
$&	匹配pattern的子串
$`	匹配子串的左边文本
$'	匹配子串的右边文本
$$	美元符号

第三种情况

str.replace(pattern, func);

这种模式下，第二个参数为一个函数，func将会在每一个匹配结果中调用，func返回的字符串将作为替换文本，func接收的参数，第一个是匹配pattern的字符串，之后的参数(可能是多个)是匹配该pattern中某个圆括号子表达式的字符串，在这之后的参数就是index(匹配结果的位置)，再之后就是完整的input

var str = a1.b2.c3.d4;

// 最终结果为: 1a~2b~3c~4d~
str.replace(/(\w)(\d)[.]*/g, function(word, child1, child2, index, input) {
    
    console.log(word); // 依次打印的是a1. b2. c3. d4
    console.log(child1); // 依次打印的是a b c d
    console.log(child2); // 依次打印的是1 2 3 4
    console.log(index); // 依次打印的是0 3 6 9
    console.log(input); // 每次都是打印 a1.b2.c3.d4
    
    return child2 + child1 + '~';
});

字符串的search()

返回第1个与patten匹配的字符串子串的起始位置，如果找不到，则返回-1，不支持全局检索，也就是说，会省略g

var str = 'abcdefg1234567';

str.search(/efg/); // 4
str.search(/efg/g); // 4
str.search(/aabc/g); // -1

字符串的split()

split方法可以让一个字符串分割成数组，同样忽略g

str.split(pattern, limit); // pattern为字符串或正则

将str拆分为子串组成的数组，子串中不包括pattern（特例除外）。limit是可选参数，指定返回的数组的最大长度

特例: 如果pattern包含圆括号子表达式，则匹配这个圆括号子表达式的子串(不是匹配整个正则)会包含在返回数组中

var str = 'a1.b2.c3.d4';

str.split(/\d[.]/); // ["a", "b", "c", "d4"]

// 包含了圆括号的子串，返回数组中出现了匹配圆括号的子串
str.split(/(\d)[.]/); // ["a", "1", "b", "2", "c", "3", "d4"]

var str2 = '.b2.c3.';

// 3.后面没有字符了，但是由于它符合匹配，所以后续结果中会多一个""
str2.split(/\d[.]/); // [".b", "c", ""]

// 同上，只不过圆括号中的内容也在返回结果中
str.split(/(\d)[.]/); // [".b", "2", "c", "3", ""]

附录

博客

初次发布2017.07.06于个人博客

http://www.dailichun.com/2017/07/15/regularExpressionBaseUsage.html

参考资料

• 正则表达式元字符
• js中的正则表达式入门
• js中正则表达式的模式匹配
• 精通 JS正则表达式