《JavaScript正则表达式迷你书》读书笔记
2019-10-15 本文已影响0人
roastwind
正则基础
常见简写形式
| 字符组 | 具体含义 | 记忆方式 |
|---|---|---|
| \d | 表示 [0-9]。表示是一位数字。 | 其英文是 digit(数字) |
| \D | 表示 [^0-9]。表示除数字外的任意字符。 | |
| \w | 表示 [0-9a-zA-Z_]。表示数字、大小写字母和下划线。 | w 是 word 的简写，也称单词字符。 |
| \W | 表示 [^0-9a-zA-Z_]。非单词字符。 | |
| \s | 表示 [ \t\v\n\r\f]。表示空白符，包括空格、水平制表符、垂直制表符、换行符、回车符、换页 符。 | s 是 space 的首字母，空白符的单词是 white space。 |
| \S | 表示 [^ \t\v\n\r\f]。 非空白符。 | |
| . | 表示 [^\n\r\u2028\u2029]。通配符，表示几乎任意字符。换行符、回车符、行分隔符和段分隔符 除外。 | 想想省略号 ... 中的每个点，都可以理解成占位符，表示任何类似的东西。 |
| [\d\D]/[\w\W]/[\s\S]/[^] | 任意字符 |
量词
| 字符组 | 具体含义 | 记忆方式 |
|---|---|---|
| {m, } | 至少出现m次 | |
| {m} | 等价于{m, m}, 出现m次 | |
| ? | 等价于{0, 1}, 出现或者不出现 | 问号的意思: 有么？ |
| + | 等价于{1, }, 表示至少出现一次 | 加号是追加的意思，表示必须现有一个，然后才考虑追加 |
| * | 等价于{0, }, 出现任意次, 有可能不出现 | 看看天上的星星，可能一颗没有，可能零散有几颗，可能数也数不过来 |
修饰符
| 字符组 | 具体含义 | 记忆方式 |
|---|---|---|
| g | 匹配全局 | 单词是global |
| i | 忽略字母大小写 | 单词是ignoreCase |
| m | 多行匹配, 只影响 ^ 和 $，二者变成行的概念，即行开头和行结尾 | 单词是multiline |
匹配位置
| 字符组 | 具体含义 | 记忆方式 |
|---|---|---|
| ^ | (脱字符)匹配开头 | |
| $ | (美元符号)匹配结尾 | |
| \b | 单词边界 | \w 与 \W 之间的位置，也包括 \w 与 ^ 之间的位置，和 \w 与 $ 之间的位置 |
| \B | 非单词边界 | |
| (?=p) | "p"的子模式, "p" 前面的位置 | positive lookahead(正向先行断言) |
| (?!p) | 非"p"前的位置 | negative lookahead(负向先行断言) |
匹配开头与结尾
-
/^|$/g: 匹配列 -
/^|$/gm: 匹配行,m是既有修饰符
ES5之后版本支持的位置判断
-
(?<=p): positive lookbehind(正向后行断言) -
(?<!p): negative lookbehind(负向后行断言)
举例
- 千分位
- 千分位示例
1234567890- 三位数字的前面:
/(?=\d{3}$)/g-
(?=p): 正向先行断言
-
- 多个三位数字:
/(?=(\d{3})+$)/g-
+: 量词, 多个
-
- 最前面不匹配:
/(?!^)(?=(\d{3})+$)/g-
(?!^): 负向先行断言
-
- 非捕获:
- 正则:
/\B(?=(?:\d{3})+(?!\d))/g
- 正则:
- 三位数字的前面:
- 带空格的千分位
123456789 123456789-
/(?!\b)(?=(\d{3})+\b)/g，即/(\B)(?=(\d{3})+\b)/g -
^和$要替换成\b
-
- 格式化千分位
function format (num) { return num.toFixed(2).replace(/\B(?=(\d{3})+\b)/g, ",").replace(/^/, "$$ "); }; console.log( format(1888) ); // => "$ 1,888.00"
- 千分位示例
- 验证密码: 长度为6~12位, 由数字、大写字母和小写字母，必须至少包含两种字符
- 长度为6~12位的数字、大小写字母:
/^[0-9a-zA-Z]{6, 12}$/ - 至少包含两种
- 解题核心
- 至少包含一位数字字符:
/(?=.*[0-9])/
- 至少包含一位数字字符:
- 划分情况
- 包含数字和大写字母
- 包含数字和小写字母
- 包含大写字母和小写字母
- 包含数字、大写字母和小写字母
- 正则:
/((?=.*[0-9])(?=.*[a-z])|(?=.*[0-9])(?=.*[A-Z])|(?=.*[a-z])(?=.*[A-Z]))^[0-9a-zA-Z]{6,12}$/- 注意:
{6,12}中间不能有空格
- 注意:
- 解题核心
- 不能同时全部为一种(反向思路)
- 解题核心
- 不能全部为一种字符(数字):
/(?!^[0-9]{6,12}$)(^[0-9a-zA-Z]{6,12})/
- 不能全部为一种字符(数字):
- 划分情况
- 不能全为数字
- 不能全为大写字母
- 不能全为小写字母
- 正则:
/(?!^[0-9]{6,12}$)(?!^[a-z]{6,12}$)(?!^[A-Z]{6,12}$)(^[0-9a-zA-Z]{6,12}$)/
- 解题核心
- 长度为6~12位的数字、大小写字母:
常用正则
| 词法 | 含义 | 记忆方式 |
|---|---|---|
| (?=.[A-Z]) / (?=.?[A-Z]) / (.*[A-Z]) | 至少包含一个大写字母 |
括号的作用
分组和分支
- 分组:
'ababa abbb ababab'.match(/(ab)+/g) - 分支:
(p1|p2)- 示例
var regex = /^I love (JavaScript|Regular Expression)$/ console.log(regex.test("I love JavaScript")) // true console.log(regex.test("I love Regular Expression")) // true
- 示例
分组引用: 正则引擎给分组开辟了一个空间, 用来存储每个分组匹配到的数据
- 分组方法
- 之前:
/^d{4}-d{2}-d{2}$/ - 之后:
/^(d{4})-(d{2})-(d{2})$/
- 之前:
- 提取数据:
-
match方法
- 使用:
'2017-06-12'.match(/(\d{4})-(\d{2})-(\d{2})/) - match返回数组:
["2017-06-12", "2017", "06", "12", index: 0, input: "2017-06-12", groups: undefined]- 第一个是整体匹配结果
- 然后是各个分组匹配到的结果
- 匹配下标
- 输入的文本
- 一个捕获组数组 或 undefined（如果没有定义命名捕获组）
- 注意:
- 使用
g之后, 返回的是一个数组- 举例:
'1s1'.match(/\d/g) => ["1", "1"]
- 举例:
- 匹配不到, 则返回
null
- 使用
- 使用:
-
exec方法
- 使用:
/(\d{4})-(\d{2})-(\d{2})/.exec('2017-06-12')
- 使用:
- 正常操作(
test/match/exec)之后, 可以通过RegExp的$0~$9获取
-
match方法
- 替换: 转换
yyyy-mm-dd为dd/mm/yyyy-
$方法'2019-09-23'.replace(/(\d{4})-(\d{2})-(\d{2})/, '$2/$3/$1') -
RegExp.$+function方法'2019-09-23'.replace(/(\d{4})-(\d{2})-(\d{2})/, function() { return `${RegExp.$2}/${RegExp.$3}/${RegExp.$1}` }) -
function方法'2019-09-23'.replace(/(\d{4})-(\d{2})-(\d{2})/, function(match, year, month, day) { return `${month}/${day}/${year}` })
-
反向引用: \1
- 同时匹配日期格式:
2019-09-24,2019/09/24,2019.09.24- 正则:
/\d{4}(-|\/|\.)\d{2}(-|\/|\.)\d{2}/ - 问题: 格式不统一,
2019/09-24同样能匹配 - 解决方法: 使用反向引用
- 正则:
/\d{4}(-|\/|\.)\d{2}(\1)\d{2}/
- 正则:
- 同理:
\2是第二个分组引用, 依次类推
- 正则:
- 括号嵌套
- 正则
// ["1231231233", "123", "1", "23", "3", index: 0, input: "1231231233", groups: undefined] 1231231233'.match(/^((\d)(\d(\d)))\1\2\3\4$/) - 拆分
/^((\d)(\d(\d)))$/.test('123') // true/^(\d)$/.test('1') // true/^(\d(\d))$/.test('23') // true/^(\d)$/.test('3') // true, 同第二个一样
- 正则
- 引用不存在的分组
- 会匹配反向引用本身
- 正则:
/\1/.test('\1') // true
- 正则:
- 会匹配反向引用本身
- 分组后由量词
- 会匹配到最后一次匹配
- 正则:
'12345'.match(/(\d)+/) // ["12345", "5", index: 0, input: "12345", groups: undefined] - 对于反向引用, 同理:
/(\d)+ \1/.test('12345 5') // true
- 正则:
- 会匹配到最后一次匹配
非捕获括号: (?:p)
非捕获匹配到的值不会保存起来
- 与之相反的是
- 捕获型分组
- 捕获型分支
- 举例
'ababa abbb ababab'.match(/(?:ab)+/g) // ["abab", "ab", "ababab"] var regex = /^I love (?:JavaScript|Regular Expression)$/ regex.test("I love JavaScript") // true regex.test("I love Regular Expression") // true ```
实战应用
trim: 去掉头部和尾部的空字符串
- js:
' hello '.trim() // 'hello' - 正则:
- 匹配到开头和结尾的空字符串, 替换掉(效率高)
' hello '.replace(/^\s+|\s+$/g, '') - 惰性匹配
*?, 匹配所有字符串, 提取相应数据' hello '.replace(/^\s*(.*?)\s*$/, '$1') // 'hello'
- 匹配到开头和结尾的空字符串, 替换掉(效率高)
将每个单词的首字母转换为大写
- 方法
function titleize (str) { return str.toLowerCase().replace(/(?:^|\s)\w/g, function (c) { return c.toUpperCase(); }); } // My Name Is Epeli console.log( titleize('my name is epeli') ) - 注意
-
\s: 制表符空格等, 用来匹配name这样的数据
-
驼峰
- 方法
var camelize = function(str) { return str.replace(/[-_\s]+(.)?/g, function(match, c){ return c ? c.toUpperCase() : '' }) } console.log(camelize('-moz-transform')) - 注意
-
replace: 关于replace参数
-
match: 匹配到的字符串 -
p1,p2,...: 代表第n个括号匹配到的字符串 -
offset: 匹配到字符串在原字符串的偏移量 -
string: 被匹配的原字符串 -
NamedCaptureGroup: 命名捕获组匹配的对象
-
-
[-_\s]: 连字符、下划线和空白符 -
?: 应对单词结尾不是单词字符, 例如'-moz-transform '
-
replace: 关于replace参数
中划线化
- 方法
var dasherize = function(str) { return str.replace(/([A-Z])/g, '-$1').replace(/[-_\s]+/g, '-').toLowerCase() } console.log(dasherize('MozTTransform')) - 或者使用
functionvar sperateLine = function(str) { return str.replace(/[A-Z]{1}/g, function(match) { return match ? `-${match.toLowerCase()}` : '' }) } console.log(sperateLine('MozTTransform'))
HTML转义和反转义
- 转义
- 方法
var escapeHTML = function(str) { var escapeChars = { '<': 'lt', '>': 'gt', '"': 'quot', '&': 'amp', '\'': '#39' } return str.replace(new RegExp(`[${Object.keys(escapeChars).join('')}]`, 'g'), function(match) { return `&${escapeChars[match]};` }) } console.log(escapeHTML('<div>hello, \'world\'</div>'))
- 方法
- 反转义
- 方法
var unescapeHTML = function(str) { var htmlEntities = { 'lt': '<', 'gt': '>', 'quot': '"', 'amp': '&', '#39': '\'' } return str.replace(new RegExp(`\&([^;]+);`, 'g'), function(match, key) { console.log(match, key) return (key in htmlEntities) ? htmlEntities[key] : match }) } console.log(unescapeHTML('<div>hello, 'world'</div>')) - 注意
- 关于
/\&([^;]+);/g中^- 匹配输入字符串开头位置
- 方括号中使用, 表示不接受该字符集合
- 匹配
^本身，使用\^ -
图示:
image.png
- 关于
- 方法
- 成对标签
- 简单匹配正则:
/<([^>]+)>[\d\D]*<\/\1>/ - 验证:
/<([^>]+)>[\d\D]*<\/\1>/.test('<title>wrong!</p>') // false
- 简单匹配正则:
回溯法
- 没有回溯的匹配
- 举例:
/ab{1,3}c/.test('abbbc')
- 举例:
- 有回溯的匹配
- 举例:
/ab{1,3}c/.test('abbc')
- 举例:
- 回溯产生的原因: 一次没有恰好匹配, 需要多次匹配
- 建议: 应该避免
- 举例
// .*任意字符出现任意次, 会匹配到abc"de, 匹配完之后发现还有"正则, 然后会回溯，只匹配到abc /".*"/.test('"abc"de') // 更改建议, 匹配非"的字符任意次, 碰到"就终止匹配, 减少回溯, 提高效率 /"[^"]*"/.test('"abc"de')
- 举例
- 释义
-
百度百科
回溯法也称试探法，它的基本思想是:从问题的某一种状态(初始状态)出发，搜索从这种状态出发 所能达到的所有“状态”，当一条路走到“尽头”的时候(不能再前进)，再后退一步或若干步，从 另一种可能“状态”出发，继续搜索，直到所有的“路径”(状态)都试探过。这种不断“前进”、 不断“回溯”寻找解的方法，就称作“回溯法”。
-
本质: 深度优先搜索算法
-
回溯: 退到之前的某一步的过程
-
- 常见的回溯形式
- 贪婪量词
- 尝试顺序从多往少的方向去尝试
- 举例
// ["12345", "123", "45", index: 0, input: "12345", groups: undefined] '12345'.match(/(\d{1,3})(\d{1,3})/)
- 惰性量词
- 贪婪量词后加问号尽可能少的匹配
- 举例
// ["1234", "1", "234", index: 0, input: "12345", groups: undefined] '12345'.match(/(\d{1,3}?)(\d{1,3})/) - 会回溯的惰性
// ["12345", index: 0, input: "12345", groups: undefined] '12345'.match(/^\d{1,3}?\d{1,3}$/)
- 分支结构
- 分支也是惰性匹配
// ["can", index: 0, input: "candy", groups: undefined] 'candy'.match(/can|candy/) - 整体匹配的话，也会回溯
// ["candy", index: 0, input: "candy", groups: undefined] 'candy'.match(/^(?:can|candy)$/)
- 分支也是惰性匹配
- 总结
- 回溯相对DFA引擎, 匹配效率低一些
- 概念
- DFA: 确定型有限自动机
- NFA: 非确定型有限自动机
- JavaScript就是, 而且流行, 匹配慢(相对DFA)
- 流行原因: 编译快, 有趣?
- 贪婪量词
拆分
-
结构的具体含义
结构 说明 举例 字面量 匹配一个具体字符，包含需要转义和不需要转义的 不转义: /a/匹配字符'a'; 转义:/\n/匹配换行符,\.匹配小数点字符组 匹配一个字符，可以是多种可能之一；反义字符组，表示除特定字符的其他字符 /[0-9]/表示匹配一个数字, 简写形式/\d/;[^0-9]表示匹配一个非数字, 简写形式/\D/量词 表示一个字符连续出现; 或常见的简写形式 /a{1,3}/表示a字符连续出现1~3次;/a+/表示a出现至少一次锚 匹配一个位置, 而不是字符 ^表示匹配位置的开头,\b表示匹配单词边界,(?=\d)表示数字的前面分组 用括号表示一个整体 (ab)+表示ab两个字符连续出现多次, 也可以使用非捕获组(?:ab)+分支 多个子表达式多选一, 反向引用 `abc bcd 表示匹配'abc'或者'bcd'字符子串;\2`表示引用第2个分组 -
操作符(从上至下)
操作符描述 操作符 优先级 转义符 \1 括号和方括号 (...)、(?:...)、(?=...)、(?!...)、[...]2 量词限定符 {m}、{m,n}、{m,}、?、*、+3 位置和序列 ^、$、\元字符、一般字符4 管道符(竖杠) ` ` 5 - 举例:
/ab?(c|de*)+|fg/
- 举例:
-
注意
- 匹配字符串整体问题
- 错误示例:
/^abc|bcd$/
QQ20191010-145021.png
- 正确示例:
/^(abc|bcd)$/
QQ20191010-145048.png
- 原因: 位置操作符优先级高于管道操作符
- 错误示例:
- 量词连缀问题
- 每个字符为
'a','b','c'任选其一, 字符串长度是3的倍数-
错误示例:
/^[abc]{3}+$/会报错, 说
+前没有什么可重复的 -
正确示例:
/([abc]{3})+/
QQ20191010-150526.png
-
- 每个字符为
- 元字符转义问题
- 元字符
/\^\$\.\*\+\?\|\\\/\[\]\{\}\=\!\:\-\,/.test('^$.*+?|\\/[]{}=!:-,') - 字符串中, 每个字符转义之后还是本身
// true '^$.*+?|\\/[]{}=!:-,' === '\^\$\.\*\+\?\|\\\/\[\]\{\}\=\!\:\-\,'- 不是每个字符都需要转义
- 跟字符组有关的
[、]、^、-。因此在会引起歧义的地方进行转义, 例如^, 否则会把整个字符组看成反义字符组'^$.*+?|\\/[]{}=!:-,'.match(/[\^$.*+?|\\/\[\]{}=!:\-,]/g) - 匹配
'[abc]'和{3,5}/\[abc]/.test('[abc]') /\{3,5}/.test('{3,5}') /{,3}/.test('{,3}')- 原因: 只需要在第一个方括号转义即可，因为后面的方括号构不成字符组，正则不会引发歧义，自然不需要转义
- 其他
-
=,!,:,-,,不在特殊结构, 不需要转义 - 括号前后需要转义,
/\(123\)/ -
^,$,.,*,+,?,|,\,/等字符, 只要不在字符组内, 都需要转义
-
- 跟字符组有关的
- 不是每个字符都需要转义
- 元字符
- 案例分析
- 正则:
/^(\d{15}|\d{17}[\dxX])$/ - IPV4正则:
/^((0{0,2}\d|0?\d{2}|1\d{2}|2[0-4]\d|25[0-5])\.){3}(0{0,2}\d|0?\d{2}|1\d{2}|2[0-4]\d|25[0-5])$/- 结构:
((...)\.){3}(...) - 结构匹配:
3位数.3位数.3位数.3位数 - 拆分
-
0{0,2}\d: 匹配0~9 // 或 00~09 // 或 000~009 -
0?\d{2}: 匹配10~99 // 或 010~099 -
1\d{2}: 匹配100~199 -
2[0-4]\d: 匹配200~249 -
25[0-5]: 匹配250~255
-
- 结构:
- 正则:
- 匹配字符串整体问题
正则表达式构建
-
平衡法则
- 匹配预期的字符串
- 不匹配非预期的字符串
- 可读性和可维护性
- 效率
-
构建正则前提
- 是否能使用正则
- 举例:
'1010010001...'
- 举例:
- 是否有必要使用(复杂)正则
- 字符串分隔举例
var string = '2017-07-01' // 正则 var reg = /^(\d{4})-(\d{2})-(\d{2})/ console.log(string.match(reg)) // js api var stringArray = string.split('-') console.log(stringArray) - 判断是否有问号
var string = '?id=xx&act=search' // 正则 console.log(string.search(/\?/)) // js api console.log(string.indexOf('?')) - 获取子串
var string = 'JavaScript' // 正则 var reg = /.{4}(.+)/ console.log(string.match(reg)[1]) // js api console.log(string.substring(4)) - 是否有必要构建一个复杂的正则
- 密码问题: 长度6~12位, 由数字、小写和大写字符组成, 必须包含两种字符
- 复杂正则:
/(?!^[0-9]{6,12}$)(?!^[a-z]{6,12}$)(?!^[A-Z]{6,12}$)^[0-9A-Za-z]{6,12}$/ - 分拆简单正则:
var regex1 = /^[0-9a-zA-Z]{6,12}$/ var regex2 = /^[0-9]$/ var regex3 = /^[a-z]$/ var regex4 = /^[A-Z]$/ function checkPassword = function(string) { if (!regex1.test(string) return false if (regex2.test(string)) return false if (regex3.test(string)) return false if (regex4.test(string)) return false return true }
- 字符串分隔举例
- 是否能使用正则
-
准确性
- 问题1:
- 描述：匹配如下格式固话
055188888888、0551-88888888、(0551)88888888 - 分析(不考虑分机号和
+86)- 区号, 以0开头的3~4位数字, 正则:
/0\d{2,3}/ - 号码, 非0开头的6~7位数字, 正则:
/[1-9]\d{6,7}/ - 匹配
055188888888, 正则:/^0\d{2,3}[1-9]\d{6,7}$/ - 匹配
0551-88888888, 正则:/^0\d{2,3}-[1-9]\d{6,7}$/ - 匹配
(0551)88888888, 正则:/^\(0\d{2,3}\)[1-9]\d{6,7}$/ - 合并正则:
^/0\d{2,3}[1-9]\d{6,7}|0\d{2,3}-[1-9]\d{6,7}|\(0\d{2,3}\)[1-9]\d{6,7}$/ - 提取公共正则:
/^(0\d{2,3}|0\d{2,3}-|\(0\d{2,3}\))[1-9]\d{6,7}$/ - 进一步简写:
/^(0\d{2,3}-?|\(0\d{2,3}\))[1-9]\d{6,7}$/
QQ20191011-121606.png
- 区号, 以0开头的3~4位数字, 正则:
- 测试
/^(0\d{2,3}-?|\(0\d{2,3}\))[1-9]\d{6,7}$/.test('055188888888') /^(0\d{2,3}-?|\(0\d{2,3}\))[1-9]\d{6,7}$/.test('0551-88888888') /^(0\d{2,3}-?|\(0\d{2,3}\))[1-9]\d{6,7}$/.test('(0551)88888888') /^(0\d{2,3}-?|\(0\d{2,3}\))[1-9]\d{6,7}$/.test('051-8888888') - 问题
- 3位和4位数字不一定是真实区号
- 描述：匹配如下格式固话
- 问题2:
- 描述: 匹配如下格式浮点数
1.23、+1.23、-1.23、10、+10、-10、.2、+.2、-.2 - 分析
- 符号部分:
[+-] - 整数部分:
\d+ - 小数部分:
\.\d+ - 匹配
1.23、+1.23、-1.23正则:/^[+-]?\d+\.\d+$/ - 匹配
10、+10、-10正则:/^[+-]?\d+$/ - 匹配
.2、+.2、-.2正则:/^[+-]?\.\d+$/ - 合并正则:
/^[+-]?(\d+\.\d+|\d+|\.\d+)$/
float_1.png
- 另外一种写法:
/^[+-]?(\d+)?(\.)?\d+$/涉及到可维护性和可读性
- 符号部分:
- 描述: 匹配如下格式浮点数
- 问题1:
-
效率
-
正则运行阶段
-
编译
引擎报错与否在这个阶段
-
设定起始位置
-
尝试匹配
可以优化的阶段
-
匹配失败，从下一位开始继续第3步
可以优化的阶段
-
最终结果: 匹配成功或失败
-
-
运行代码示例
var regex = /\d+/g; // 0 ["123", index: 0, input: "123abc34def", groups: undefined] console.log( regex.lastIndex, regex.exec("123abc34def") ); // 3 ["34", index: 6, input: "123abc34def", groups: undefined] console.log( regex.lastIndex, regex.exec("123abc34def") ); // 8 null console.log( regex.lastIndex, regex.exec("123abc34def") ); // 0 ["123", index: 0, input: "123abc34def", groups: undefined] console.log( regex.lastIndex, regex.exec("123abc34def") );当使用
test和exec时, 正则有g时, 起始位置是从lastIndex开始的 -
优化方法
-
使用具体型字符组代替通配符, 来消除回溯
-
/".*"/.test('123"abc"456'): 回溯有4次 -
/".*?"/.test('123"abc"456'): 回溯有2次- 惰性匹配
*?
- 惰性匹配
-
/"[^"]*"/.test('123"abc"456'): 无回溯
-
-
使用非捕获分组
不需要使用分组引用和反向引用时
-
/^[+-]?(\d+\.\d+|\d+|\.\d+)$/=>/^[+-]?(?:\d+\.\d+|\d+|\.\d+)$/
-
-
独立出确定字符
-
/a+/=>/aa*/
-
-
提取公共分支部分
可减少匹配过程中的重复
-
/^abc|^bcd/=>/^(abc|bcd)/ -
/this|that/=>/th(?:is|at)/
-
-
减少分支的数量, 缩小它们范围
-
/red|read/=>/rea?d/: 可读性降低
-
-
-
总结
- 关于准确性: 满足需求即可
- 关于效率: 看个人要求
- 准确性思路
- 针对每种情形, 分别写出正则
- 再用分支进行合并
- 提取公共部分
-
正则表达式编程
-
匹配: 目标字符串中是否有匹配的子串
-
正则表达式的四种操作
- 验证: 判断是否的操作
- 切分:
- 切分
,分隔的字符串// ["html", "js", "css"] 'html,js,css'.split(/,/) - 日期切割
// ["2019", "10", "11"] '2019/10/11'.split(/\D/) '2019.10.11'.split(/\D/) '2019-10-11'.split(/\D/)
- 切分
- 提取:
- search
'2019-10-11'.search(/^(\d{4})\D(\d{2})\D(\d{2})$/) // 2019 10 11 console.log(RegExp.$1, RegExp.$2, RegExp.$3) - match
// ["2019-10-11", "2019", "10", "11", index: 0, input: "2019-10-11", groups: undefined] '2019-10-11'.match(/^(\d{4})\D(\d{2})\D(\d{2})$/) -
replace
var date = [] '2019-10-11'.replace(/^(\d{4})\D(\d{2})\D(\d{2})$/, function(year, month, day) { date.push(year, month, day) }) // ["2019-10-11", "2019", "10"] console.log(date) - test
/^(\d{4})\D(\d{2})\D(\d{2})$/.test('2019-10-11') // 2019 10 11 console.log(RegExp.$1, RegExp.$2, RegExp.$3) - exec
/^(\d{4})\D(\d{2})\D(\d{2})$/.exec('2019-10-11') // 2019 10 11 console.log(RegExp.$1, RegExp.$2, RegExp.$3)
- search
-
替换: 需要重点掌握
var tody = new Date('2019-10-11'.replace(/-/g, '/')) // Fri Oct 11 2019 00:00:00 GMT+0800 (China Standard Time) console.log(tody)
-
相关API注意要点
-
search和match会把字符串转成正则// 0 '2019.10.11'.search('.') // ["2", index: 0, input: "2019.10.11", groups: undefined] '2019.10.11'.match('.') // 4 '2019.10.11'.search('\\.') // [".", index: 4, input: "2019.10.11", groups: undefined] '2019.10.11'.match('\\.') // 4 '2019.10.11'.search(/\./) // [".", index: 4, input: "2019.10.11", groups: undefined] '2019.10.11'.match(/\./) // "2019/10.11" '2019.10.11'.replace('.', '/') -
match返回的格式问题: 与是否有修饰符g有关// ["2019", "2019", index: 0, input: "2019.10.11", groups: undefined] console.log('2019.10.11'.match(/\b(\d+)\b/)) // ["2019", "10", "11"] console.log('2019.10.11'.match(/\b(\d+)\b/g)) -
exec比match更强大:match使用g之后, 没有关键信息index,exec可以解决这个问题, 并且接着上一次继续匹配var string = "2019.10.11"; var regex2 = /\b(\d+)\b/g; // ["2019", "2019", index: 0, input: "2019.10.11", groups: undefined] console.log( regex2.exec(string) ); // 4 console.log( regex2.lastIndex); // ["10", "10", index: 5, input: "2019.10.11", groups: undefined] console.log( regex2.exec(string) ); // 7 console.log( regex2.lastIndex); // ["11", "11", index: 8, input: "2019.10.11", groups: undefined] console.log( regex2.exec(string) ); // 10 console.log( regex2.lastIndex); // null console.log( regex2.exec(string) ); // 0 console.log( regex2.lastIndex);-
对使用
exec用法优化示例中
lastIndex表示下次匹配的开始位置var string = '2019.10.11' var regex = /\b(\d+)\b/g var result while (result = regex.exec(string)) { console.log(result, regex.lastIndex) }
-
-
修饰符
g对exec和test的影响- 字符串的四个方法, 每次匹配都是从0开始, 即
lastIndex属性始终不变var regex = /a/g 'a'.search(regex) // 0 console.log(regex.lastIndex) 'ab'.search(regex) // 0 console.log(regex.lastIndex) - 正则的
exec和test方法, 当正则含有g, 每次匹配都会更改lastIndex; 不含g, 则不会改变lastIndexvar regex = /a/g // true 1 console.log( regex.test('a'), regex.lastIndex ) // true 3 console.log( regex.test('abac'), regex.lastIndex ) // false 0 console.log( regex.test('abacd'), regex.lastIndex )
- 字符串的四个方法, 每次匹配都是从0开始, 即
-
test整体匹配时需要^和$test是看目标字符串中是否有子串符合条件// true /123/.test('a123b') // false /^123$/.test('a123b') // true /^123$/.test('123')
-
-
split相关事项- 有2个参数, 第2个表示数组最大长度
// ["js", "css"] 'js,css,html'.split(/,/, 2) - 使用分组, 则结果包含分隔符本身
// ["js", ",", "css", ",", "html"] 'js,css,html'.split(/(,)/)
- 有2个参数, 第2个表示数组最大长度
-
replace很强大-
第二个参数是字符串时, 有如下含义
属性 描述 2,...,$99
匹配第1~99个分组里捕获到的文本 $& 匹配到的子串文本 $` 匹配到的子串左边的文本 $' 匹配到的子串右边的文本 $$ 美元符号 - 把
2,3,5变成5=2+3// "5=2+3" '2,3,5'.replace(/(\d+),(\d+),(\d+)/, '$3=$1+$2') - 把
2,3,5变成222,333,555'2,3,5'.replace(/(\d+)/g, '$&$&$&') - 把
2+3=5变成2+3=2+3=5=5// "2+3=2+3=5=5" '2+3=5'.replace(/(=)/, "$&$`$&$'$&")
- 把
-
第二个参数是函数时
replace此时拿到的信息比exec多// ["1234", "1", "4", 0, "1234 2345 3456"] // ["2345", "2", "5", 5, "1234 2345 3456"] // ["3456", "3", "6", 10, "1234 2345 3456"] "1234 2345 3456".replace(/(\d)\d{2}(\d)/g, function (match, $1, $2, index, input) { // $1是每组数字的开始 // $2是每组数字的结束 console.log([match, $1, $2, index, input]); })
-
-
使用构造函数需要注意的问题
不推荐使用, 会写很多的
\// ["2017-06-27", "2017.06.27", "2017/06/27"] '2017-06-27 2017.06.27 2017/06/27'.match(/\d{4}(-|\.|\/)\d{2}\1\d{2}/g) // ["2017-06-27", "2017.06.27", "2017/06/27"] '2017-06-27 2017.06.27 2017/06/27'.match(new RegExp('\\d{4}(-|\\.|\\/)\\d{2}\\1\\d{2}', 'g')) -
修饰符
修饰符 描述 单词 /g/ 全局匹配(找到所有的) global /i/ 忽略字母大小写 ignoreCase /m/ 多行匹配, 只影响 ^和$, 二者变成行概念(行开头、行结尾)multiline - 只读属性
var regex = /\w/img // true console.log(regex.global) // true console.log(regex.ignoreCase) // true console.log(regex.multiline)
- 只读属性
-
source属性对象属性, 除了
global,ignoreCase,multiline,lastIndex还有source属性; 用来构建动态正则, 或确认真正的正则var className = "high"; // => (^|\s)high(\s|$) // => 即字符串"(^|\\s)high(\\s|$)" var regex = new RegExp("(^|\\s)" + className + "(\\s|$)"); console.log( regex.source ) console.log(regex.test(' high '), regex.test('high')) -
构造函数属性
静态属性随着最后一次正则操作而变化, 除了
$1,...$9, 还有几个不太常用的(有兼容问题)静态属性 描述 简写形式 RegExp.input最近一次目标字符串 RegExp['$_'] RegExp.lastMatch最近一次匹配的文本 RegExp['$&'] RegExp.lastParen最近一次捕获的文本 RegExp['$+'] RegExp.leftContext目标匹配lastMatch之前的文本 RegExp['$`'] RegExp.rightContext目标匹配lastMatch之后的文本 RegExp["$'"] var regex = /([abc])(\d)/g var string = 'a1b2c3d4e5' string.match(regex) // a1b2c3d4e5 a1b2c3d4e5 console.log(RegExp.input, RegExp['$_']) // c3 c3 console.log(RegExp.lastMatch, RegExp['$&']) // 3 3 console.log(RegExp.lastParen, RegExp['$+']) // a1b2 c3 console.log(RegExp.leftContext, RegExp['$&']) // d4e5 d4e5 console.log(RegExp.rightContext, RegExp["$'"]) ```
真实案例
- 构造函数生成正则: 通过class获取dom
function getClassByName(className) { var elements = document.getElementByTagName('*') var regex = new RegExp('(^|\\s)' + className + '($|\\s)') var result = [] var elementsLength = elements.length for (var i = 0; i < elementsLength; i++) { var element = elements[i] if (regex.test(element.className)) { result.push(element) } } return result } - 字符串保存数据: 判断数据类型
var utils = {} 'Boolean|Number|String|Function|Array|Date|RegExp|Object|Error'.split('|').forEach(function(item) { utils['is' + item] = function(obj) { return {}.toString.call(obj) === '[object '+ item +']' } }) console.log(utils.isArray([1, 2, 3])) - 正则替代 &&(不兼容IE)
var readyRegex = /complete|loaded|interactive/ function ready(callback) { if (readyRegex.test(document.readyState) && document.body) { callback() } else { document.addEventListener('DomContentLoaded', function() { callback() }, false) } } - 强大的replace: 参数查询压缩
function compress(source) { var keys = {} // [^=&]中的&不能去掉, 否则第二次会匹配成&b=2 // key不能为空, value有可能为空, 所以第一次是+, 第二次是* source.replace(/([^=&]+)=([^&])*/g, function(full, key, value) { keys[key] = (keys[key] ? keys[key] + ',' : '') + value }) var result = [] for (var key in keys) { result.push(key + '=' + keys[key]) } return result.join('&') } // a=1,3&b=2,4 console.log(compress('a=1&b=2&a=3&b=4')) - 根据字符串生成正则
function createRegex(regex) { try { if (regex[0] === '/') { regex = regex.split('/') regex.shift() var flags = regex.pop() regex = regex.join('/') regex = new RegExp(regex, flags) } else { regex = new RegExp(regex, 'g') } return { success: true, result: regex } } catch (e) { return { success: false, message: '无效的正则表达式' } } } // {success: true, result: /\d/gm} console.log(createRegex('/\\d/gm')) // {success: true, result: /\d/g} console.log(createRegex('/\\d/g'))
参考资料
- 教程类
- 文档类
- 实用?
- 网址校验
- 工具
- regexper: 正则可视化网站
