Skip to content

Latest commit

 

History

History
140 lines (103 loc) · 5.93 KB

regular.md

File metadata and controls

140 lines (103 loc) · 5.93 KB

正则表达式的模式匹配

1. 正则表达式的定义

1.1 直接量字符

正则表达式中的所有字母和数字都是按照字面含义进行匹配的。JavaScript正则表达式也支持非字母的字符匹配，这些字符需要通过反斜杠作为前缀进行转义

字符 匹配
字母和数字字符 自身
\o NUL字符(\u0000)
\t 制表符(\u0009)
\n 换行符(\u000A)
\v 垂直制表符(\u000B)
\f 换页符(\u000C)
\r 回车符(\u000D)
\xnn 由十六进制数nn指定的拉丁符，例如，\x0A等价于\n
\uxxxx 由十六进制数xxxx指定的Unicode字符，例如\u0009等价于\t
\cX 控制字符^X，例如\cJ等价于换行符\n

1.2 字符类

字符 匹配
[...] 方括号内的任意字符
[^...] 不在方括号内的任意字符
. 除换行符和其它Unicode行终止符之外的任意字符
\w 任何ASCII字符组成的单词，等价于[a-zA-Z0-9]
\W 任何不适ASCII字符组成的单词，等价于[^a-zA-Z0-9]
\s 任何非Unicode空白符
\S 任何非Unicode空白符的符号，注意\w和\S不同
\d 任何ASCII数字，等价于[0-9]
\D 除了ASCII数字之外的任何字符，等价于[^0-9]
[\b] 推格直接量（特例）

1.3 重复

字符 含义
{n,m} 匹配前一项至少n次，但不能超过m次
{n,} 匹配前一项至少n次或者更多次
{n} 匹配前一项n次
? 匹配前一项0次或者1次，也就是说前一项是可选的，等价于{0,1}
+ 匹配前一项1次或者多次，等价于{1，}
* 匹配前一项0次或者多次{0,}
  • 匹配2~4个数字:/\d{2,4}/
  • 精确匹配三个单词和一个可选数字：/\w{3}\d?/
  • 匹配前后带有一个或多个空格的字符串"java"：/\s+java\s+/
  • 匹配一个或多个非左括号的字符：/[^(]*/

在使用“*”和“？”时要注意，由于这些字符可能匹配0个字符，因此它们允许什么都不匹配；例如，正则表达式/a*/实际上与字符串“bbbb”匹配，因为这个字符串含有0个a。

1.4 选择、分组和引用

  • 正则表达式的语法还包括指定选择项、子表达式分组和引用前一表达式的特殊字符。字符“|”用于分隔提供选择的字符

    /ab|cd|ef/可以匹配字符串“ab”，也可以匹配“cd”，还可以以匹配“ef”。/\d{3}|[a-z]{4}/匹配的是三位数字或者四个小写的字母

    注意：选择项的尝试匹配是从左到右的，直到发现匹配项。如果左边的选择项匹配，就忽略右边的匹配，即使它产生更好的匹配，因此，当正则表达式/a|ab/匹配字符串“ab”时，只能匹配第一个字符

  • 正则表达式的选择、分组和引用字符

字符 含义
选择，匹配的是该符号左边的子表达式或右边的子表达式
(...) 组合，将几个项组成一个单元，这个单元可以通过“*”、“+”、“？”和“”等符号加以修饰，而且可以记住和这个组合相匹配的字符串供以后的引用使用
(?:...) 只组合，把项组合到一个单元，但不记忆与该组相匹配的字符串
\n 和第n个分组第一次匹配的字符想匹配，组是圆括号中的子表达式（也可能是嵌套的），组索引是从左到右的左括号数，“(?:”形式的分组不编码

1.5 指定匹配位置

字符 含义
^ 匹配字符串的开头，在多行检索中，匹配一行的开头
$ 匹配字符串的结尾，在多行检索中，匹配一行的结尾
\b 匹配一个单词的边界，简言之，就是位于符号\w和\W之间的位置，或位于字符\w和字符串的开头或者结尾之间的位置(需要注意，[\b]匹配的是退格符)
\B 匹配非单词边界的位置
(?=p) 零宽正向先行断言，要求接下来的字符都与p匹配，但不能包括匹配p的那些字符
(?!p) 零宽负向先行断言，要求接下来的字符不与p匹配

1.6 修饰符

字符 含义
i 执行不区分大小写的匹配
g 执行一个全局匹配，简言之，即找到所有的匹配，而不是在找到第一个之后就停止
m 多行匹配，^匹配一行的开头和字符串的开头，$匹配行的结束和字符串的结束

2. 用于模式匹配的String方法

  • search()方法。参数是一个正则表达式，返回第一个与之匹配的子串的起始位置，如果找不到匹配的子串，返回-1

    'Javascript'.search(/script/i)    //4

  • replace()方法。第一个参数是正则表达式，第二个是要进行替换的字符串

    text.replace(/javascript/gi,'JavaScript')

  • match()方法。唯一的参数就是一个正则表达式，返回的是一个由匹配结果组成的数组

    '1 plus 2 equal 3'.match(/\d+/g);	//["1", "2", "3"]

    • match返回一个数组a，那么a[0]存放的则是完整的匹配，a[1]存放的则是与第一个用圆括号括起来的表达式相匹配的子串，以此类推

      var url=/(\w+):\/\/([\w.]+)\/(\S*)/;
var text='Visit my blog at http://www.example.com/~david';
var result=text.match(url);
console.log(result)  // ["http://www.example.com/~david", "http", "www.example.com", "~david"]
if (result!=null) {
	var fullurl=result[0];
	console.log(fullurl);  //http://www.example.com/~david
	var protocol=result[1]//http
	var host=result[2];//www.example.com
	var path=result[3];//~david
}

  • split()方法，用以将调用它的字符串拆分为一个子串组成的数组，使用的分隔符值split的参数

    '123,456,789'.split(','); //["123", "456", "789"]

'1,2,3,4,5,6,7'.split(/\s*,\s*/);	//["1", "2", "3", "4", "5", "6", "7"]

3. RegExp对象

方法

  • exec()方法，和match类似

    var pattern=/Java/g;
var text='JavaScript is more fun than Java';
var result;
while((result=pattern.exec(text))!=null){
	alert(result+' '+result[0]+' '+result.index);
}

  • test()方法

      var pattern=/java/i;
  alert(pattern.test("Javascript")) //true