看完你就会正则表达式了

javabloger 2019-06-21

出场

为了匹配规定模式的文本
为了守护世界的和平
我们是穿梭在银河的正则表达式
就是这样~喵~

好用的正则表达式可视化工具: https://regexper.com/

语法

//字面量
var regExp1 = /pattern/flags;

//或用构造函数
var regExp2 = new RegExp(pattern[, flags]);

pattern:正则表达式的匹配模式
flags:可选,正则表达式的标识,也可选多个。g全局匹配,i忽略大小写,m匹配多行

一颗超简单的栗子:

var regExp = /abc/;
"abcdefg".replace(regExp, "WOW"); // "WOWdefg"

常用特殊字符

1.字符集合

字符举例含义
[][xyz]xyz中任意一个字符 等价于[x-z]
[^][^xyz]匹配任意不在xyz中的一个字符,等价于[^x-z] (注意与^x区分,后者表示匹配以x开头的字符)
[-][1-3]匹配123中的任意一个字符,等价于[123]。注意:连字符只有出现在方括号中才表示连续的字符序列。

2.预定义模式

预定义模式就是某些常用模式的简写。

字符含义
.除\r和\n之外的任意字符,等价于[^\r\n]
\d数字0-9,等价于[0-9]
\D非数字字符,等价于[^0-9]
\w字母数字下划线,等价于[A-Za-z0-9_]
\W非字母数字下划线,等价于[^A-Za-z0-9_]
\s空白符
\S非空白符
\n换行符

3.需要转义的字符

正则模式中,需要用斜杠转义的:

* + ? $ ^ . | \ ( ) { } [ ]

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。

4.边界

字符举例含义
^^a以a开头(注意与[^]区分,后者表示匹配不在[^]中的元素)
$a$以a结尾
\b\bsmart,smart\b单词边界,即[A-Za-z0-9_]之外的字符
\B\Bsmart非单词边界

举个栗子说 \b 和 \B :

"You are smart, but she is smarter.".replace(/smart\b/,"kind");
//"You are kind, but she is smarter."

"You are smart, but she is smarter.".replace(/smart\B/,"kind");
//"You are smart, but she is kinder."

if(不懂){ 就置几动手试试吧 (ง •̀_•́)ง }

5.数量词

字符含义
?匹配前面的模式 0或1次 {0,1}
*匹配前面的模式 0或多次 {0,}
+匹配前面的模式 1或多次 {1,}
{n}匹配前面的模式 n次
{n,}匹配前面的模式 至少n次
{n,m}匹配前面的模式 至少n次,至多m次
{0,m}匹配前面的模式 至多m次
x(?=y)只有x后面紧跟着y时,才匹配x,但是y不是匹配结果的一部分。例如/smart(?=girl)/只有后面有girl时,才匹配smart,但是girl不是匹配结果的一部分。
x(?!y)只有x后面不紧跟着y时,才匹配x。例如/\d+(?!\.)/只有一个数字后面没有紧跟着小数点时才会匹配该数字,/\d+(?!\.)/.exec("3.141")匹配结果是141

6.贪婪与懒惰(非贪婪)

默认是贪婪模式匹配,即匹配尽可能多的字符。

var regExp1 = /\d{3,6}/;
"1234567890".replace(regExp1, "X");
//"X7890"

若想手动开启懒惰模式,需要在模式后加 ?

var regExp1 = /\d{3,6}?/;
"1234567890".replace(regExp1, "X");
//"X4567890"

7.分组与反向引用

分组又叫“子表达式”,把完整的正则表达式分成一个个小组,然后反过来用“组号”去引用这些小组就叫“反向引用”。

用例子来说:

//无分组
var regExp1 = /abc{2}/; //这样量词{2}只能匹配到c一个字符

//分组
var regExp2 = /(abc){2}/; //这样量词{2}就可以匹配到abc三个字符啦 
//同时 abc 也有了一个组号 $1

再看一个栗子:

var reg = /(\d{1}).*(\d{2}).*(\d{3})/;
"1sss23sss456".replace(reg,"$1?$2?$3");
//"1?23?456"

上面的栗子换一种使用分组的方式:

var reg = /(\d{1}).*(\d{2}).*(\d{3})/;
var result = reg.exec("1sss23sss456");
console.log(result[1]+"-"+result[2]+"-"+result[3]);
//"1-23-456"

组匹配非常有用,下面是一个匹配网页标签的例子:

var tagName = /<([^>]+)>[^<]*<\/\1>/; // \1 就是第一个组匹配的内容
tagName.exec("<b>bold</b>")[1]

上面代码稍加修改,就可以捕获带有属性的标签:

var html = '<b class="hello">Hello</b><i>world</i>';
var tag = /<(\w+)([^>]*)>(.*?)<\/\1>/g;

var match = tag.exec(html);

match[1] // "b"
match[2] // " class="hello""
match[3] // "Hello"

match = tag.exec(html);

match[1] // "i"
match[2] // ""
match[3] // "world"

非捕获组: (?:x) 表示不返回该组匹配的内容,即匹配的结果中不出现这个括号。

常用方法

正则对象的方法

1.RegExp.prototype.test()

测试当前正则是否能匹配目标字符串,返回布尔值。

var reg = /\d{2}/;
var str = "1sss23sss456";
reg.test(str); //true

2.RegExp.prototype.exec()

在目标字符串中执行一次正则匹配操作,返回匹配的子字符串。

var reg = /\d{2}/;
var str = "1sss23sss456";
var result = reg.exec(str); 
result[0]; //23
result.index; //4
result.input; //"1sss23sss456"

3.RegExp.prototype.toString()

返回一个字符串,其值为该正则对象的字面量形式。覆盖了Object.prototype.toString() 方法。

var reg = /\d{2}/;
reg.toString(); // "/\d{2}/"

字符串对象的方法

1. str.replace()

返回替换后的值

var reg = /\d{2}/;
var str = "1sss23sss456";
str.replace(reg,"?"); //"1sss?sss456"

常用于消除首尾空格:

var str = '  abc def ggg   ';
str.replace(/^\s+|\s+$/g, '');
// 'abc def ggg'

replace方法的第二个参数可以使用美元符号来指代所替换的内容:

> $& 指代匹配的子字符串。
> $` 指代匹配结果前面的文本。
> $' 指代匹配结果后面的文本。
> $n 指代匹配成功的第n组内容,n是从1开始的自然数。
> $$ 指代美元符号$。

replace方法的第二个参数还可以是一个函数,将每一个匹配内容替换为函数的返回值。这个函数可以接受多个参数,第一个参数是捕捉到的内容,第二个参数开始是捕捉到的组匹配(有多少个组匹配,就对应有多少个参数)。此外,最后还可以添加两个参数,倒数第二个是捕捉到的内容在整个字符串中的位置,最后一个参数是原字符串。下面是一个网页模板替换的例子:

var prices = {
  'pr_1': '$1.99',
  'pr_2': '$7.99',
  'pr_3': '$9.99',
};

var template = '<span id="pr_1"></span><span id="pr_2"></span>';

template.replace(
  /(<span id=")(.*?)(">)(<\/span>)/, 
  function(match, p1, p2, p3 ,p4) {
    return p1 + p2 + p3 + prices[p2] + p4;
  });
//<span id="pr_1">$1.99</span><span id="pr_2"></span>

注意:第二个分组要加 ? 开启懒惰模式,否则正则表达式默认的贪婪模式会匹配尽可能多的字符。贪婪模式下,上面的例子中第二个分组会匹配到pr_1"></span><span id="pr_2 这一长串,从而无法匹配到我们希望的字符串。

2.match()

exec()类似,返回匹配的子字符串。

var reg = /\d{2}/;
var str = "1sss23sss456";
str.match(reg); //["23"]

exec()的区别在于:当正则表达式加了g标识符时,结果不同。看栗子:

var reg = /\d{2}/g;
var str = "1sss23sss456";
reg.exec(str); //["23"]
str.match(reg); //["23","45"]

3.search()

返回匹配的首字符的位置。

var reg = /\d{2}/;
var str = "1sss23sss456";
str.search(reg); //4

4.split()

返回分割后的数组。

var reg = /\d{2}/;
var str = "1sss23sss456";
str.split(reg); //["1sss","sss","6"]

小练习

  1. 写一个匹配手机号的正则(第一位是1,第二位是[3,4,5,7,8]中的一个,后面还有9位数字)

  2. 写一个匹配 2017-01-01 或 2017/01/01 这两种格式日期的正则表达式

————答案:

  1. /^1[34578]\d{9}$/

  2. /^\d{4}[-/]\d{2}[-/]\d{2}$/

应用

1.使用正则改变数据结构

var re = /(\w+)\s(\w+)/;
var str = "John Smith";
var newstr = str.replace(re, "$2, $1");
console.log(newstr); //Smith, John

2.在多行中使用正则表达式

var s = "Please yes\nmake my day!";
s.match(/yes.*day/); // null
s.match(/yes[^]*day/); //'yes\nmake my day'

3.从URL中提取子域名

var url = "http://xxx.domain.com";
console.log(/[^.]+/.exec(url)[0]); //  "http://xxx"
console.log(/[^.]+/.exec(url)[0].substr(7)); //  "xxx"

匹配除了.之外的任意元素,一到多个字符。

“不会应用等于没有学会”,热烈欢迎小伙伴们在评论区补充平时用到正则表达式的地方,然后我会添加在文章里,一起收集吧 ヽ(•̀ω•́ )ゝ

参考:

1.正则表达式学习笔记

2.MDN RegExp文档

3.实战JS正则表达式

4.正则表达式30分钟入门教程

相关推荐