7

正则表达式一直是js里比较难以掌握的点。 看不懂,学不会,记不住。 每次需要用到正则的时候,都需要再去查找资料。 今天花时间把正则的知识点总结下,希望能在理解的基础上熟练掌握。

正则表达式的作用

正则表达式在字符串处理方面发挥着巨大的作用,掌握了它,就能针对某一特定模式的字符串或者批量对字符串进行处理。 虽然各个编程语言对正则的支持不同,但是差异并不大。 这里只介绍js语言中正则的使用方法。

javascript对正则表达式的支持

先看一段代码:

var formatPrice = function(price){
  return price.toString().replace(/\B(?=(\d{3})+$)/g, ',');
}

这个formatPrice函数将商品总价转化为每三位以','分割的字符串,这是业务中常遇到的情况。 可以看到,通过使用正则,代码变得相当的简洁。

在js中创建正则的两种方式

  • 使用字面量

/pattern/flags, 这就是正则表达式的字面量语法,pattern表示正则表达式的模式,flags为正则表达式的标志。比如: /a[bc]\d{2}$/gi
其中模式和标志的知识将会在后面详细介绍。
字面量形式的正则表达式一般使用较多,也推荐大家尽可能使用这种形式,简洁易读,符合正常的使用习惯。

  • 使用构造函数

除了使用字面量外,还可以使用构造函数生成正则表达式。
new RegExp(pattern [, flags]), 比如:var reg= new RegExp('[a-zA-Z]+\\d$', 'gi')
这里构造函数的两个参数,第一个参数可以是字符串(es5及以前)或正则表达式(es6),第二个可选参数为字符串。
当我们事前不能确定正则表达式的值时,或者正则依赖第三方输入来动态生成正则时,需要使用这种方式。
这里要注意的一点是:第一个参数为一个字符串时,当我们使用正则里的特殊字符,比如\d\b等时,需要对\进行转义,也就是写成\\d\\b的形式,因为\在字符串里有特殊含义。

正则表达式的使用

由于正则的使用场景主要是字符串处理,所以字符串类提供了很多方法使用正则表达式。比如:

str.replace(regexp|substr, newSubStr|function)
str.search(regexp)
str.match(regexp)
str.split([separator[, limit]])

另外,正则表达式本身也提供了处理字符串的方法,比如:
regexObj.exec(str)
regexObj.test(str)

这些方法将再后面介绍

正则表达式的语法

flags - 标识符

  • g - global,全局匹配,找到所有的匹配,而不是在第一个匹配后停止
  • i - ignoreCase 忽略大小写
  • m - multiline 多行搜索,不使用'm'模式时,整个字符串会被当做一行,换行符也被当做正则里的一个字符,使用'm'模式时,字符串换行后的内容会被当做新的一行。

元字符

正则表达式有两种基本字符类型组成:

  1. 原义字符 - 代表他们本身含义的字符
  2. 元字符 - 在正则表达式中有特殊含义的非字母字符

比如: . * + ? () [] {} ^ $ | \

字符类

  • . - 匹配任意单个字符,行结束符除外
  • \d - 匹配任意阿拉伯数字,相当于[0-9]
  • \D - 匹配任意一个不是阿拉伯数字的字符,相当于1, 这里^用在[]中表示取反的意思。
  • \w - 匹配任意阿拉伯字母,数字和下划线, 相当于[0-9a-zA-Z_]
  • \W - 与w相反, 相当于2
  • \s - 匹配一个空白符,包括空格符,制表符,换行符,换页符和其他空格字符。
  • \S - 匹配一个非空白符,与上面相反
  • \t - 匹配一个水平制表符
  • \r - 匹配一个回车符
  • \n - 匹配一个换行符
  • \v - 匹配一个垂直制表符
  • 还有其他一些不常用的字符类,具体可查阅MDN文档

字符集合

  • [abc] - 又叫字符组,表示匹配集合中的任意一个字符,可以用-来指定范围
  • [^abc] - 反义字符组,匹配不是集合中字符的一个字符,可以用-来指定范围

边界

  • ^ - 不使用在[]中时,表示匹配输入开始
  • $ - 匹配输入结尾
  • \b - 匹配零宽单词边界
  • \B - 匹配零宽非单词边界,与上面b含义相反。

量词

  • - 匹配0次或1次
  • + - 匹配一次或多次
  • * - 匹配0次或多次
  • {n} - 匹配n次
  • {m,n} - 匹配最少m次,最多n次
  • {m,} - 匹配最少m次

贪婪模式和非贪婪模式

举个例子, /\d{3,6}/g,这样一个正则表达式如果匹配字符串'234955033',是匹配3或4,5,6个数字呢?

js中正则表达式会默认尽可能多的匹配,也就是匹配6个数字,即贪婪模式。

非贪婪模式则是让正则表达式尽可能少的匹配,也就是只匹配3个数字,正则要使用非贪婪模式,只需要在量词后面加上?即可。
下面一个例子:

'123456789'.replace(/\d{3,6}/g, 'X')  //贪婪模式,结果为'XX'
'123456789'.replace(/\d{3,6}?/g, 'X')  //非贪婪模式,结果为'XXX'

分组

  • () - 将正则表达式分组,以控制量词的作用范围,比如:baron{3} (baron){3},二者是有区别的。
  • | - 表示 或,也可以配合()进行使用,比如: foo|bar 和 fo(o|b)ar

反向引用和忽略分组

有时,我们在匹配到正则对应的字符串时,还想要使用匹配到的部分内容,这时候可以使用$1,$2,$3等符号引用分组捕获的内容。
比如:

'12/03/2017'.replace(/(\d{2})\/(\d{2})\/(\d{4})/, '$3-$1-$2') //输出2017-12-03

这里为了获得年月日的引用,使用()给正则添加了三个分组,然后就可以从前往后分别用$1 $2 $3代替分组捕获的内容。

所有()里匹配到的内容默认都会被捕获到,有时候,我们只是想要使用()简单的分组功能,而不需要让正则表达式捕获分组内容,此时,只需要在分组内添加?:即可,比如:

'12/03/2017'.replace(/(\d{2})\/(?:\d{2})\/(\d{4})/, '$2-$1')
//输出2017-12月,第二个分组的内容被忽略。

前瞻,后顾和断言

这里出现了三个新的概念,但其实他们也很简单。
首先,我们要分清何为前,何为后。
正则匹配字符串是从前往后解析,所以,往字符串尾部方向叫前瞻,往字符串头部方向叫后顾。
js中的正则表达式支持前瞻不支持后顾,所以这里只介绍前瞻。

前瞻一般结合断言使用,其实断言(assert)就相当于给正则加的一个限制条件 -- 表示匹配项不仅要符合正则表达式,而且要符合断言给出的条件。

  • 正向前瞻 - exp(?=assert),比如/\d{2}(?=a)/ 表示匹配两个数字且后面必须有字母a跟随
  • 负向前瞻 - exp(?!assert),比如/\d{2}(?!a)/ 表示匹配两个数字且后面没有字母a跟随

注意: 断言只是相当于正则的条件,并不会真正的匹配相应的字符。

我们再来分析开头给出的那段代码:

price.toString().replace(/\B(?=(\d{3})+$)/g, ',');
正则 /\B(?=(\d{3})+$)/g中,
\d{3}+$表示以一个或多个三个数字结尾,
?=表示这部分是断言,是正则的条件,即匹配一个零宽的非单词边界,且后面有(3,6,9...)个数字字符的情况

js中正则表达式api

正则的实例属性

一个正则表达式的实例具有以下一些实例属性

  • multiline - 布尔值,表示正则是否多行匹配,对应于标志中的'm'
  • global - 布尔值,表示是否全局匹配,对应于标志中的'g'
  • ignoreCase - 布尔值,表示是否忽略大小写,对应于标志中的'i'
  • source - 字符串,是正则表达式模式的字符串表示,比如/\d{2}ac/gi的source属性就是'\d{2}ac', 该值不会包含正则两边的//和标志gi,也不会像构造函数参数那样对\进行转义。
  • lastIndex - 整数,表示下一次匹配的起始位置,该值只有在'g'模式下才有用,在不全局匹配时始终是0

正则的实例方法

正则表达式主要有两个实例方法test和exec。
假设regexp表示一个正则的实例,str表示一个字符串,那么

  • regexp.test(str) - 返回一个布尔值,如果找到匹配项,返回true,否则false。
  • reg.exex(str) - 返回一个数组, 数组第一项为匹配到的字符串,后面项依次为分组捕获到的信息,该数组还具有input和index两个属性,input表示进行匹配的字符串 - 即参数str,index表示匹配到的字符串的起始位置。

这里要注意的是:应用了全局'g'标志和没有全局'g'标志的同一个模式的正则,对于同一个字符串,两种方法的表现可能是不同的。 因为如果没有全局标识,每次都会从字符串起始位置0开始匹配,而应用了'g',会从上次匹配的结束位的下一位开始匹配。

正则的静态属性

正则的构造函数RegExp具有一些静态属性,这些属性中保存着最新一次正则匹配的信息。
比如RegExp.$1-$9中,保存着最近一次匹配中分组捕获到的信息。
还有一些其他的静态属性,但平时使用较少,不再介绍,具体可查阅MDN文档。

字符串中使用正则的一些方法

  • String.prototype.search(regexp) - 返回匹配到的子字符串的索引或者-1, 会忽略正则中的'g'标志
  • String.prototype.match(regexp) - 返回一个数组,这里是否有'g'标识会对返回值产生影响,如果正则没有'g'标志,那么返回的数组的上面正则的exec返回的数组形式相同。 如果有'g'标志,返回的是一个包含所有匹配子字符串的数组,且该数组也不再有input和index属性。
  • String.prototype.split(regexp) - split的参数除了是一个字符串外,还可以是一个正则表达式。
  • String.prototype.replace(str|regexp, replaceStr|function)

字符串的replace是一个非常强大的方法,来看一个例子:

//我们想把'a1b2c3d4e5'这个字符串替换成字母后数字都加1,变成'a2b3c4d5e6'
'a1b2c3d4e5'.replace(/\d/g, function(match, index, origin){
    return parseInt(match) + 1
  })

以上就是关于正则的全部总结,精力有限,写的比较乱,见谅。
这里推荐一个非常好的介绍js正则表达式的课程慕课网-javaScript正则表达式

参考

《javascript高级程序设计》
Regexper正则图形化工具
MDN正则表达式


  1. 0-9
  2. A-Za-z0-9_

charsandrew
201 声望32 粉丝

前端工程师,js开发者,对世界充满好奇,觉得自己永远是个小伙子。