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:
- 给定的字符串是否符合正则表达式的过滤逻辑(称作“匹配”)
- 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:
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
- 字符串 + 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cat
和too
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。
- 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/
配abc
或def
^: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 |
---|---|
g | global 全局搜索,默认是匹配到第一个就停止 |
i | ignore case 忽略大小写,默认大小写敏感 |
m | multiline 多行搜索。默认是单行搜索。 |
u | unicode 用来处理4字节的UTF-16编码字符。(ES 6新增) |
y | sticky 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unicode
和sticky
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"