【JS】128-重温基础：正则表达式

2020-05-13 19:04:01 浏览数 (1)

「本章节复习的是JS中的正则表达式，JS中用来匹配字符串的强大工具。」

前置知识： JS中的正则表达式是用来匹配字符串中指定字符组合的模式。 另外需要记住：正则表达式也是对象。

1.创建正则表达式

  • 使用一个正则表达式字面量：
代码语言：javascript复制
let reg = /ab c/;
let reg = /^[a-zA-z]/gi;
  • 使用RegExp对象： new RegExp(str[, attr])接收2个参数，str是一个字符串，指定正则表达式匹配规则，attr可选，表示匹配模式，值有g(全局匹配),i(区分大小写的匹配)和m(多行匹配)。
代码语言：javascript复制
let reg = new RegExp('ab c');
let reg = new RegExp(/^[a-zA-z]/, "gi");
let reg = new RegExp("^[a-zA-z]", "gi");

正则表达式的返回值，是一个新的RegExp对象，具有指定的模式和标志。 「返回信息介绍」：

对象

属性

描述

案例中对应的值

reg

lastIndex

下一个匹配的索引（仅在使用g参数时可用）

0

reg

source

模式文本。在正则表达式创建时更新，不执行。

"ab c"

reg

ignoreCase

是否使用了 "i" 标记使正则匹配忽略大小写。

true

reg

global

是否使用了 "g" 标记来进行全局的匹配。

true

reg

multiline

是否使用了 "m" 标记使正则工作在多行模式。

false

「关于正则表达式的一些方法属性，文章后面介绍，这里先复习定义和使用」。

2.使用正则表达式

JS的正则表达式可以被用于：

  • RegExp对象的exec和test方法；
  • String对象的match、replace、search和split方法。

2.1 RegExp对象方法

代码语言：javascript复制
检索字符串中指定的值。返回找到的值，并确定其位置。

2.1.1 exec(str)

str: 需要检索的字符串。 若检索成功，返回匹配的数组，否则返回null。

代码语言：javascript复制
let str = "hello leo!";
let reg = new RegExp("leo", "g");
let result = reg.exec(str);
// 也可以写成
let result = /leo/g.exec("hello leo!");

/*
[
    0: "leo",
    groups: undefined,
    index: 6,
    input: "hello leo!",
    length: 1
]
*/

let result2 = /(leo S)/g.exec("hello leo hi leo!");
/*
    0: "leo hi"
    1: "leo hi"
    2: "hi"
    groups: undefined
    index: 6
    input: "hello leo hi leo!"
    length: 3
*/

「返回信息介绍」：

对象

属性

描述

案例中对应的值

result

[0]

匹配到的所有字符串

"leo"

result

input

初始字符串。

"hello leo!"

result

index

在输入的字符串中匹配到的以0开始的索引值。

6

result2

[1],...,[n]

括号中的分组捕获

[1]=> "leo hi";[2] => "hi"

2.1.2 test(str)

str:需要检索的字符串。 若匹配成功返回true否则false。 等价于 reg.exec(str) != null。

代码语言：javascript复制
let str = "hello leo!";
let res = /^leo/.test(str);   // fasle

^str表示匹配以str开头的字符串，这些符号文章后面会介绍。

「注意：」

若正则使用全局标志（ g ），则test()会改变正则表达式的 lastIndex 属性，连续调用test()方法，后续的执行将会从 lastIndex 处开始匹配字符串，(exec() 同样改变正则本身的 lastIndex属性值)：

代码语言：javascript复制
var regex = /leo/g;

// regex.lastIndex is at 0
regex.test('leo'); // true

// regex.lastIndex is now at 3
regex.test('leo'); // false

2.2 String对象方法

代码语言：javascript复制
检索与正则表达式相匹配的值。

2.2.1 search

str.search(reg)： str:被检索的源字符串。 reg:可以是需要检索的「字符串」，也可以是需要检索的RegExp对象，可以添加标志，如i。

若检索成功，返回「第一个」与RegExp对象匹配的字符串的起始位置，否则返回-1。

代码语言：javascript复制
let str = "hello leo!";
let res = str.search(/leo/g);  // 6

let str1 = "hello leoleoleoleo!";
let res1 = str.search(/leo/g); // 6
let res2 = str.search(/pingan/g); // -1

2.2.2 match

str.match(reg)： str:被检索的源字符串。 reg:可以是需要检索的「字符串」，也可以是需要检索的RegExp对象，可以添加标志，如i。

若检索成功，返回与reg匹配的所有结果的一个「数组」，数组的第一项是进行匹配完整的字符串，之后的项是用圆括号捕获的结果，否则返回null。

代码语言：javascript复制
let str = 'For more information, see Chapter 3.4.5.1';
let reg = /see (chapter d (.d)*)/i;
let result = str.match(reg);
/*
logs [ 'see Chapter 3.4.5.1',
       'Chapter 3.4.5.1',
       '.1',
       index: 22,
       input: 'For more information, see Chapter 3.4.5.1' ]
*/

'see Chapter 3.4.5.1' 是整个匹配。 'Chapter 3.4.5.1' 被'(chapter d (.d)*)'捕获。 '.1' 是被'(.d)'捕获的最后一个值。 'index' 属性(22)是整个匹配从零开始的索引。 'input' 属性是被解析的原始字符串。

2.2.3 replace

将字符串中「指定字符」替换成「其他字符」，或替换成一个与正则表达式匹配的字符串。 str.replace(sub/reg,val):

  • str: 源字符串
  • sub: 使用字符串来检索被替换的文本
  • reg: 使用RegExp对象来检索来检索被替换的文本
  • val: 指定替换文本 返回替换成功之后的字符串，不改变源字符串内容。
代码语言：javascript复制
let str = "hello leo!";
let res = str.replace('leo','pingan');//"hello pingan!"

「val可以使用特殊变量名」：

代码语言：javascript复制
插入一个 "$"。
代码语言：javascript复制
let str = "hello leo!";
let res = str.replace(/(w )s* s*(w )/, "$2:$1");
// "leo:hello!"

2.2.4 split

将一个字符串，按照指定符号分割成一个字符串数组。 str.split(sub[, maxlength]):

  • str: 源字符串
  • sub: 指定的分割符号或正则
  • maxlength: 源字符串
代码语言：javascript复制
let str = "hello leo!";
let res = str.split();   //["hello leo!"]
let res = str.split(""); //["h", "e", "l", "l", "o", " ", "l", "e", "o", "!"]
let res = str.split(" ");//["hello", "leo!"]
let res = str.split(/s /);//["hello", "leo!"]

let res = str.split("",3);//["h", "e", "l"]

2.3 使用情况

  • 当我们想要查找一个字符串中的一个匹配「是否找到」，可以用test或search方法。
  • 当我们想要得到匹配的「更多信息」，我们就需要用到exec或match方法。

3.正则表达式符号介绍

详细的每个符号的用法，可以查阅 W3school JavaScript RegExp 对象

3.1 修饰符

代码语言：javascript复制
执行对大小写不敏感的匹配。
代码语言：javascript复制
let str = "hello leo!"
let res = /Leo/i.test(str); // i 不区分大小写 所以返回true
let res = /Leo/.test(str);  // fasle

3.2 方括号

用于查找指定返回之内的字符：

代码语言：javascript复制
查找方括号之间的任何字符。
代码语言：javascript复制
let str = "hello leo!";
let res = str.match(/[a-m]/g);
//["h", "e", "l", "l", "l", "e"]
let res = str.match(/[^a-m]/g);
//["o", " ", "o", "!"]

3.3 元字符

元字符是拥有特殊含义的字符：

代码语言：javascript复制
查找单个字符，除了换行和行结束符。
代码语言：javascript复制
let str = "hello leo hi pingan!";
let res = str.match(/os/g);
//["o ", "o "]
let res = str.match(/s/g);
//[" ", " ", " "]

3.4 量词

代码语言：javascript复制
匹配任何包含至少一个 n 的字符串。
代码语言：javascript复制
let str = "hello leo!";
let res = str.match(/^hello/g);
// ["hello"]
let res = str.match(/^pingan/g);
//null

4. 正则表达式拓展（ES6）

4.1 介绍

在ES5中有两种情况。

  • 参数是「字符串」，则第二个参数为正则表达式的修饰符。
代码语言：javascript复制
let a = new RegExp('abc', 'i');
// 等价于
let a = /abx/i;
  • 参数是「正则表达式」，返回一个原表达式的拷贝，且不能有第二个参数，否则报错。
代码语言：javascript复制
let a = new RegExp(/abc/i);
//等价于
let a = /abx/i;

let a = new RegExp(/abc/, 'i');
//  Uncaught TypeError

ES6中使用： 第一个参数是正则对象，第二个是指定修饰符，如果第一个参数已经有修饰符，则会被第二个参数覆盖。

代码语言：javascript复制
new RegExp(/abc/ig, 'i');

4.2 字符串的正则方法

常用的四种方法：match()、replace()、search()和split()。

4.3 u修饰符

添加u修饰符，是为了处理大于uFFFF的Unicode字符，即正确处理四个字节的UTF-16编码。

代码语言：javascript复制
/^uD83D/u.test('uD83DuDC2A'); // false
/^uD83D/.test('uD83DuDC2A');  // true

由于ES5之前不支持四个字节UTF-16编码，会识别为两个字符，导致第二行输出true，加入u修饰符后ES6就会识别为一个字符，所以输出false。

「注意：」 加上u修饰符后，会改变下面正则表达式的行为：

  • (1)点字符 点字符(.)在正则中表示除了「换行符」以外的任意单个字符。对于码点大于0xFFFF的Unicode字符，点字符不能识别，必须加上u修饰符。
代码语言：javascript复制
var a = "?";
/^.$/.test(a);  // false
/^.$/u.test(a); // true
  • (2)Unicode字符表示法 使用ES6新增的大括号表示Unicode字符时，必须在表达式添加u修饰符，才能识别大括号。
代码语言：javascript复制
/u{61}/.test('a');      // false
/u{61}/u.test('a');     // true
/u{20BB7}/u.test('?'); // true
  • (3)量词 使用u修饰符后，所有量词都会正确识别码点大于0xFFFF的 Unicode 字符。
代码语言：javascript复制
/a{2}/.test('aa');    // true
/a{2}/u.test('aa');   // true
/?{2}/.test('??');  // false
/?{2}/u.test('??'); // true
  • (4)i修饰符 不加u修饰符，就无法识别非规范的K字符。
代码语言：javascript复制
/[a-z]/i.test('u212A') // false
/[a-z]/iu.test('u212A') // true

「检查是否设置u修饰符：」使用unicode属性。

代码语言：javascript复制
const a = /hello/;
const b = /hello/u;

a.unicode // false
b.unicode // true

4.4 y修饰符

y修饰符与g修饰符类似，也是全局匹配，后一次匹配都是从上一次匹配成功的下一个位置开始。区别在于，g修饰符「只要」剩余位置中存在匹配即可，而y修饰符是必须从「剩余第一个」开始。

代码语言：javascript复制
var s = 'aaa_aa_a';
var r1 = /a /g;
var r2 = /a /y;

r1.exec(s) // ["aaa"]
r2.exec(s) // ["aaa"]

r1.exec(s) // ["aa"]  剩余 '_aa_a'
r2.exec(s) // null

「lastIndex属性」: 指定匹配的开始位置：

代码语言：javascript复制
const a = /a/y;
a.lastIndex = 2;  // 从2号位置开始匹配
a.exec('wahaha'); // null
a.lastIndex = 3;  // 从3号位置开始匹配
let c = a.exec('wahaha');
c.index;          // 3
a.lastIndex;      // 4

「返回多个匹配」： 一个y修饰符对match方法只能返回第一个匹配，与g修饰符搭配能返回所有匹配。

代码语言：javascript复制
'a1a2a3'.match(/ad/y);  // ["a1"]
'a1a2a3'.match(/ad/gy); // ["a1", "a2", "a3"]

「检查是否使用y修饰符」： 使用sticky属性检查。

代码语言：javascript复制
const a = /hellod/y;
a.sticky;     // true

4.5 flags属性

flags属性返回所有正则表达式的修饰符。

代码语言：javascript复制
/abc/ig.flags;  // 'gi'

5. 正则表达式拓展（ES9）

在正则表达式中，点(.)可以表示任意单个字符，除了两个：用u修饰符解决「四个字节的UTF-16字符」，另一个是行终止符。 「终止符」即表示一行的结束，如下四个字符属于“行终止符”：

  • U 000A 换行符（n）
  • U 000D 回车符（r）
  • U 2028 行分隔符（line separator）
  • U 2029 段分隔符（paragraph separator）
代码语言：javascript复制
/foo.bar/.test('foonbar')
// false

上面代码中，因为.不匹配n，所以正则表达式返回false。 换个醒，可以匹配任意单个字符：

代码语言：javascript复制
/foo[^]bar/.test('foonbar')
// true

ES9引入s修饰符，使得.可以匹配任意单个字符：

代码语言：javascript复制
/foo.bar/s.test('foonbar') // true

这被称为dotAll模式，即点（dot）代表一切字符。所以，正则表达式还引入了一个dotAll属性，返回一个布尔值，表示该正则表达式是否处在dotAll模式。

代码语言：javascript复制
const re = /foo.bar/s;
// 另一种写法
// const re = new RegExp('foo.bar', 's');

re.test('foonbar') // true
re.dotAll // true
re.flags // 's'

/s修饰符和多行修饰符/m不冲突，两者一起使用的情况下，.匹配所有字符，而^和$匹配每一行的行首和行尾。

参考资料

1.MDN 正则表达式 2.W3school JavaScript RegExp 对象

编程算法 regex 正则表达式 unicode linux

0 人点赞