正则表达式——基本语法
发布在前端魔盒2015年5月7日view:4227BrettBat正则表达式
在文章任何区域双击击即可给文章添加【评注】!浮到评注点上可以查看详情。

正则表达式——基本语法

正则表达式(Regular Expression)是计算机科学的一个概念。正则表达式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。在很多文本编辑器里,正则表达式通常被用来检索、替换那些符合某个模式的文本。

创建

JavaScript通过内置对象RegExp支持正则表达式,有两种方式创建正则表达式对象,如果我们想匹配字符串中%xxx%两个百分号分割的字符串可以这么写

  1. 构造函数

    var reg=new RegExp('<%[^%>]+%>','g');
    
  2. 字面量

    var reg=/<%[^%>]%>/g;
    

最后的g代表全局,还有几个修饰符

  1. g:global,全文搜索,不添加的话搜索到第一个结果停止搜索
  2. i:ingore case,忽略大小写,默认大小写敏感
  3. m:multiple lines,多行搜索

元字符

正则表达式让人望而却步以一个重要原因就是转义字符太多了,组合非常多,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

( [ { \ ^ $ | ) ? * + .

并不是每个元字符都有特定的意义,在不同的组合中元字符有不同的意义,分类看一下

字符 含义
\t 水平制表符
\r 回车符
\n 换行符
\f 换页符
\cX 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,表达式 ab\t 的含义是

image

但是我们可以使用元字符[]来构建一个简单的,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了,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

image

取反

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

image

范围类

按照上面的说明如果希望匹配单个数字那么表达式是这样的

[0123456789]

如果是字母那么。。。,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]

image

要是想匹配所有字母呢?在[]组成的类内部是可以连写的,我们还可以这样写 [a-zA-Z]

image

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,但这样写也很是麻烦,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
. [^\r\n] 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.

image

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开头
$ 以xxx结尾
\b 单词边界
\B 非单词边界

看个不负责任的邮箱正则匹配(切勿模仿,小括号后面会讲到)\w+@\w+\.(com)$

image

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
{,m} 最多出现m次

看几个使用量词的例子,\w+\b Byron 匹配 单词+边界+Byron

(/\w+\b Byron/).test('Hi Byron'); //true

(/\w+\b Byron/).test('Welcome Byron'); //true

(/\w+\b Byron/).test('Byron'); //false

\d+\.\d{1,3} 匹配三位小数的数字

image

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,要是在句子中出现了十次,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"]

分组

有时候我们希望使用量词的时候匹配多个字符,而不是像上面例子只是匹配一个,比如希望匹配Byron出现20次的字符串,我们如果写成 Byron{20} 的话匹配的是Byro+n出现20次

Byron{20}

image

怎么把Byron作为一个整体呢?使用()就可以达到次目的,我们称为分组

(Byron){20}

image

如果希望匹配Byron或Casper出现20次该怎么办呢?可以使用字符达到或的功效

(Byron|Casper){20}

image

我们看到图中有个#1的东东,那是什么?使用分组的正则表达式会把匹配项也放到分组中,默认就是按数字编号分发的,可以根据编号获得捕获的分组内容,这在一些希望具体操作第几个匹配项的函数中很有用

(Byron).(ok)

image

分组嵌套

如果有分组嵌套的情况,外面的组的编号靠前

((^|%>)[^\t]*)

image

忽略分组

有时候我们不希望捕获某些分组,只需要在分组内加上 ?:就可以了,这并不意味着该分组内容不属于正则表达式,只是不会给这个分组加编号了而已

(?:Byron).(ok)

image

其实在C#等语言中分组还可以起名字,不过JavaScript不支持

前瞻

表达式 含义
exp1(?=exp2) 匹配后面是exp2的exp1
exp1(?!exp2) 匹配后面不是exp2的exp1

有些抽象,看个例子

good(?=Byron)

image

(/good(?=Byron)/).exec('goodByron123'); //['good']
(/good(?=Byron)/).exec('goodCasper123'); //null
(/bad(?=Byron)/).exec('goodCasper123');//null

通过上面例子可以看出 exp1(?=exp2) 表达式会匹配exp1表达式,但只有其后面内容是exp2的时候才会匹配,也就是两个条件,exp1(?!exp2) 比较类似

good(?!Byron)

image

(/good(?!Byron)/).exec('goodByron123'); //null
(/good(?!Byron)/).exec('goodCasper123'); //['good']
(/bad(?!Byron)/).exec('goodCasper123');//null

参考

司徒正美 JavaScript正则表达式

Regexper

评论
发表评论
5年前

赞!

5年前
赞了此文章!
5年前
赞了此文章!
WRITTEN BY
PUBLISHED IN
前端魔盒

两个前端屌丝前端学习分享,主要内容有

  1. JavaScript
  2. CSS
  3. HTML
  4. NodeJS
  5. HTTP
  6. 无线开发
  7. web开发的一些经历和想法

我的收藏