【JS】JS——正则详解

小鱼儿 2022-06-07 04:17 199阅读 0赞

文章内容摘自[阮一峰大大—RegExp对象][RegExp]，总结一下方便自己记忆：

### 1.正则匹配规则 ###

*  #### 字面量字符串 ####
    
    /dog/ 匹配 ‘dog’
 *  #### 元字符: ####
    
    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。  
    位置字符（^ / $） ^/$ 表示字符串开始/结束的位置  
    选择符（|） 表示或关系，即cat|dog表示匹配cat或dog。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，即/a(b|c)d/
 *  #### 转义字符 ####

> 正则表达式中那些有特殊含义的字符，如果要匹配它们本身，就需要在它们前面要加上反斜杠。比如要匹配加号，就要写成+。  
> 正则模式中，需要用斜杠转义的，一共有12个字符：^、.、\[、$、(、)、|、\*、+、?、\{和\\。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 ####

> \\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。

*  #### 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，而点号（.）是不包括换行符的  
> （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。注意：\[1-31\]，不代表1到31，只代表1到3。

*  #### 预定义模式 ####

> \\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（包括制表符、空格符、断行符等），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。

*  #### 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。

*  #### 量词类 ####

> ? 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,\}。

*  #### 贪婪模式 ####

默认情况下是最大可能匹配，即匹配直到下一个字符不满足匹配规则为止。这被称为贪婪模式。  
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。

//贪婪模式 var s = 'aaa'; s.match(/a+/) // ["aaa"] //非贪婪模式 var s = 'aaa'; s.match(/a+?/) // ["a"]
     
      
       1
       2
       3
       4
       5
       6
      
     
      
       1
       2
       3
       4
       5
       6

> \*?：表示某个模式出现0次或多次，匹配时采用非贪婪模式。  
> \+?：表示某个模式出现1次或多次，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。

>  *  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。
>  *  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（ignorecase）。
>  *  m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）。

*  #### 组匹配 ####

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。

var m = 'abcabc'.match(/(.)b(.)/); m // ['abc', 'a', 'c']
     
      
       1
       2
       3
      
     
      
       1
       2
       3

上面代码中，正则表达式/(.)b(.)/一共使用两个括号，第一个括号捕获a，第二个括号捕获c。  
注意:使用组匹配时，不宜同时使用g修饰符，否则match方法不会捕获分组的内容。

var m = 'abcabc'.match(/(.)b(.)/g); m // ['abc', 'abc']
     
      
       1
       2
       3
      
     
      
       1
       2
       3

在正则表达式内部，可以用\\n引用括号匹配的内容，n是从1开始的自然数，表示对应顺序的括号。

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

上面的第一行代码中，\\1表示前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“b”）。

/y((..)\2)\1/.test('yabababab') // true 括号还可以嵌套，此时\1指向外层括号，\2指向内层括号。
     
      
       1
       2
      
     
      
       1
       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。

var m = 'abc'.match(/(?:.)b(.)/); m // ["abc", "c"]
     
      
       1
       2
      
     
      
       1
       2

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。  
先行断言：  
x(?=y)称为先行断言（Positive look-ahead），x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+(?=%)/。

var m = 'abc'.match(/b(?=c)/); m // ["b"]
     
      
       1
       2
      
     
      
       1
       2

先行否定断言：  
x(?!y)称为先行否定断言（Negative look-ahead），x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"]
     
      
       1
       2
      
     
      
       1
       2

### 2.正则表达式 ###

新建正则表达式有两种方法。  
一种是使用字面量，以斜杠表示开始和结束。  
另一种是使用 RegExp 构造函数。

var regex = /xyz/; var regex = new RegExp('xyz');
     
      
       1
       2
      
     
      
       1
       2

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，第一种方法在编译时新建正则表达式，第二种方法在运行时新建正则表达式。

> 正则对象生成以后，有两种使用方式：  
> 正则对象的方法：将字符串作为参数，比如regex.test(string)。  
> 字符串对象的方法：将正则对象作为参数，比如string.match(regex)。

*  #### 正则对象的属性 ####

属性分两类  
一类是修饰符相关，返回一个布尔值，表示对应的修饰符是否设置。

> ignoreCase：返回一个布尔值，表示是否设置了i修饰符，该属性只读。  
> global：返回一个布尔值，表示是否设置了g修饰符，该属性只读。  
> multiline：返回一个布尔值，表示是否设置了m修饰符，该属性只读。

一类与修饰符无关的属性，主要是下面两个。

> lastIndex：返回下一次开始搜索的位置。该属性可读写，但是只在设置了g修饰符时有意义。  
> 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。

*  #### 正则对象的方法 ####

（1）test  
正则对象的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。

/cat/.test('cats and dogs') // true
     
      
       1
      
     
      
       1

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,还可以通过正则对象的lastIndex属性指定开始搜索的位置。  
lastIndex属性只对同一个正则表达式有效

var count = 0; while (/a/g.test('babaa')) count++;
     
      
       1
       2
      
     
      
       1
       2

上面代码会导致无限循环，因为while循环的每次匹配条件都是一个新的正则表达式，导致lastIndex属性总是等于0。

new RegExp('').test('abc') // true 如果正则模式是一个空字符串，则匹配所有字符串。
     
      
       1
       2
       3
      
     
      
       1
       2
       3

*  #### exec() ####

正则对象的exec方法，可以返回匹配结果。如果发现匹配，就返回一个数组，成员是每一个匹配成功的子字符串，否则返回null。

var s = '_x_x'; var r1 = /x/; var r2 = /y/; r1.exec(s) // ["x"] r2.exec(s) // null
     
      
       1
       2
       3
       4
       5
       6
      
     
      
       1
       2
       3
       4
       5
       6

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。

> exec方法的返回数组还包含以下两个属性：  
> 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）。

如果正则表达式加上g修饰符，则可以使用多次exec方法，下一次搜索的位置从上一次匹配成功结束的位置开始。

var r = /a(b+)a/g; var a1 = r.exec('_abbba_aba_'); a1 // ['abbba', 'bbb'] a1.index // 1 r.lastIndex // 6 var a2 = r.exec('_abbba_aba_'); a2 // ['aba', 'b'] a2.index // 7 r.lastIndex // 10 var a3 = r.exec('_abbba_aba_'); a3 // null a3.index // TypeError: Cannot read property 'index' of null r.lastIndex // 0 var a4 = r.exec('_abbba_aba_'); a4 // ['abbba', 'bbb'] a4.index // 1 r.lastIndex // 6
     
      
       1
       2
       3
       4
       5
       6
       7
       8
       9
       10
       11
       12
       13
       14
       15
       16
       17
       18
       19
       20
       21
      
     
      
       1
       2
       3
       4
       5
       6
       7
       8
       9
       10
       11
       12
       13
       14
       15
       16
       17
       18
       19
       20
       21

当第三次匹配结束以后，整个字符串已经到达尾部，正则对象的lastIndex属性重置为0，意味着第四次匹配将从头开始。  
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 r = /a(b+)a/g; var s = '_abbba_aba_'; while(true) { var match = r.exec(s); if (!match) break; console.log(match[1]); } // bbb // b
     
      
       1
       2
       3
       4
       5
       6
       7
       8
       9
       10
      
     
      
       1
       2
       3
       4
       5
       6
       7
       8
       9
       10

如果正则对象是一个空字符串，则exec方法会匹配成功，但返回的也是空字符串。

### 3.字符串对象的方法 ###

> match()：返回一个数组，成员是所有匹配的子字符串。  
> 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。  
> replace()：按照给定的正则表达式进行替换，返回替换后的字符串。  
> 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。  
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。  
正则表达式使用g修饰符之后，使用lastIndex属性指定开始匹配的位置，结果无效，还是从字符串的第一个字符开始匹配。

*  #### 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，第一个是搜索模式，第二个是替换的内容。  
搜索模式如果不加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。  
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"
     
      
       1
       2
       3
      
     
      
       1
       2
       3

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。

> $& 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返回值。  
作为replace方法第二个参数的替换函数，可以接受多个参数。第一个参数是捕捉到的内容，第二个参数是捕捉到的组匹配（有多少个组匹配，就有多少个对应的参数）。此外，最后还可以添加两个参数，倒数第二个参数是捕捉到的内容在整个字符串中的位置（比如从第五个位置开始），最后一个参数是原字符串。

*  #### 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。  
该方法接受两个参数，第一个参数是分隔规则，第二个参数是返回数组的最大成员数。

[RegExp]: http://javascript.ruanyifeng.com/stdlib/regexp.html