正则表达式(基于JavaScript)

正则表达式(英语:Regular Expression),描述了一种字符串匹配的模式(pattern)、规则。

正则表达式通常被用来检索、替换那些符合某个模式(规则)的文本。给定一个正则表达式和另一个字符串,我们可以达到如下的目的:

  1. 给定的字符串是否符合正则表达式的过滤逻辑(称作“匹配”)
  2. 可以通过正则表达式,从字符串中获取我们想要的特定部分

正则图形化工具:

  1. https://regexper.com/
  2. https://jex.im/regulex/

创建方式

  • 字面量法

    const reg = /\d/g; // g表示全局匹配。不加表示搜索到第一个停止。

  • 构造函数法

    • 字符串 + 修饰符:const reg= new RegExp(‘abc‘, ‘g‘); // 注意有两个反斜线转义
    • 正则表达式:const reg = new RegExp(/abc/g);
    • 正则表达式+修饰符:const reg = new RegExp(/abc/g, ‘i‘); // 等价于 /abc/i,第二个参数中的修饰符会覆盖第一个参数中的修饰符

普通字符

普通字符,包括没有显式指定为元字符的所有可打印和不可打印字符(这包括所有大写和小写字母、所有数字、所有标点符号和一些其他符号),通常正则表达式里面使用的就是数字、英文字母、部分标点符号。

元字符

元字符,又被称为特殊字符,是一些在正则表达式中约定用来表示特殊语义的字符。

预定义类

字符等价类含义
.[^\r\n]除换行回车外的任意字符
\d[0-9]任意数字字符
\D[^0-9]非数字字符
\s[\r\n\t\x0B\f]空白符
\S[^\r\n\t\x0B\f]非空白符
\w[a-zA-Z_0-9]单词字符(字母数字下划线共63个字符)
\W[^a-zA-Z_0-9]非单词字符
\b单词边界
\B非单词边界

量词,实现多个相同字符的匹配

字符含义
?0 | 1(至多出现一次)
+>= 1(至少出现一次)
*****>= 0(任意次)
{n}出现n次
{n,m}出现n-m次
{n,}至少出现n次
{0, n}至多出现n次

位置边界

  • 单词边界\b

    单词是构成句子和文章的基本单位,一个常见的使用场景是把文章或句子中的特定单词找出来。如:

    One is never too old to learn.

    我想找到to这个单词,但是如果只是使用/to/这个正则,就会同时匹配到cattoo这两处文本。这时候我们就需要使用边界#则表达式\b,其中b是boundary的首字母,改写成/\bto\b/,这样就只会匹配到to这个单词。

正则表达式(基于JavaScript)

  • 字符串边界
    • ^ 字符串开头
    • $ 字符串结尾

其它元字符

|:或。比如/abc|def/ abcdef

^:但是在[]内是取反.如[^abc]表示匹配的是除了a、b、c以外的内容。

\:转义

():分组(下篇详细介绍)

[]:匹配括号中的一类字符,比如[abc]则可以匹配a或b或c。也可以使用[a-z]来连接两个字符表示从a到z的任意字符,这是闭区间,所以包括a和z,[]中也可以连写。如[a-zA-Z]表示匹配所有大小写字母。

修饰符

修饰符含义
gglobal 全局搜索,默认是匹配到第一个就停止
iignore case 忽略大小写,默认大小写敏感
mmultiline 多行搜索。默认是单行搜索。
uunicode 用来处理4字节的UTF-16编码字符。(ES 6新增)
ysticky 与g类似,也是全局匹配。但y确保匹配必须从剩余的第一个位置开始。(ES 6新增)

举个栗子:

  • m
const aaa = `@123
	     @234
	     @345`;
aaa.replace(/^@\d/gm,‘Q‘); // 如果不加m则只有"@1"会被替换
  • u

ES 6的字符串扩展中新增了使用大括号表示 Unicode 字符,如果使用这种表示法,那么在正则表达式中必须加上u修饰符,才能识别其中的大括号,否则{}会被解读为量词:

/\u{61}/.test(‘a‘); // false,表示必须要匹配61个u字符
/\u{61}/u.test(‘a‘); // true
/\u{20BB7}/u.test(‘??‘); // true
  • y

y与g一样都是全局匹配,但g只要剩余串中存在匹配就可,而y修饰符确保匹配必须从剩余的第一个位置开始匹配,这也就是“粘连(sticky)”的涵义:

var s = ‘aaa_aa_a‘;
var r1 = /a+/g;
var r2 = /a+/y;
s.replace(r1, ‘X‘); // "X_X_X"
s.replace(r2, ‘X‘); //"X_aa_a"

如何检测正则表达式使用了u或y修饰符呢?

ES 6新增了unicodesticky属性分别来检测:

var r2 = /\u{61}/u;
r2.unicode; // true
var r = /a+/y;
r.sticky; // true

另外ES 6还新增了flags属性用来查看正则表达式使用了哪些修饰符:

var r2 = /\u{61}/ugimy;
r2.flags; // "gimuy"

相关推荐