正则表达式Regular Expression

Posted 2020-08-20 吴渣渣

什么是 RegExp？

RegExp 是正则表达式的缩写。

 正则表达式（ regular expression）描述了一种字符串匹配的模式。可以用来：

(1)检查一个串中是否含有符合某个规则的子串，并且可以得到这个子串；

(2)根据匹配规则对字符串进行灵活的替换操作

正则表达式在线测试网站，https://regexper.com/ 

通过该网站，可以通过图形化的界面去领会正则表达式的含义，将更加直观和容易理解

 

RegExp对象：

　　javascript通过内置对象RegExp来支持正则表达式

　　有两种方法实例化RegExp对象：

　　1、字面量  ：如 var reg = /\bis\b/g;

　   2、构造函数 : 如 var reg = new RegExp(‘\\bis\\b‘,‘g‘); 

　　　　修饰符： g:global全文搜索，不添加，搜索到第一个匹配就停止

　　　　　　　　 i:ignore case忽略大小写，默认大小写敏感 

　　　　　　   　m:multiple lines 多行搜索 

　　

正则表达式主要有一下两种字符组成：

1、原义文本字符(普通字符)：

　　字母、数字、汉字、下划线、以及没有特殊定义的标点符号，都是"普通字符"表达式中的普通字符。在匹配一个字符串的时候，匹配与之相同一个字符 如：a,b,

2、元字符：

　　指的是在正则表达式中具有特殊含义的非字母字符(转义字符) ，如\n换行符  \t水平制表符  \v垂直制表符 \r回车符 \o空字符 \f换页符 \cX与X对应的控制字符（ctrl+x）

　　特殊元字符：. * + $ ^| \(){}[]

字符类：

　　使用元字符[]来构建的一个简单类，所谓类是指符合某些特性的对象，一个泛指，而不是特质某一个字符，如：[abc]把字符a、b、c归为一类，表达式可以匹配这些字符

[abc] 

 

范围类：

　　可以使用[a-z]来连接两个字符，表示从a到z的任意字符,这是个闭区间，包含了a和z字符

 

　　在[]组成的类内部是可以连写的，比如[a-zA-Z]

 

预定义类和边界：

　　匹配一个ab+数字+任意字符 的字符串 如：ab[0-9][^\r\n]

　　

 

 　　正则表达式提供了几个常用的边界表达式，如图

　　

　　

　　

　　

　　注意：^放在[]里面，就表示除xxx字符之外，放在外面则表示以xxx开始

 

量词：

　　如果希望一个连续出现20次的数字字符串，可以采取这种形式 \d{20}

　　\d{20}\w\d?\w+\d*\d{3}\w{3,5}\d{3,}

　　

　　　　

 

贪婪模式和非贪婪模式：

　　贪婪模式：\d{3,6} ，尽可能多的匹配

　　非贪婪模式：让正则表达式尽可能少的匹配，也就是说一旦成功匹配了就不再尝试，在后面加个？号即可

分组：

　　配置字符串Byron连续出现3次的场景，

　　Byron{3}   实际效果：

　　() 圆括号: 可以达到分组的功能，使量词作用于分组

 　　|或：使用|可以达到或的效果 Byron | Casper 

　　也可以这样结合分组使用 Byr(on|Ca)sper 　　　　

　　选择出来的是符合Byronsper或者ByronCasper

　　反向引用

 　　将2015-12-25 =>12/25/2015

前瞻：

　　正则表达式从文本头部向尾部开始解析，文本尾部方向，称为‘前’

　　前瞻就是在正则表达式匹配到规则的时候，向前检查是否符合断言，后顾/后瞻方向相反

　　javascript不支持后顾

　　符合和不符合特定断言称为肯定/正向匹配和否定/负向匹配

　　　　\w(?=\d)

　　　　\w(?!\d)

 

　　 分析：从第一个字符‘a‘开始，满足\w，后跟‘2‘，符合断言‘\d’,因此a被X所替换

　　  分析同上

 

对象属性：

　　　　global全文搜索，不添加，搜索到第一个匹配就停止 默认值false

　　　　ignore case忽略大小写，默认大小写敏感 默认值false

　　　   multiple lines 多行搜索 ，默认值false

　　　　lastIndex:是当前表达式匹配内容的最后一个字符的下一个位置

　　　　source:正则表达式的文本字符串

　　　　这几个属性都是只读的，不能手动设置　

RegExp的test和exec方法：

　　RegExp.prototype.test(str) :

　　用于测试字符串参数中是否存在匹配正则表达式模式的字符串

　　如果存在，返回true，否则返回false

　　

 

给其加上g后，判断ab是存在匹配该模式的字符，　　，从结果看来，当执行到第三次，结果变成了false，其实是lastIndex这个属性在作用，原因在于正则表达式执行了test方法后都会作用到正则表达式本身的结果。,可以看到执行两次后，lastIndex的值变为了2

分析：当前匹配结果，就是a，当前匹配结果的最后一个结果，还是a,当前匹配结果的最后一个结果的下一个结果，那就是b，此时lastIndex的值就是1了。那么在执行一次，lastIndex的结果就是2，看来test方法执行，其lastIndex并不是每次都是从头开始的，那么第3次执行的时候，lastIndex就被重置为0了。

如果测试的是reg1.test(‘a‘);那么其返回的结果，只有奇数次是true。因为我们用test的方法时候，只是为了测试是否存在某个字符而已，因此就没有必要加上g标志了。

 

　　RegExp.prototype.exec(str)

　　使用正则表达式模式对字符串执行搜索，并更新全局RegExp对象的属性以反应匹配结果

　　如果没有匹配的文本则返回null，否则返回一个结果数组 

　　　　-index  声明匹配文本的第一个字符的位置

　　　　-input 存放被检索的字符串String

　　非全局调用：

　　 *调用非全局的RegExp对象的exec()时，返回数组

　　 *第一个元素是与正则表达式相匹配的文本

　　 *第二个元素是与RegExpObject的第一个子表达式相匹配的文本（如果有的话）

       *第三个元素是与RegExp对象的第二个子表达式相匹配的文本（如果有的话，依次类推）

　　注意了：在非全局的情况下，lastIndex根本就不生效

 

　以上是非全局和全局调用的结果

 

字符串对象方法：

　　String.prototype.search(reg)

　　*search()方法用于检索字符串中指定子字符串，或检索与正则表达式相匹配的子字符串

　　*方法返回第一个匹配结果 index，查找不到返回-1

　　*search()方法不执行全局匹配，它将忽略标志g，并且总是从字符串的开始进行检索

　　‘a1b2c3’.search(‘1‘);返回1，会将其转换成正则表达式 ‘a1b2c3’.search(/1/);返回1，如果传入的参数不是正则，则会尝试转换成正则表达式

 

　　String.prototype.match(reg)

　　非全局调用：

　　如果regexp没有标志g，那么match()方法就只能在字符串中执行一次匹配

　　如果没有找到任何文本，将返回null

　　否则它将返回一个数组，其中存放了与它找到的匹配文本有关的信息

　　返回数据的第一个元素存放的是匹配文本，而其余的元素存放的是与正则表达式的子表达式(如分组)匹配的文本

　　除了常规的数组元素之外，返回的数组还含有2个对象属性

　　-index 声明匹配文本的起始字符在字符串中的位置

　　-input声明对stringObject的引用

　　全局调用：

　　如果regexp具有标志g，则match方法将执行全局搜索，找到字符串中所有匹配子字符串

　　*没有找到任何匹配的子串，则返回null

　　*如果找到了一个或多个匹配子串，则返回一个数组

　　数组元素中存放的是字符串中所有匹配子串，而且也没有index属性或input属性

　　以上是非全局和全局调用结果，非全局下，lastIndex不起作用,其ret中的a是分组的字符。在全局条件下ret的结果为1a2,3c4

 

　　Sting.propotype.split(reg)

　　我们经常使用split方法把字符串分割为字符数组

　　‘a1b2c3d4e5‘,split(/\d/); 

　　String.prototype.replace()

　　‘a1b1c1‘.replace(‘1‘,2)  -->‘a2b1c1’,并不是期望

　　‘a1b1c1’.replace(/1/g,2)-->‘a2b2c2‘

　　三种参数：

　　　　replace(str,replaceStr);

　　　   replace(reg,replaceStr);

　　　　replace(reg,function); //处理更加复杂的替换结果

　　　　采用第三种，用function的返回值作为替换结果，function会在每次匹配替换结果的时候执行四个参数

　　　　1、匹配字符串

　　　　2、正则表达式分组内容，没有分组则没有参数

　　　　3、匹配项在字符串中的index下标

　　　　4、原字符串

　　　　将‘a1b2c3d4e5‘ ---> ‘a2b3c4d5e6‘　　

　　　　

从上看到，两次匹配的结果分别是 1b2 和 2d4,由于分组后，只对group1和group3保留，去掉group2，因此1b2-->12   3d4-->34,最终替换的结果就是a12c34e5