Hengshuai's blog

Appearance

深入浅出RegExp ​

JavaScript中的正则是Perl的大子集，但Perl内部的一些表达式却没有继承

正则表达式是用于匹配字符串中字符组合的模式(可参考MDN教程)

一个例子 ​

使用正则将一个数字以科学计数法进行表示，如：

js
 // 10000000 => 10,000,000

现在用一个正则来解决

js
const str = '10000000'
const reg = /(?=(\B)(\d{3})+$)/g
str.replace(reg, ',') // 10,000,000

修饰符 ​

正则表达式是由模式和修饰符(可有可无)组成 常用的修饰符有：i、g、m、u、y

  • i：匹配时不区分大小写
    js
    str = 'JavaScript'
reg = /javascript/i
reg.test(str) // => true
  • g：匹配时会查找所有的匹配项，而不只是第一个
    js
    str = 'absKsdblsb'
reg = /s/g
str.match(reg) // => [s, s, s]
  • m：匹配多行(会影响^、$操作符)
    js
    str = 'ab\nab'
reg = /^ab/mg
str.match(reg) // => [ab，ab]
  • u：开启完整的 unicode 支持
  • y：粘滞模式
    js
    str = 'Hello, world!';
reg = /\w+/y;
reg.lastIndex = 5; // 在位置 5 精确查找
regexp.exec(str) // => null

字符类 ​

字符类是个特殊的字符，用来匹配字符集中字符 如：匹配字符串中的数字

js
const str = 'jhsd123fg903d'

// 匹配所有的数字
str.match(/\d/g) // => ['1', '2', '3', '9', '0', '3']

常用的字符表达式见下表:

表达式描述含义
.匹配单个字符，除了换行和行结束符（小数点）默认匹配除换行符之外的任何单个字符。例如，/.n/ 将会匹配 "nay, an apple is on the tree" 中的 'an' 和 'on'，但是不会匹配 'nay'。如果 s ("dotAll") 标志位被设为 true，它也会匹配换行符。
\w匹配单词字符匹配一个单字字符（字母、数字或者下划线）。等价于 [A-Za-z0-9_]。例如, /\w/ 匹配 "apple," 中的 'a'，"$5.28,"中的 '5' 和 "3D." 中的 '3'。
\W匹配非单词字符匹配一个非单字字符。等价于 [^A-Za-z0-9_]。例如, /\W/ 或者 /[^A-Za-z0-9_]/ 匹配 "50%." 中的 '%'。
\d匹配数字匹配一个数字。等价于[0-9]。例如， /\d/ 或者 /[0-9]/ 匹配"B2 is the suite number."中的'2'。
\D匹配非数字字符匹配一个非数字字符。等价于[^0-9]。例如， /\D/ 或者 /[^0-9]/ 匹配"B2 is the suite number."中的'B' 。
\s匹配空白字符匹配一个空白字符，包括空格、制表符、换页符和换行符。等价于[ \f\n\r\t\v\u00a0\u1680\u180e\u2000-u200a\u2028\u2029\u202f\u205f\u3000\ufeff]。例如, /\s\w*/ 匹配"foo bar."中的' bar'。经测试，\s不匹配"\u180e"，在当前版本Chrome(v80.0.3987.122)和Firefox(76.0.1)控制台输入/\s/.test("\u180e")均返回false。
\S匹配非空白字符匹配一个非空白字符。等价于 [^ \f\n\r\t\v\u00a0\u1680\u180e\u2000-u200a\u2028\u2029\u202f\u205f\u3000\ufeff]。例如，/\S\w*/ 匹配"foo bar."中的'foo'。
\b匹配单词边界匹配一个词的边界。一个词的边界就是一个词不被另外一个“字”字符跟随的位置或者前面跟其他“字”字符的位置，例如在字母和空格之间。注意，匹配中不包括匹配的字边界。换句话说，一个匹配的词的边界的内容的长度是0。（不要和[\b]混淆了）使用"moon"举例：/\bm/匹配“moon”中的‘m’；/oo\b/并不匹配"moon"中的'oo'，因为'oo'被一个“字”字符'n'紧跟着。/oon\b/匹配"moon"中的'oon'，因为'oon'是这个字符串的结束部分。这样他没有被一个“字”字符紧跟着。/\w\b\w/将不能匹配任何字符串，因为在一个单词中间的字符永远也不可能同时满足没有“字”字符跟随和有“字”字符跟随两种情况。
\B匹配非单词边界匹配一个非单词边界。匹配如下几种情况：（1）字符串第一个字符为非“字”字符 （2）字符串最后一个字符为非“字”字符（3）两个单词字符之间（4）两个非单词字符之间（5）空字符串
\n匹配换行符匹配一个换行符 (U+000A)。

...等等其他

例子 ​

  1. .字符
js
var str = 'aa1bb'
str.match(/(\w)\1.(\w)\2/g) // => ['aa1bb']，此处 `.` 匹配的是 1

str = 'nay, an apple is on the tree'
str.match(/.n/g) // => ['an', 'on']，匹配两个结果，此处`.` 分别是 a, o
  1. \w字符
js
var str = 'a1ds23;.?]'
str.match(/\w/g) // => ['a', '1', 'd', 's', '2', '3']
  1. \d字符
js
var str = 'a1ds23;.?]'
str.match(/\w/g) // => ['1', '2', '3']
  1. \s字符
js
var str = 'a1 ds2 3;.?]'
str.match(/\w/g) // => [' ', ' ']，共有两处
  1. \b字符
js
var str = '2split1;word3'
str.match(/\b\d/g) // => [2]，先匹配数字[2,1,3]，而后单词边界的是 [2]
  1. \B字符
js
var str = '2split1;word3'
str.match(/\B\d/g) // => [1, 3]，先匹配数字[2,1,3]，而后非单词边界的是 [1,3]

复用 ​

复用即量词，常见的量词包括：*、+、?、{n}，量词可以在匹配多个相同的模式的时候很管用，避免了重复写相同的模式

一个小例子：

js
str = 'ab1c2d345e'
str.match(/\d/ig) // => [1, 2, 3, 4, 5]

// 使用量词 （这里涉及到了贪婪原则，后面会讲到）
str.match(/\d+/ig) // => [1, 2, 345]

来看下面的解释

  • *：匹配前面的模式0个或多个，相当于{0, n}
    js
    // 还是上面的例子
// 使用 *
str.match(/\d*/ig) // => ['', '', '1', '', '2', '', '345', '', '']
// 这里因为 * 0个也会匹配，所以每个位置都会匹配到空字符
  • +：匹配前面的模式1个或多个，相当于{1, n}
    js
    // 使用 +，同理，至少得一个才能匹配上
str.match(/\d+/ig) // => ['1', '2', '345']
  • ?：匹配前面模式0个或1个，相当于{0, 1}
    js
    str = 'Should I write color or colour'
// 这里 ? 表示前面的 u 有或者没有都行
str.match(/colou?r/ig) // => [color, colour]
  • {n}：表示一个范围，可以是{0,n}，{n,} 或者{n,m}，表示知道得有左位数和最多位数
    js
    str = 'erabuiababidjabababkjlsdababababkl'
// 至少得有2个ab，最多匹配3个ab
str.match(/(ab){2,3}/ig) // => [abab, ababab, ababab]

选择、组合、捕获、引用 ​

选择 ​

选择是由|标识进行匹配，可以理解为or，如：a|b表示匹配a或者b

js
str = 'absdfg'
// 匹配s或者d
str.match(/s|d/ig) // => ['s', 'd']

组合(字符集合范围) ​

组合在常用的匹配模式中还是常用的，[]用来组合匹配的范围或者其他

几个重要概念：

  1. [^..]表示非组合的内容，^在开头代表不是后面要匹配的内容
  2. [\b]匹配一个退格，不要和 \b混淆了
js
// 匹配第一位是字符全是大写或者全是小写的字母
reg1 = /^[A-z]\d*/ig
reg1.test('s12314') // => true

// 匹配第一位是字母或者数字的，最后一个第一位是字母或者0-2之间的数字，很明显false
reg2 = /^[A-z|\d]\d*/ig
reg2.test('s12314') // => true
reg2.test('112314') // => true
reg3 = /^[A-z|0-2]\d*/ig
reg3.test('312314') // => false

// 匹配第一位不是字母
reg4 = /^[^A-z]\d*/ig
reg4.test('s12314') // => false
reg4.test(';12314') // => true

捕获 ​

捕获在匹配表达式中经常看到，他的作用非常强大，使用()一对括号进行修饰，这样就可以捕获到匹配到里面的内容，捕获经常和引用或者修饰符（*、+...）结合使用

在讲用法前，需要补充一下排除捕获，排除捕获也很重要很常用，可以用一些需要()但又不需要捕获后的值，用?:排除捕获

常见用法：

  1. 使用捕获获取具体内容 RegExp 的静态属性 $
js
str = 'I like Java coding'

// 忽略大小写
reg = /\w*(JAVA)\w*/ig

// 匹配字符
reg.test(str)
// 匹配后，捕获到的内容会按照捕获的顺序出现在 `RegExp`的静态属性上，以`$`开头
console.log(RegExp.$1) // => Java 
console.log(RegExp.$2) // => undefined ，只有一个捕获，不存在`$2`属性

// 使用`replace`方法
str.replace(reg, 'PHP') // => I like PHP coding
str.replace(reg, '【$1】') // => I like 【Java】 coding
str.replace(reg, '$1Script') // => I like JavaScript coding
str.replace(reg, ($, $1) => {
  console.log('匹配到了' + $1)
  return `【${$1}】`
}) // => I like 【Java】 coding  并且会打印 `匹配到了Java`
// 搜索段落标红关键字
str.replace(reg, '<span style="color:red">$1</span>') // => I like <span style='color:red'>Java</span> coding
  1. 匹配表达式结合引用使用

引用其实和前面讲到的RegExp的静态属性类似，只不过引用是在匹配表达式中使用，写法不一样。在匹配表达式中使用 \1 \2...斜杠加一个数字的形式引用所有引用的第一个，类似 $1、$2...

引用的顺序与()的使用顺序相关联，规则：由左到右，由外到内，遇到排除捕获跳过当前()

js
str = 'qaabbccddq'
reg = /(\w)\1/ig
str.match(reg) // => ['aa', 'bb', 'cc', 'dd']
js
str = 'qaaaabbbb11q'
reg = /(\w\w)\1(\d)\2?/ig
str.match(reg) // => ['bbbb11']

// 这里注意是 `\3` 而不是 `\2`
reg1 = /(\w\w)\1((\d)\3)?/ig
str.match(reg1) // => ['aaaa', 'bbbb11']

// 这里注意使用了 `?:` 排除捕获，所以是 `\2` 而不是 `\3`
reg2 = /(\w\w)\1(?:(\d)\2)?/ig
str.match(reg1) // => ['aaaa', 'bbbb11']

引用 ​

引用在匹配表达式中使用 \1 这种以 斜杠和数字 结合的方式使用，需要注意的是，引用的数字和使用 ()的规则相关，规则为：由左到右，由外到内，遇到排除捕获跳过当前()，这一点很重要

关于引用的用法，详见前面 捕获小结的使用方法即可

断言 ​

通常我们要匹配的内容后面要跟着指定的内容，常见的断言x(?=y)、x(?!y)、(?<=y)x、(?<!y)x

前瞻断言 ​

前瞻断言主要是x(?=y)和x(?!y)，x(?=y)表示匹配后面紧跟着y的x，x(?!y)表示匹配后面不是y的x

js
str = '1 candy costs 50€'

// 假如要匹配后面是 `€` 的数字
str.match(/\d+(?=€)/) // => [50]

// 假如要匹配后面不是 `€` 的数字
str.match(/\d+(?!€)/) // => [1]

后瞻断言 ​

前瞻断言主要是(?<=y)x和(?<!y)x，(?<=y)x表示匹配前面紧跟着y的x，(?<!y)x表示匹配前面不是y的x

js
str = '1 candy costs $50'

// 假如要匹配前面是 `$` 的数字
str.match(/(?<=\$)\d+/) // => [50]

// 假如要匹配前面不是 `$` 的数字
str.match(/(?<!\$)\d+/) // => [1]

贪婪与惰性 ​

正则的量词通常都是遵循贪婪原则，也就是有量词的时候，尽量匹配多的。而惰性则和这种原则相反，尽量匹配少，不匹配多。

惰性使用?紧跟在量词的后面，如：

js
`\d+?` // 匹配一个数字就行
`\w{1,}?` // 匹配1个字母就行
`\d*?` // 匹配0个数字 => ['', ...]

例子

js
// 匹配带 `""`号的水果
str = 'I like "apples" a little more than "oranges"'


// 1.贪婪
// 会发现结果并不理想，原因就是默认是贪婪原则，能匹配多的不匹配少的
// 首先，会匹配到第一个`"`
// 而后匹配下一个`"`，当匹配到`apples"`，还会继续往后匹配
// 看剩下的能不能匹配到 `.+"`，最后匹配到了`oranges"`(当然前面还有`than "`)
str.match(/".+"/g) // => ["apples" a little more than "oranges"]

// 2.惰性
str.match(/".+?"/g) // => ["apples", "oranges"]

// 3.其他方法
str.match(/"[^"]+"/g) // => ["apples", "oranges"]

RegExp属性、方法 ​

属性 ​

常见的属性：source，global，ignoreCase，multiline，lastIndex等等...

  1. source 表示正则对象的原表达式内容以字符串的形式输出，不包含修饰符
js
reg = /(\d\s)\1/ig

reg.source // => '(\\d\\s)\\1'
  1. global 表示是否匹配全部内容，而不是匹配到第一个就停止匹配，返回Boolean类型
js
reg = /(\d\s)\1/ig

reg.global // => true
  1. ignoreCase 表示匹配是否忽略大小写，返回Boolean类型
js
reg = /(\d\s)\1/ig

reg.ignoreCase // => true
  1. multiline 表示多行匹配，有回车符，换下一行从头匹配
js
reg = /(\d\s)\1/ig

reg.multiline // => false
  1. lastIndex 在全局匹配时，表示当前匹配的的索引，初始为0，当匹配到结果时，lastIndex值变为最新匹配的位置,如果不能匹配到结果了，然后重0开始
js
str = 'day by day'

reg = /\w+/g

reg.exec(str) // => ['day', index: 0, input: 'day by day', groups: undefined]
reg.lastIndex // => 3

reg.exec(str) // => ['by', index: 4, input: 'day by day', groups: undefined]
reg.lastIndex // => 6

reg.exec(str) // => ['day', index: 7, input: 'day by day', groups: undefined]
reg.lastIndex // => 10

reg.exec(str) // => null
reg.lastIndex // => 0，重新从头开始

方法 ​

常见的方法：exec、test

  1. exec 一个在字符串中执行查找匹配的RegExp方法，它返回一个数组（未匹配到则返回 null） 同上lastIndex例子

  2. test 一个在字符串中测试是否匹配的RegExp方法，它返回 true 或 false。

js
str = '1a1aklk2b2bp'
reg = /(\d\w)\1+/
reg.test(str) // => true

String常见的正则方法 ​

常用的方法：replace、match、matchAll、search、split

  1. replace：字符串替换指定的内容（表达式匹配）
js
str = 'I like Java coding'

str.replace(/JAVA/i, 'PHP') // => 'I like PHP coding'
str.replace(/(JAVA)/i, '<$1>') // => 'I like <Java> coding'
str.replace(reg, ($, $1) => {
  console.log('匹配到了' + $1)
  return `【${$1}】`
}) // => I like 【Java】 coding  并且会打印 `匹配到了Java`
  1. match：匹配所有符合表达式的内容，返回数组，否则null
js
str = 'd1sd2asf43d5'

str.match(/\d+/) // => [1]
str.match(/\d+/g) // => [1, 2, 43, 5]
str.match(/\d\b/) // => [5]
str.match(/\d\B/) // => [1, 2, 43]
str.match(/\d\s/) // => null
  1. matchAll：返回匹配正则表达式的迭代器，参数为 RegExp 类型，且必须带上 修饰符 g，否则报错；其匹配结果返回一个 RegExpStringIterator 类型的迭代器
js
str = 'd1sd2asf43d5'

iterator = str.matchAll(/\d+/g) // => RegExpStringIterator {}
Object.prototype.toString.call(iterator) // => [object RegExp String Iterator]

// 返回结果基本和迭代器一致，value是类数组
iterator.next() // => {value: [1], done: false}
iterator.next() // => {value: [2], done: false}
iterator.next() // => {value: [43], done: false}
iterator.next() // => {value: [5], done: false}
iterator.next() // => {value: undefined, done: true}

迭代器截图

  1. search：匹配正则表达式，如果匹配成功返回第一个匹配的位置，否则返回-1
js
str = '1 apple costs $50'

str.search(/(?<=\$)\d+/) // => 15
str.search(/\d+/) // => 0
str.search(/\d[A-z]/) // => -1
  1. split：将以正则匹配的内容进行分割
js
str = 'skJavaslkdJAVAllksdfJaVAlp'

// 将会以 java 或者 javas 进行分割（不区分大小写）
str.split(/javas?/i) // => ['sk', 'lkd', 'llksdf', 'lp']
若您在阅读过程中发现一些错误：如语句不通、文字、逻辑等错误，可以在评论区指出，我会及时调整修改，感谢您的阅读。同时您觉得这篇文章对您有帮助的话，可以打赏作者一笔作为鼓励，金额不限，感谢支持🤝。
支付宝捐赠微信支付捐赠

Released under the MIT License.

Copyright © 2018-2024 HengShuai