正则表达式学习小结

Posted 2020-06-17

　　前段时间在看《javascript 忍者秘籍》一书中学习了一下正则表达式的用法。

　　正则表达式在一些常用的JavaScript库中，它们普遍用于处理各种任务。

• 操作html节点中的字符串
• 使用CSS选择器表达式定位部分选择器
• 判断一个元素是否含有特定的样式名称(class)
• 更多..

术语与操作符

　　精确匹配

　　

1 var pattern = /test/

　　如果一个字符不是特殊字符或操作符，则表示该字符必须在表达式中出现。例如上方表达式，这些字符必须在一个字符串中出现才能成功匹配。

　　/test/的意思是说，一个接着一个的字符，"t"后面跟着"e","e"后面跟着"s"，"s"后面跟着"t"。

　　匹配一类字符

　　很多时候我们不想匹配一个特定的字符，而是想匹配一个有限字符集中的某一个字符。我们可以通过将字符集放到中括号内，来指定该字符集操作符：[asd]。

　　上述示例，是说我们要匹配"a","s","d"中的任何一个字符。注意，及时这个表达式横跨五个字符，但它只能匹配候选字符串中的一个字符。

　　有的时候我们想要匹配一组有限字符集以外的字符。可以通过中括号第一个开括号的后面加一个插入符（^）来实现：[^asd],其意义是： 除了"a","s","d"以外的其他任意字符。

　　字符集还有一个范围操作。比如[a-m]， 中横线表示"a"到"m"之间的所有字符都在字符集内。

　　转义

　　正则表达式中有一些特殊字符，比如上文提到的[,],-,^ 以及一些其他将在后文提到的特殊字符，如果我们想要匹配这样的特殊字符应该怎么做？在正则里，使用反斜杠可以对任意字符串进行转义，让被转义的字符作为字符本身进行匹配。所以 \\[  表示要匹配 [字符。两个反斜杠(//)则匹配一个反斜杠.

　　匹配开始与匹配结束

　　我们可能经常需要确保模式匹配一个字符串的开始，或者一个字符串的结束(例如后文中提到的去空格技巧) 。插入符号 (^)作为正则的第一个字符，则表示从开头进行匹配，/^test/只能匹配 test开头的字符串了。注意这里的(^)是一个重载，上文中它还用来否定一个字符集。同理，美元符($)表示该匹配必须出现在字符串的结尾： /test$/。

　　同时使用^和$表示指定的模式必须包含整个候选字符串: /^test$/。

　　重复出现

　　在重复的选项上，正则表达式提供了很多方式

• 在一个字符后面加一个问号(?),可以定义为该字符是可选的，也就是可以出现一次或者根本不出现。例如，/t?est/ 可以匹配"test"和"est".
• 如果一个字符要出现零次或多次，可以使用加号(+)。例如，/t+est/表示可以匹配"test","tttest","ttest"，而不能匹配"est"。
• 如果一个字符要出现多次或零次，可以使用星号(*)。例如，/t*est/表示可以匹配"test","ttest","tttest"以及"est"。
• 也可以在字符后面的花括号里指定一个数字来表示重复次数，例如/a{4}/表示匹配含有连续四个"a"的字符串。
• 也可以在字符后面的花括号里指定两个数字(用逗号隔开)来表示重复次数区间。例如，/a{4,10}/表示匹配任何含有连续4个至10个"a" 字符的字符串。
• 次数区间的第二个值是可选的(但是要保留逗号),其表示一个开区间。例如,/a{4,}/表示匹配任何含有连续4个或多于4个"a"字符的字符串。

　　这些重复操作符可以是贪婪的或非贪婪的。默认情况下，他们是贪婪的:他们匹配所有的字符组合。在操作符后面加一个问号(?),如a+?,可以让表达式成为非贪婪的:进行最小限度的匹配.

　　举个例子，如果我们对"aaa"进行匹配，正则表达式/a+/将匹配所有这三个字符，而非贪婪表达式/a+?/则只匹配一个a字符，因为一个a就可以满足a+术语。

　　预定义字符类

　　常用的预定义字符集

预定义的字符类和字符术语

\\t	水平制表符
\\b	空格
\\v	垂直制表符
\\f	换页符
\\r	回车
\\n	换行符
\\cA : \\cZ	控制符，例如：\\cM匹配一个control+M
\\x0000:\\xFFFF	十六进制Unicode
\\x00:\\xFF	十六进制ASCII
.	匹配除了新行(\\n)之外的任意字符
\\d	匹配任意数字等价[0-9]
\\D	匹配任意非数字，等价于[^0-9]
\\w	匹配包括下划线的任意单词字符，等价于[A-Za-z0-9]
\\W	匹配任何非单词字符，包括空格，制表符，换页符等
\\s	匹配任何空白字符，包括空格，制表符，换页符等
\\S	匹配任何非空白字符
\\b	匹配单词边界
\\B	匹配非单词边界

 

 

 

 

 

 

 

 

 

 

 

 

 

 

　　

　　

　　分组

　　到目前为止，我们看到的操作符(比如+和*)只能影响前面的术语。如果将操作符应用多于一组术语，可以像数学表达式一样在该组上使用小括号。例如，/(ab)+/匹配一个或多个连续出现的子字符串"ab"。

　　或操作符（OR）

　　可以使用竖线（|）表示或者的关系。例如: /a|b/匹配"a"或"b"字符，/(ab)+|(cd)+/则匹配出现一次或多次的"ab"或"cd".

　　反向引用

　　这种术语表示法是在反斜杠后面加一个要引用的捕获数量，该数字从1开始，如\\1,\\2等。

　　举例来说，/<(\\w+)>(.+)<\\/\\1>/,/1匹配的字符是在匹配的时候第一组捕获所匹配的值。也就是(\\w+)匹配到的值。上述正则可以用来匹配html标签，例如"<strong>whatever</strong>"。这样的简单元素，不适用反向引用，是无法做到的，因为我们无法知道关闭标签的开始是否匹配。

　　上述内容基本介绍了正则表达式的基本使用方法。也是个人的一些总结，虽然和书上差不多，也算让自己重新回忆一遍。

　　正则学习链接 30分钟学会正则表达式