正则表达式

Posted 2020-11-23 zx931029

正则表达式——语法

正则：就是用有限的符号，表达无限的序列。
两条斜线中间是正则主体，这部分可以有很多字符组成; i部分是修饰符，i的意思是忽略大小写。 eg： /^abc/i

简单字符：
没有特殊意义的字符都是简单字符，简单字符就代表自身，绝大部分字符都是简单字符。eg:
/abc/ // 匹配 abc
/123/ // 匹配 123
/-_-/ // 匹配 -_-
/孩子/ // 匹配 孩子

转义字符
是转义字符，其后面的字符代表不同的意思，转义字符主要有三个作用：
第一种，是为了匹配不方便显示的特殊字符，比如换行，tab符号等
第二种，正则中预先定义了一些代表特殊意义的字符，比如 w 等
第三种，在正则中某些字符有特殊含义（如下面的），转义字符可以让其显示自身含义

下面是常用转移字符列表：
匹配换行符
匹配回车符
匹配制表符，也就是 tab 键
v 匹配垂直制表符
x20 20是2位16进制数字，代表对应的字符
u002B 002B是4位16进制数字，代表对应的字符
w 匹配任何一个字母或者数字或者下划线
W 匹配任何一个字母或者数字或者下划线以外的字符
s 匹配空白字符，比如空格，tab等
S 匹配非空白字符
d 匹配数字字符，0-9
D 匹配非数字字符
 匹配单词的边界
B 匹配非单词边界
\ 匹配 本身

字符集合
有时候我们需要匹配一类字符，字符集可以实现这个功能，字符集的语法用 [] 分割：
[abc] // 匹配a或b或c

如果要表示字符很多，可以使用 - 表示一个范围内的字符：
[0123456789]=[0-9]

在前面加个 ^，可表示非的意思，下面的代码能够匹配 a b c 之外的任意字符
[^abc]

其实正则还内置了一些字符集，在上面的转义字符提到，下面给出内置字符集对应的自定义字符集
. 匹配除了换行符( )以外的任意一个字符 =[^ ]
w = [0-9a-zA-Z_]
W = [^0-9a-zA-Z_]
s = [ v]
S = [^ v]
d = [0-9]
D = [^0-9]

量词
如果需要匹配多次某个字符，正则也提供了量词的功能，正则中的量词有多个，如 ? + * {n} {m, n} {m, }
{n} 匹配 n 次，eg：a{2}, 匹配 aa
{m, n} 匹配 m-n 次，优先匹配 n 次，比如 a{1,3}，可以匹配 aaa, aa, a
{m,} 匹配 m 次以上，优先匹配 多次，比如 a{1，}，可以匹配 aaaa……
? 匹配 0 次或 1 次，优先匹配1次，相当于 {0,1}
+ 匹配 1-n 次，优先匹配n次，相当于{1，}
* 匹配 0-n次，优先匹配n次，相当于{0，}
正则默认是遵从贪婪模式，凡是表示范围的量词，都优先匹配上限而不是下限
a{1,3} // 匹配字符串“aaa”的话，会匹配aaa而不是a
有时我们想要结果，可以在量词后面加上?,就可以开启非贪婪模式
a{1,3}? // 匹配字符串“aaa”的话，会匹配a而不是aaa

字符边界
有时会有边界匹配的要求，比如xxx开头，以xxx结尾
^在[] 外表示匹配开头的意思
^abc // 可以匹配abc，打不能匹配aabc
$表示匹配结尾的意思
abc$ // 可以匹配abc，但不能匹配abcc
表示单词边界
abc // 可以匹配abc，但不能匹配abcc

选择表达式
有时我们想匹配x或y，如果x和y是单个字符，可以使用字符集，[abc]可以匹配a或b或c；
如果x和y是多个字符，字符集就无能为力了，此时要用到分组：
正则中用 | 来表示分组（或）， a|b 表示匹配 a或者b的意思
123|456|789 // 匹配123 或 456 或 789

分组与引用
分组时正则中非常强大的一个功能，可以让上面提到的量词作用于一组字符，而非单个字符，分组的语法是圆括号包裹（XXX）
(abc){2} //匹配abcabc
分组不能放在[]中，分组中还可以使用选择表达式
(123|456){2} // 匹配123123,456456,123456，456123

和分组相关的另一个概念是引用，比如在匹配html标签时，通常希望<xxx></xxx>后面xxx能够和前面保持一致
引用的语法是数字，数字代表前面第几个捕获分组，注意非捕获分组不能被引用
<([a-z]+)></1> // 可以匹配‘<span></span>’或‘<div></div>‘等

预搜索
如果你想匹配xxx前不能是yyy，或者xxx后不能使yyy，js只能正向预搜索，也就是xxx后面必须是yyy，或者xxx不能是yyy
1(?=2) // 可以匹配12，不能匹配22
1(?!2) // 可以匹配22，不能匹配12

修饰符
默认正则是区分大小写，/xxx/gi // 后面的g和i就是两个修饰符
g 正则遇到第一个匹配的字符就会结束，加上全局修饰符，可以让其匹配到结束
i 正则默认是区分大小写的，i可以忽略大小写
m 正则默认情况下，^和$只能匹配字符串的开始和结尾，m修饰符可以让^和$匹配行首和行尾，eg：
/jing$/ // 能够匹配 ‘yanhaijing’，不能匹配 ‘yanhaijing ‘
/jing$/m //能够匹配‘yanhaijing’，能匹配 ‘yanhaijing ’
/^jing/ //能够匹配‘jing’，不能匹配‘ jing’
/^jing/m //能匹配‘jing’，能匹配‘ jing’