正则表达式

介绍正则表达式的基本语法

新建正则表达式的方法

  1. 使用字面量,以斜杠表示开始和结束(常用! 效率高,便利且直观)
    1
    
    var regexp = /xyz/;
    
  2. 使用RegExp构造函数
    1
    
    var regexp = new RegExp('xyz');
    

实例属性

  1. 修饰符:

    1) i: 执行对大小写不敏感的匹配(忽略字母大小写);
    2) g: 执行全局匹配;
    3) m: 执行多行匹配。

  2. 其他:

    1) lastIndex: 返回一个数值,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;
    2) source: 返回正则表达式的字符串形式(不包括反斜杠)。

实例方法

  1. test():表示当前模式是否能匹配参数字符串,返回一个布尔值;
    1
    
    /cat/.test('cats and dogs')  //true
    

    PS: 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

  2. exec:该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。
    1
    2
    
    /x/.exec('_x_x') // ["x"]
    /y/.exec('_x_x)  // null
    

    另外,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。

    1
    2
    3
    
    var s = '_x_x';
    var r = /_(x)/;
    r.exec(s) // ["_x", "x"]
    

    exec方法的返回数组还包含两个属性:

    input: 整个原字符串。
    index: 整个模式匹配成功的开始位置(从0开始计数)。

    1
    2
    3
    4
    5
    
    var r = /a(b+)a/;
    var arr = r.exec('_abbba_aba_');
    arr // ["abbba", "bbb"]
    arr.input // "_abbba_aba_"
    arr.index // 1
    

匹配规则

  1. 字面量字符和元字符
    1) 如果在正则表达式之中,某个字符只表示它字面的含义,那么它们就叫做“字面量字符”;
    2) 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”

    a、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。

    1
    
    /.t/ // 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
    

    b、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

    c、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
    多个选择符可以联合使用。 选择符会包括它前后的多个字符,比如/ab|cd/指的是匹配ab或者cd,而不是指匹配b或者c。如果想修改这个行为,可以使用圆括号。

  2. 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。
    正则表达式中,需要反斜杠转义的,一共有12个字符:^.[$()|*+?{\\。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。
  3. 特殊字符

    \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 tab(U+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。

  4. 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。
    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。

    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。
    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。
    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。

  5. 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。

  6. 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。
    1
    2
    
    /lo{2}k/.test('look') // true
    /lo{2,5}k/.test('looook') // true
    
  7. 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,}。

  8. 修饰符,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。
    1)g 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。
    2)i 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。 3)m 修饰符:m修饰符表示多行模式,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)。
    1
    2
    3
    
    /world$/.test('hello world\n') // false
    /world$/m.test('hello world\n') // true
    //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。
    


-->