正则表达式-理论基础篇

Posted 2021-05-02 蓝桥云课精选

什么是正则表达式?

可以称作规则一个描述字符模式的对象，正则表达式中的字母和数字，都是按照字面含义进行匹配的。强大的字符串匹配工具

如何建立一个正则表达式？

1. 使用RegExp()构造函数来创建RegExp对象

2. 特殊的直接量语法来创建，定义为包含在一对斜杠（/）之间的字符

例：

var reg = /s$/; ,

var reg = new RegExp(s$);

两者效果完全相同，用来匹配所有以字母“s”结尾的字符串。

“文本模式”的正则表达式语法

1.直接量字符

非字母的字符匹配，这些字符需要通过反斜线（\）作前缀进行转义.

字 符	匹 配
字母和数字字符	自身
\o	NUL字符
\t	制表符
\n	换行符
\v	垂直制表符
\f	换页符
\r	回车符
\xnn	由十六进制数nn指定的拉丁字符,例:\x0A等价于\n
\uxxxx	由十六进制数xxxx指定的unicode字符,例:\u0009等价于\t
\cX	控制字符^X,例:\cJ等价于换行符\n

具有特殊含义的标点符号:

^, $, ., *, +, ?, =, !, :, |, \, /,(,),[,],{, }

想在正则表达式中使用这些字符的直接量进行匹配，则必须使用前缀"\"，其他标点符号(比如@和引号)无特殊含义，在正则表达式中按照字面含义进行匹配。

2.字符类

方括号,或,范围

将直接量字符单独放进方括号内就组成了字符类。一个字符类可以匹配它包含的任意字符。字符类可以使用连字符来表示字符范围。

字 符	含 义
[...]	方括号内的任意字符
[^...]	不在方括号内的任意字符
.	除换行符合其他unicode行终止符之外的任意字符
\w	任何ASCII符组成的的单词,等同[a-zA-Z0-9]
\W	任何不是ASCII符组成的的单词,等同[^a-zA-Z0-9]
\s	任何unicode空白字符
\S	任何非unicode空白符的字符,注意\W与\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]	退格直接量(特例)

例:

• /[a,b,c]/:表示和字母"a","b","c"中的任意一个都匹配

• /[a-z]/:匹配拉丁字母表中的小写字母

• /[/s/d]/:匹配任意空白符或数字

3. 重复

用以指定字符重复的标记

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,等价于{0,}

例:

• /\d{2,4}/:匹配2-4个数字。

• /\w[3]/d?/:精确匹配三个单词和一个可选的数字。

• /\s+java\s+/:匹配前后有1个或多个空格的字符串"java"

• /[^(]*/:匹配0个或多个非左括号的字符(这里实际上能与"("匹配)

在使用"*",和"?"时要注意,由于这些字符能匹配0个字符,因此它们允许什么都不匹配，例:

/a*/能匹配字符串"bbbb"，因其含有0个a。

上表中列出的匹配字符为"贪婪的"匹配，它总是尽可能多地匹配,且允许后续的正则表达式继续匹配。

非贪婪匹配,只需在待匹配的字符后跟随一个问号即可,"?",+?,*?或{1,5}?。例:

• /a+/:匹配"aaa"时,三个字符都被匹配,

• /a+?/:匹配"aaa"时,因其尽可能少的匹配,只能匹配第一个a

4.选择-分组和引用

包括：指定选择项，自表达式分组，和引用前一子表达式的特殊字符

选择项的尝试匹配次序是从左到右，直到发现匹配项，若左边成功匹配就忽略右边的项。

正则表达式中圆括号的作用：

1. 把单独的项组成子表达式，以便于可以像处理独立单元一样，用\|,*,+或者?等等来对单元内的项进行处理

2. 在完整的模式中定义子模式

3. 允许在同一正则表达式的后部,引用前面的子表达式

字 符	含 义
`"|"	(这里是竖线)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,将几个项组合成为一个单元,这个单元可通过`\,*,+或者?`等符号,加以修饰,而且可以记住和这个相匹配的字符串以供以后的引用使用
(?:..)	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
\n	和第n个分组第一次匹配的字符相匹配,组是圆括号中的子表达式(也有可能嵌套的),组索引是从左到右的左括号数,"(?:形式的分组不编码"

例:

• /ab|cd|ef/:可以匹配"ab",也可以匹配"cd",还可以匹配"ef".
  

• /\d{3}|[a-z]{4}/:可以匹配3个数字,或者4个小写字母.

• (/[a-z]+(\d+)/):匹配一个或多个小写字母后跟随了一位或多位数字,使用括号包裹后,可以从检索到的匹配中抽取数字了.

5.指定匹配位置

我们称这些元素为正则表达式的锚,它们将模式定位在搜索字符串的特定位置上.

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	匹配一个单词边界,简言之,就是位于字符\w和\W之间的位置,或位于字符\w和字符串的开头或结尾之间的位置(需要注意:[\b]匹配的是退格符)
\B	匹配非单词边界的位置

例:

• /^javascript$/:匹配"JavaScript"单词

• /\B[Ss]cript/:与"JavaScript"和"/postscript"匹配,但不与"script"与"Script".

6.修饰符

说明高级匹配的规则,放在"/"符号之外,第二条斜线后

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,就是要找到所有的匹配,而不是在找到一个之后就停止
m	多行匹配模式,^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

例:

/java$/im:可以匹配"java"也可以匹配"Java\nis fun"

用于模式匹配的string方法

正则表达式的作用就是用来解析字符串

1.search():

查找字符串,接受一个参数为正则表达式,返回返回一个与之匹配的子串的起始位置,若未找到返回-1.

例:

JavaScript.search(/script/i);//返回4

search()方法不支持全局属性检索,所以会忽略修饰符g

2. replace():

用以执行检索与替换操作,接受两个参数,第一个参数是一个正则,第二个是要进行替换的字符串;

若第一个参数是字符串,replace()则会直接搜索这个字符串;

若替换字符串中出现了$加数字,那么replace()将用与指定的子表达式相匹配的文本来替换这两个字符.

例:

text.replace(/javascript/gi,"JavaScript");//将所有不区分大小写的javascript都替换成,大小写正确的JavaScript.

//一段引用文本起始于引号,结束与引号.
//中间的内容区域,不能包含引号
var quote = /"([^"]*)"/g;
//引用中文半角引号替换英文引号,同时要保持引号之间的内容(储存在$1中)没有被修改.
text.replace(quote,'“$1”');

3. match()

接受唯一一个参数,就是正则表达式,返回的是一个由匹配结果组成的数组.例:

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

若在这个正则表达式中没有设置修饰符g,match()就不会进行全局检索,它只检索第一个匹配。但即使match()执行的不是全局检索，它也返回一个数组。在这种情况下，数组的第一个元素就是匹配的字符串，余下的元素则是正则表达式中用圆括号括起来的子表达式。

因此，如果macth()返回一个数组a，那么a[0]存放的是完整的匹配，a[1]存放的是与第一个圆括号括起来的表达式相匹配的子串，以此类推。为了和方法replace()保持以后，a[n]存放的是$n的内容。

例:解析一个url

var url = /(\w+):\/\/([\w.]+)\/(\S*)/;
var text = "Visit my blog at http://www.example.com/~david";

var result = text.match(url);

if (result != null) {    
      var fullurl = result[0]; //包含 "http://www.example.com/"
    var protocol = result[1]; //包含 "http"
    var host = result[2]; //包含 "www.example.com"
    var path = result[3]; //包含~david
  }

4. split()

用以将调用它的字符串拆分为子串组成的数组,使用分隔符是split()的参数

参数为字符串:

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

参数为正则:

"1,2, 3,4 ,5".split(/\s*,\s*/)//返回["1","2"," 3","4 ","5"]

指定分隔符",",允许两边可以留有任意多的空白符

RegExp对象

RegExp对象用以创建新的RegExp对象,可接受两个参数,第二个可选.

RegExp对象的第一个参数为正则表达式的主体部分,也就是/...../之间的文本,无论是字符串直接量,还是正则表达式都使用"\"作为转义字符的前缀.

第二个可选参数为指定正则表达式的修饰符,i,g,m或者他们的组合.参考:文本模式的则表达式-修饰符;

例:

var reg = new RegExp("\\d{5}","g");//匹配全局模式下的5个数字
alert(reg.test("1J2a35786"));//true
alert(reg.test("1J2a356"));//false

RegExp属性

属性名	类型	含义
source	只读字符串	包含正则表达式的文本
global	只读布尔值	用以说明正则表达式是否带有修饰g
ignoreCase	只读布尔值	用以说明正则表达式是否带有修饰i
multiline	只读布尔值	用以说明正则表达式是否带有修饰m
lastIndex	可读性的整数	若匹配模式中含有g,这个属性储存在整个字符串中下一次检索的开始位置

一、IT技术领域：

回复"1",查看【Linux】“Linux学习资源推荐”；

回复"2",查看【Python】“Python语言十分钟快速入门”；

回复"3",查看【Java】“写好Java代码的30条经验总结”；

回复"4",查看【php】“你不得不知道的20个优秀PHP框架”；

回复"5",查看【WEB】“Web开发者不可不知的15条编码原则”；

回复"6",查看【C】“C语言谜题”；

回复"7",查看【android】“移动终端开发必备知识”；

二、程序员技能：

回复"算法",查看【算法】“各语言排序算法源代码”；

回复"git",查看【git】“简明 Git 命令速查表（中文版）”；

回复"sql",查看【数据库】“mysql中常用的sql语句汇总”；

三、程序员：

回复"kh",查看程序员的4大困惑：

回复"gjh",查看那些高级黑程序员的段子：