正则表达式理论基础

Posted 2020-09-22 hello world

---恢复内容开始---

一.语法

正则表达式用来匹配使用，例如，我们使用正则表达式匹配手机号，匹配邮箱，匹配密码等等

在ECMAscript中通过 RegExp类型来支持正则表达式的，使用下面的语法创建正则表达式：

var  expression=/pattern/flags

在上面的语法中，pattern（模式）部分可以是任何简单或者复杂的正则表达式，

 

或者直接使用特殊的直接量语法来定义，代码如下：

var expression=new RegExp("pattern","flags")　　

如上，上面是两种定义正则表达式的方法。

特别，对于使用RegExp构造函数，传递给这个函数的是字符串，因为不能把表达式字面量传递给构造函数，因此在一些情况下要进行双重转义：

所有的元字符都必须要进行双重转义：（这是一个坑）

 

对于flags则是表明应用正则表达式的范围：

对于flags而言：存在着三种行为：

g:表示全局模式，这个模式是要应用于所有的字符串。

i:表示不区分大小写，确定匹配项的时候忽略模式与字符串的大小写。

m:表示多行模式。

二.pattern（模式）部分详解

pattenr部分即是正则表达式部分：正则表达式用来匹配给定的字符串

下面是正则表达式的方法分类：

 

2.1 直接量字符

字符类	匹配
字母和数字字符	自身
\o	NULL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

对于特殊字符（这类字符在js中含有特殊的含义）：

例如： 对于元字符： （  [ { \ ^ $ | ) ？ * + . ] }

我们要想直接匹配上面的元字符，我们需要添加在这些元字符之前添加前缀   "\" 来实现。

同时 为了在使用REG构造函数来匹配的字符，我们对于上面元字符的匹配使用双重转义来进行匹配

即：匹配  “\”字符，我们要在构造函数中使用  \\\来进行转义

2.2使用方括号（[ ]）来定义的正则表达式：自定义可以匹配多个字符

表达式	可以匹配
方括号内含有多个字符，表示匹配多个字符中的一个 [abc12]	表示匹配字符 "a"或"b"或"c"或"1"
方括号内要匹配的字符之间存在着短横线，表示匹配到一个范围 对于[a-z]   [0-3]	表示匹配 字母 "a"到 "z"之间的任意一个字母 表示匹配数字0到3之间的任意一个数字
[a-z0-3]	匹配 "a" 到  "z" 或者"0" 到 "3"之间的任意一个字符

同时，我们还有预先定义的特殊字符用来替代方括号内的内容：

特殊的字符	意义
\w	任何ASCII符组成的单词，等同[a-zA-Z0-9]
\W	任何不是ASCII符组成的单词，等同于 [^a-zA-Z0-9]
\s	任何unicode空白字符
\S	任何非unicode空白符的字符和\W的意思是不一样的
\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]

2.3 表示量词的正则表达式：

对于量词，分为贪婪量词和非贪婪量词，区分这两种量词的方式是判断正则表达式后面有没有跟有问号（？）

贪婪量词：允许尽可能多的匹配，允许后续的正则表达式继续匹配

非贪婪量词：尽可能少的匹配，例如 /a+?/匹配 aaa的时候，因其尽可能少的匹配，所以只能匹配到 a元素

量词	含义
{n}	匹配前一项n次
{n,}	匹配前一项至少n次
{n,m}	最少 n 次，不超过m次
？	匹配 0次或1 次
*	匹配0 次或者多次
+	1次或者多次

2.4表示匹配位置的正则表达式：

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，匹配字符串的开头或者结尾的位置
\B	匹配非单词边界的位置

例如：

分别用两种方式来表示这种行为：

var Reg=/\B[s]cript/;

或者 var Reg=new RegExp("///B/[s/]cript")//"注意这儿进行了转义"对于  "/"是通过 "//"来进行转义的，因为对于元字符要进行双重转义

Reg.test("javascript") 返回的是true  因为单词script不在边界的位置

2.5表示选择，分组和引用的正则表达式：

在正则表达式中圆括号的作用：

（）内的内容表示的是一个表达式，（）本身不匹配任何东西，也不会限制匹配任何东西，（）的作用是将括号的的内容当做一个表达式来进行匹配；

（）和[]的区别在于：[ ]用来匹配方括号内的一个字符，而括号用来匹配括号内的表达式；

对于（）而言，存在着不同的行为：

字符	含义
"|"	表示匹配的是左边的字符串或者右边的字符串，如果左边的字符串被匹配到，那么右边的字符串则不再进行匹配
（...）	将几个项组合成一个单元，这个单元可以通过“+”，“*”，“？”等修饰，记住和这个匹配的字符串以供以后使用
（？：...）	只组合单元，但是不会记忆匹配的项
\n	和第 n个分组第一次匹配的字符相匹配，组是圆括号的表达式，组索引是从左到右的左括号数，注意：因为对于（?:....）而言，这个不会记忆匹配的项，因此这个分组没有组索引号。

在RegExp中存在着$1-$9的属性，这个属性的意思是获得匹配字符串中匹配项的值，因为他会将匹配的项通过$number这个属性保存下来，对于$1-$9这个数字索引表示的是从左到右左括号"("的序号，代码如下：

var Reg=/(abc+..)(d)/g;
var Regstr=Reg.exec("abcdfg")
alert(RegExp.$1);// abcdf
alert(RegExp.$2);//d

如上：使用这个属性获得的是正则表达式圆括号中的表达式，数字代表圆括号的索引

另外：

对于 （?:...）表示不会记忆匹配的项

例如：

var Reg=/(?:abc)(d)/g;
var Regstr=Reg.exec("abcdfg")
alert(RegExp.$1);// d
alert(RegExp.$2);//""

如上：

2.6：上面几种方式的组合使用：

/^\d+$/:匹配 数字[0-9]之间的数字一次或者多次  其中 \d 相当于 [0-9]  "+"号表示匹配数字一次到多次

/^@+\..+$/:匹配 @后面的多个字符，直到遇见点号为止，在匹配点号后面的一或多个字符，一直到字符串结尾，因为这里点号是特殊符号，因此使用转义符进行转义

/^[\u4E00-\u9FA5]{2,4}$/;表示 2到4个汉字

/[a-zA-Z0-9_\u4e00-\u9fa5]+/至少一个汉字，数字，字母，下划线

使用一个正则表达式，只含有汉字，数字，字母，下划线，不能以下划线开头和结尾：

/^(?!_)(?!.*?_$)[a-zA-Z0-9_\u9fa5]+$/

（?_）表示不能以下划线_开头

（？_.*?_$）不能以_结尾