正则表达式学习笔记2

2017-05-10 本文已影响73人打铁大师

什么是正则表达式

Regular Expression使用单个字符串来描述，匹配一系列符合某个句法规则的字符串
说简单了就是按照某种规则去匹配符合条件的字符串。
正则表达式图形工具(可能需要翻墙)

REGEXP对象

javascript通过内置对象RegExp支持正则表达式

有两种方法实例化RegExp对象

字面量

var reg = /\bis\b/g;
'He is a boy.This is a dog.Where is she?'.replace(reg,'IS');
// "He IS a boy.This IS a dog.Where IS she?"

构造函数

var reg =new RegExp('\\bis\\b','g');
'He is a boy.This is a dog.Where is she?'.replace(reg,'IS');
// "He IS a boy.This IS a dog.Where IS she?"

修饰符：

g : global全文搜索，不添加则搜索到第一个匹配停止。
I ：ignore case 忽略大小写，默认大小写敏感。
m:multiple lines 多行搜索

元字符：

正则表达式由两种基本字符类型组成：
- 原义文本字符
- 元字符

字符	含义
\t	水平制表符
\v	垂直制表符
\n	换行符
\r	回车符
\0	空字符
\f	换页符
\cX	与X对应的控制字符(ctrl+x)

元字符是在正则表达式中有特殊含义的非字母字符

** *+?$^.|(){}[] **

字符类：

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性的对象，一个泛指，而不是特指某个字符。
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。
```
'a1b2c3d4'.replace(/[a,b,c]/g,'X');
//X1X2X3d4
```

字符类取反：

使用元字^创建反向类／负向类
反向类的意思是不属于某类的内容
表达式[^abc]表示不是字符a或b或c的内容
```
'a1b2c3d4'.replace(/[^a,b,c]/g,'X');
//a1b2c3X4
```

范围类

正则表达式还提供了范围类
所我们可以使用[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，也就是包含a和z本身

在[]组成的类内部是可以连写的[a-zA-Z]

 'a1b2d3x4z9'.replace(/[[a-z]/g,'Q');
//Q1Q2Q3Q4Q9

预定义类

字符	含义
.	除了回车符和换行符之外的所有字符
\d	数字字符
\D	非数字字符
\s	空白符
\S	非空白符
\w	单词字符（字母，数字下划线）
\W	非单词字符

  匹配一个ab+数字+任意字符的字符串
  /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xxx开始
$	以xxx结束
\b	单词边界
\B	非单词边界

  'This is a boy'.replace(/\Bis\b/g,'0');
  // Th0 is a boy
 
   'This is a boy'.replace(/\bis\b/g,'0');
  // This 0 a boy

 var mulStr='@123
  @456
  @789';
  mulStr.replace(/^@\d/gm,'X');
  // "X23
       X56
       X89"

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

尽可能多的匹配

  '12345678'.replace(/\d{3,6}/g,'X');
   //X78

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再继续尝试，就是非贪婪模式。
做法很简单，在量词后加上？即可

'123456789'.match(/\d{3,5}?/g);
//['123','456','789']

分组

使用（）可以达到分组的功能，使量词作用于分组

匹配字符串Byron连续出现3次的场景

  'a1b2c3d6'.replace('/([a-z]\d){3}/g,'X');
// Xd4

或

使用 | 可以达到或的效果

   'ByronCasper'.replace(/Byron|Carper/g,'X');
  //'XX'
   'ByronsperByrCasper'.replace(/Byr(on|Ca)rper/g,'X');
  // 'XX'

反向引用

 '2016-11-25'.replace(/(\d{4})-(\d{2})-(\d{2})/g,'$2/$3/$1');
  // 11/25/2016

忽略分组

不希望捕获某些分组，只需要在分组内加上？：就可以

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，成为‘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

名称	正则	含义
正向前瞻	exp(?=assert)
负向前瞻	exp(?!assert)
正向后顾	exp(?<=assert)	javascript不支持
负向后顾	exp(?<!assert)	javascript不支持

  'a2*3'.replace(/\w(?=\d)/g,'X');
 // X2*3
  'a2*34vv'.replace(/\w(?!\d)/g,'X');
  // aX*3XXX

对象属性

global:是否全文搜索，默认false
ignore case：是否大小写敏感，默认是false
multiline:多行搜索，默认值是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

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。

如果存在则返回true，否则返回false

 var reg1 = /\w/;
reg1.test('a')//true
reg1.test('b')//false
// 上述现象，是跟reg1.lastIndex有关

RegExp.prototype.exec(str)

使用正则表达式模式对字符串执行搜索，并将更新全局RegExp对象的属性以反映匹配结果。
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存放背被检索的字符串string

不带g的调用

调用非全局的regexp对象的exec()时，返回数组
第一个元素是正则表达式相匹配的文本
第二个元素是与RegExpObect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RegExpObect的第二个子表达式相匹配的文本（如果有的话），以此类推

var reg3 = /\d(\w)(\w)\d/;
var ts = '$1az2bb3cy4dd5ee';
var ret = reg3.exec(ts);
console.log(reg3.lastIndex+'\t'+ret.index+'\t'+ret.toString());
//  0 1   1az2,a,z
 ret = reg3.exec(ts);
console.log(reg3.lastIndex+'\t'+ret.index+'\t'+ret.toString());
//  0 1   1az2,a,z

var reg4 =  /\d(\w)(\w)\d/g;
while(ret = reg4.exec(ts)){
   console.log(reg4.lastIndex+'\t'+ret.index+'\t'+ret.toString());
}
  // 5    1   1az2,a,z
 //    11 7   3cy4,c,y
//结论：不具有标志 g 和不表示全局模式的 RegExp 对象不能使用 lastIndex 属性。

String.prototype.search(reg)

search()方法用于检索字符串中指定的子字符串，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。
```
'a1b2c3d1'.sarch('1');//1
'a1b2c3d1'.sarch(/1/);//1
```

String.prototype.match(reg)

match()方法将检索字符串，以找到一个或多个与regexp匹配的文本
regexp是否具有标志g对结果影响很大
没有g标志的调用
- 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
- 如果没有找到任何匹配的文本，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
- 返回数组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的位置
  - input声明对stringobject的引用
```
var reg3 = /\d(\w)\d/;
var reg4 = /\d(\w)\d/g;
var ts ='$1a2b3c4d5e';
var ret = ts.match(regs3);
console.log(ret);  //['1a2','a']
console.log(ret.index+'\t'+reg3.lastIndex) // '1  0'
```
有g的调用
- 如果regexp具有标志g则match()方法将执行全局检索，找到字符串中的所有匹配子字符串。
  - 如果没有找到匹配字符串，则返回null
  - 如果找到了一个或多个匹配子串，则返回数组
- 数组元素中存放的是字符串中所有的匹配子串，而且也没有index属性或input属性。
```
 var reg3 = /\d(\w)\d/;
var reg4 = /\d(\w)\d/g;
var ts ='$1a2b3c4d5e';
var ret = ts.match(regs4);
console.log(ret); // ['1a2','3c4']
console.log(ret.index+'\t'+reg4.lastIndex); // undefined 0
```

String.prototype.split()

我们经常使用split方法把字符串分割为字符数组
```
    'a,b,c,d'.split(','); //['a','b','c','d']
```
在一些复杂的分割情况下我们可以使用正则表达式解决
```
   'a1b2c3d'.split(/\d/); //['a','b','c','d']
```

String.prototype.replace()

String.prototype.replace(str,replaceStr)
String.prototype.replace(reg,replaceStr)
String.prototype.replace(reg,function)

function参数含义

function会在每次匹配替换的时候调用，有四个参数

匹配字符串
正则表达式分组内容，没有分组则没有该参数
匹配项在字符串中的index

原字符串

'a1b2c3d4e5'.replace(/\d/g,function(match,index,origin){
 return parseInt(match)+1;
}
// 'a2b3c4d5e6'