JavaScript正则表达式
一直对正则表达式这块比较欠缺,经常看见很多地方在用,比如匹配路由,匹配电话号码,匹配链接等等。不是很明白其中一些符号的意思,所以看了很多的文章,最后从看的文章中摘录一些重要的过来,并做一些总结。
定义
- 构造函数
var reg = new RegExp('<%string%>', 'g');
- 字面量
var reg = /<%string%>/g
- g:global,全文搜索,默认搜索到第一个结果就停止
- i:ignore case,忽略大小写,默认大小写敏感
- m: multiple lines,多行搜索(更改^和$的含义,使它们分别在任意一行对待行首和行尾匹配,而不仅仅在整个字符串的开头和结尾匹配)
元字符
正则表达式让人望而却步的一个重要原因就是其转义字符太多了,组合非常之多,但是正则表达式的元字符(在正则表达式中具有特殊意义的专用字符,可以用来规定其前导字符)并不多
元字符:([{^$|)?*+.
并不是每个元字符都有其特定意义,在不同的组合中元字符有不同的意义,分类看一下
预定义特殊字符
字符 | 含义 |
---|---|
\t | 水平制表符 |
\r | 回车符 |
\n | 换行符 |
\f | 换页符 |
\cX | 与X对应的控制字符(Ctrl + X) |
\v | 垂直制表符 |
\0 | 空字符 |
字符类
一般情况下正则表达式一个字符(转义字符算一个)对应字符串一个字符,比如ab\t
但是我们可以使用元字符[]来构建一个简单的类,所谓类是指,符合某些特征的对象,是一个泛指,而不是特指某个字符,我们可以使用表达式[abc]把字符a或b或c归为一类,表达式可以匹配这类的字符
元字符[]组合可以创建一个类,我们还可以使用元字符创建反向类/负向类,反向类的意思是不属于XXX类的内容,表达式[abc]表示不是字符a或b或c的内容
范围类
按照上面的说明要是我们希望匹配单个数字那么表达式是这样的[0123456789]
如果是字母那怎么办。。。,好麻烦,正则表达式还提供了范围类,我们可以使用x-y来连接两个字符表示从x到y的任意字符,这是个闭区间,也就是说包含x和y本身,这样匹配小写字母就很简单了[a-z]
要是想匹配所有字母呢?在[]组成的类内部是可以连写得,我们还可以这样写[a-zA-Z]
预定义类
刚才使用正则我们创建了几个类,来表示数字,字母等,但这样写也很麻烦,正则表达式为我们提供了几个常用的预定义类来匹配常见的字符
字符 | 等价类 | 含义 |
---|---|---|
. | [^\n\r] | 除了回车符和换行符之外的所有字符 |
\d | [0-9] | 数字字符 |
\D | [^0-9] | 非数字字符 |
\s | [ \t\n\x0B\f\r] | 空白符 |
\S | [^ \t\n\x0B\f\r] | 非空白符 |
\w | [a-zA-Z_0-9] | 单词字符(字母、数字、下划线) |
\W | [^a-zA-Z_0-9] | 非单词字符 |
有了这些预定义类,写一些正则就很方便了,比如我们希望匹配一个ab+数字+任意字符的字符串,就可以这样写了ab\d
边界
正则表达式还提供了几个常用的边界匹配字符
字符 | 含义 |
---|---|
^ | 以xx开头 |
$ | 以xx结尾 |
\b | 单词边界,指[a-zA-Z_0-9]之外的字符 |
\B | 非单词边界 |
看个不负责任的邮箱正则匹配\w+@\w+\.(com)$
量词
之前我们介绍的方法都是一一匹配的,如果我们希望匹配一个连续出现20次数字的字符串,难道我们需要写成 这样\d\d\d\d...
为此正则表达式引入了一些量词
字符 | 含义 |
---|---|
? | 出现零次或一次(最多出现一次) |
+ | 出现一次或多次(至少出现一次) |
* | 出现零次或多次(任意次) |
{n} | 出现n次 |
{n,m} | 出现n到m次 |
{n,} | 至少出现n次 |
贪婪模式与非贪婪模式
看了上面介绍的量词,也许爱思考的同学会想到关于匹配原则的一些问题,比如{3,5}这个量词,要是在句子种出现了十次,那么他是每次匹配三个还是五个,反正3、4、5都满足3~5的条件,量词在默认下是尽可能多的匹配的,也就是大家常说的贪婪模式
`'123456789'.match(/\d{3,5}/g); //["12345", "6789"] `
既然有贪婪模式,那么肯定会有非贪婪模式,让正则表达式尽可能少的匹配,也就是说一旦成功匹配不不再继续尝试,做法很简单,在量词后加上 ? 即可
`'123456789'.match(/\d{3,5}?/g); //["123", "456", "789"]`