JavaScript中的正则表达式

RegExp对象：

JavaScript通过内置对象RegExp来支持正则表达式。

实例化RegExp对象的两种方法：

• 使用字面量：

  var reg = /\bis\b/g;'She is a girl'.replace(reg, 'IS');

  执行结果：She IS a girl;
  正则表达式的内容存放在两个"/"之间，最后一个"/"后面跟着正则表达式的修饰符。
  
• 使用构造函数：

  var reg = new RegExp('\\bis\\b', 'g');

  RegExp的构造函数有两个参数，第一个是正则表达式字符串，第二个是正则表达式的修饰符

修饰符

• g：global 全文搜索，不添加时，匹配到第一个便停止匹配
• i：ignore case 忽略大小写，不添加时，大小写敏感
• m：multiple lines 多行搜素

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：例如字符串“abc”
• 元字符：即在正则表达式中有特殊含义的非字母字符，如下：
  元字符解释\将下一个字符标记为一个特殊字符、或一个原义字符、或一个向后引用、或一个八进制转义符。例如，“\n”匹配一个换行符。“\n”匹配字符”n”。序列“\”匹配“\”而“(”则匹配“(”。^匹配输入字符串的开始位置。如果设置了RegExp对象的Multiline属性，^也匹配“\n”或“\r”之后的位置。$匹配输入字符串的结束位置。如果设置了RegExp对象的Multilin性，$也匹配“\n”或“\r”之前的位置。*匹配前面的子表达式零次或多次。例如，zo*能匹配“z”以及“zoo”。*等价于{0,}。+匹配前面的子表达式一次或多次。例如，“zo+”能匹配“zo”以及“zoo”，但不能匹配“z”。+等价于{1,}。?匹配前面的子表达式零次或一次。例如，“do(es)?”可以匹配“does”或“does”中的“do”。?等价于{0,1}。{n}n是一个非负整数。匹配确定的n次。例如，“o{2}”不能匹配“Bob”中的“o”，但是能匹配“food”中的两个o。{n,}n是一个非负整数。至少匹配n次。例如，“o{2,}”不能匹配“Bob”中的“o”，但能匹配“foooood”中的所有o。“o{1,}”等价于“o+”。“o{0,}”则等价于“o*”。{n,m}m和n均为非负整数，其中n<=m。最少匹配n次且最多匹配m次。例如，“o{1,3}”将匹配“fooooood”中的前三个o。“o{0,1}”等价于“o?”。请注意在逗号和两个数之间不能有空格。?当该字符紧跟在任何一个其他限制符（*,+,?，{n}，{n,}，{n,m}）后面时，匹配模式是非贪婪的。非贪婪模式尽可能少的匹配所搜索的字符串，而默认的贪婪模式则尽可能多的匹配所搜索的字符串。例如，对于字符串“oooo”，“o?”将匹配单个“o”，而“o+”将匹配所有“o”。.点 匹配除“\n”之外的任何单个字符。要匹配包括“\n”在内的任何字符，请使用像“[\s\S]”的模式。(pattern)匹配pattern并获取这一匹配。所获取的匹配可以从产生的Matches集合得到，在VBScript中使用SubMatches集合，在JScript中则使用$0…$9属性。要匹配圆括号字符，请使用“”或“”。(?:pattern)匹配pattern但不获取匹配结果，也就是说这是一个非获取匹配，不进行存储供以后使用。这在使用或字符“((?=pattern)正向肯定预查，在任何匹配pattern的字符串开始处匹配查找字符串。这是一个非获取匹配，也就是说，该匹配不需要获取供以后使用。例如，“Windows(?=95(?!pattern)正向否定预查，在任何不匹配pattern的字符串开始处匹配查找字符串。这是一个非获取匹配，也就是说，该匹配不需要获取供以后使用。例如“Windows(?!95(?<=pattern)反向肯定预查，与正向肯定预查类似，只是方向相反。例如，“(?<=95[a-z] 字符范围。匹配指定范围内的任意字符。例如，“[a-z]”可以匹配“a”到“z”范围内的任意小写字母字符。注意:只有连字符在字符组内部时,并且出两个字符之间时,才能表示字符的范围; 如果出字符组的开头,则只能表示连字符本身.[^a-z]负值字符范围。匹配任何不在指定范围内的任意字符。例如，“[^a-z]”可以匹配任何不在“a”到“z”范围内的任意字符。\b匹配一个单词边界，也就是指单词和空格间的位置。例如，“er\b”可以匹配“never”中的“er”，但不能匹配“verb”中的“er”。\B匹配非单词边界。“er\B”能匹配“verb”中的“er”，但不能匹配“never”中的“er”。\cx匹配由x指明的控制字符。例如，\cM匹配一个Control-M或回车符。x的值必须为A-Z或a-z之一。否则，将c视为一个原义的“c”字符。\d匹配一个数字字符。等价于[0-9]。\D匹配一个非数字字符。等价于[^0-9]。\f匹配一个换页符。等价于\x0c和\cL。\n匹配一个换行符。等价于\x0a和\cJ。\r匹配一个回车符。等价于\x0d和\cM。\s匹配任何空白字符，包括空格、制表符、换页符等等。等价于[ \f\n\r\t\v]。\S匹配任何非空白字符。等价于[^ \f\n\r\t\v]。\t匹配一个制表符。等价于\x09和\cI。\v匹配一个垂直制表符。等价于\x0b和\cK。\w匹配包括下划线的任何单词字符。等价于“[A-Za-z0-9_]”。\W匹配任何非单词字符。等价于“[^A-Za-z0-9_]”。\xn匹配n，其中n为十六进制转义值。十六进制转义值必须为确定的两个数字长。例如，“\x41”匹配“A”。“\x041”则等价于“\x04&1”。正则表达式中可以使用ASCII编码。\num匹配num，其中num是一个正整数。对所获取的匹配的引用。例如，“(.)\1”匹配两个连续的相同字符。\n标识一个八进制转义值或一个向后引用。如果\n之前至少n个获取的子表达式，则n为向后引用。否则，如果n为八进制数字（0-7），则n为一个八进制转义值。\nm标识一个八进制转义值或一个向后引用。如果\nm之前至少有nm个获得子表达式，则nm为向后引用。如果\nm之前至少有n个获取，则n为一个后跟文字m的向后引用。如果前面的条件都不满足，若n和m均为八进制数字（0-7），则\nm将匹配八进制转义值nm。\nml如果n为八进制数字（0-7），且m和l均为八进制数字（0-7），则匹配八进制转义值nml。\un匹配n，其中n是一个用四个十六进制数字表示的Unicode字符。例如，\u00A9匹配版权符号（©）。(?<!pattern)反向否定预查，与正向否定预查类似，只是方向相反。例如“(?<!95|98|NT|2000)Windows”能匹配“3.1Windows”中的“Windows”，但不能匹配“2000Windows”中的“Windows”。x|y 匹配x或y。如，“z|food”能匹配“z”或“food”。“(z|f)ood”则匹配“zood”或“food”。[xyz] 字符集合。匹配所包含的任意一个字符。例如，“[abc]”可以匹配“plain”中的“a”。

字符类

一般情况下，正则表达式中的一个字符对应字符串中的一个字符，如：表达式 ab\t 的含义是 匹配 ab后面带有tab键的。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，是一个泛指，而不是特指某个字符。例如：表达式 "[abc]" 把字符a或b或c归为一类，此表达式可以匹配这一类的字符，例如：

var reg = /[abc]/g;'a1b1c1d1'.replace(reg, 'X');

执行结果为：X1x1x1d1

字符类取反

我们可以使用元字符 "^" 来创建反向类/负向类。反向类的意思是：不属于某类的内容。例如：表达式 "[^abc]" 表示不是字符a或b或c的内容，示例如下：

var reg = /[^abc]/g;'a1b1c1d1'.replace(reg, 'X')

执行结果为：aXbXcXXX

范围类

我们可以使用 "[a-z]" 连接两个字符表示从a到z的任意字符。这是一个闭区间，包含a和z本身。

在“[ ]”组成的类内部是可以连写的，如“[a-zA-Z]”，表示从a到z或者是从A到Z中的任意字符。例如：

var reg = /[a-zA-Z]/g;'a1b2G3K4h5'.replace(reg, 'X');

执行结果为：X1X2X3X4X5

字符 “-” 在两个字母或者数字之间表示连接范围，不在之间的表示 "-" 的原义，例如：匹配 "2019-01-01" 的正则表达式则可以写为 “/[0-9-]/g”，匹配从0到9的数字或者"-"

var reg = /[0-9-]/g; '2019-01-01'.replace(reg, 'X');

执行结果为：XXXXXXXXXX

预定义类

正则表达式中提供了一些预定义类来匹配常见的字符类，如：

• "."：表示除了回车符和换行符之外的所有字符
• "^"：表示以***开始，作用于挨着最近的字符或者分组
• "$"：表示以***结束，作用于挨着最近的字符或者分组
• “\b”：单词边界
• "\B"：非单词边界

量词

• “？”：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

正则表达式尽可能多的进行匹配，如：‘12345678’.replace(/\d{3, 6}/g, 'X') ，结果为：X78。正则表达式默认情况下都是进行贪婪模式匹配的。

非贪婪模式

让正则表达式尽可能少的进行匹配，也就是说，一旦成功匹配便不再继续进行匹配。

非贪婪模式的做法简单，只要在量词后面加上 “？” 即可，如：‘12345678’.replace(/\d{3, 6}?/g, 'X')，结果为：XX78

分组

量词仅作用于紧挨着它的单词，使用 “()” 可以达到分组的功能，使量词作用于分组。例如：

var reg = /a{2,3}(bc){3}/g;'avdaabcbcbcd'.replace(reg, 'X');

执行结果为：avdXd

或

使用 “|” 可以达到或的效果，例如：

var reg = /Byr(on|Ca)sper/g;'ByronsperByronCasper'.replace(reg, 'X');

执行结果为：XByronCasper

反向引用

在JavaScript正则表达式中，可以使用 “$” 捕获分组的内容，"$1"表示第一个括号（分组）里匹配到的内容，"$2"表示第二个括号（分组）里匹配到的内容，依次类推...，如：

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

执行结果为：11/25/2016

忽略分组

若不希望捕获到某些分组，则只需要在分组上加上 “？：” 即可。如：

var reg = /(\d{4})-(?:\d{2})-(\d{2})/g;'2016-11-25'.replace(reg, '$2/$1');

执行结果为：25/2016。中间的括号（分组）被忽略了，原本的$3变成了$2。

前瞻

正则表达式从文本头部向尾部开始进行解析，文本尾部的方向称为 “前” ，文本头部的方向称之为 “后” 。

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（断言也是正则表达式）；后顾与前瞻方向相反，是在正则表达式匹配到规则的时候，向后检查是否符合断言。

JavaScript不支持后顾。

符合和不符合特定断言称之为 肯定/正向 匹配和 否定/负向 匹配。

• 正向前瞻 正则：exp(?=assert)
• 负向前瞻 正则：exp(?!assert)
• 正向后顾 正则：exp(?<=assert) JavaScript不支持
  
• 负向后顾 正则：exp(?<!assert) JavaScript不支持

注：断言（assert）不参与规则部分，在替换时不会被替换

例如：

\w(?=\d)：匹配其后面是数字的字符

var reg = /\w(?=\d)/g;'a2*3'.replace(reg, 'X');

执行结果为：X2*3

\w(?!\d)：匹配其后面不是数字的字符

var reg = /\w(?!\d)/g;'a2*34vv'.replace(reg, 'X');

执行结果为：aX*3XXX

对象属性

• global：是否全文搜素，默认为false
• ignoreCase：是否大小写敏感，默认为false
• multiline：多行搜素，默认为false
• lastIndex：当前表达式匹配内容的最后一个字符的下一个位置（在非全局模式匹配下，该属性不起作用）
• source：正则表达式的文本字符串

例如：

   var reg = /\w(?=\d)/g;    console.log(reg.global);    console.log(reg.ignoreCase);    console.log(reg.multiline);    console.log(reg.lastIndex);    console.log(reg.source);

输出结果为：true    false    false    0      \w(?=\d)

正则表达式中的方法

test(str)方法：RegExp.prototype.test(str)

功能：用于测试字符串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，不存在则返回 false。如：

    var reg1 = /\w/;    var reg2 = /\w/g;    console.log(reg1.test('a'));    console.log(reg2.test('a'));    console.log(reg2.test('a'));

执行结果： true  true  false

结果分析：在全局模式搜索下，lastIndex会默认记住上一次的搜索位置，再次执行时，默认从lastIndex的位置向后进行检索，直到字符串结束。reg2第一次执行匹配成功后，lastIndex的值由默认的0变成了匹配成功的字符串最后一个值的下一个字符的位置，lastIndex = 1，在第二次执行时，reg2默认从字符串1的位置开始检索，因此匹配不成功，返回false。在非全局模式匹配下，lastIndex不起作用，无论执行多少次，lastIndex都是0，也就是都是从头开始检索，所以在用 test 方法时，一般不建议添加 g 标记，以防止执行的结果由于lastIndex而出现混乱。

exec(str)方法：RegExp.prototype.exec(str)

功能：使用正则表达式模式对字符串进行搜索，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，如：

var reg0 = /\d/var reg1 = /\d(\w)\d/;var reg2 = /\d(\w)\d/g;console.log(reg0.exec('$a1b2c3d4'));console.log(reg1.exec('$a1b2c3d4'));while(rep = reg2.exec('$a1b2c3d4')){     console.log(rep);}

执行结果为：["1", index: 2, input: "$a1b2c3d4"]
                        ["1b2", "b", index: 2, input: "$a1b2c3d4"]
                        ["1b2", "b", index: 2, input: "$a1b2c3d4"]
                        ["3d4", "d", index: 6, input: "$a1b2c3d4"]

结果分析：返回的数组中有四类元素，第一个元素是与正则表达式相匹配的文本，最后一个元素是input属性，存放被检索的字符串，倒数第二个元素是index属性，存放相匹配的文本的第一个字符的位置，其余元素是与RegExpObject的子表达式（分组中的表达式）相匹配的文本（如果有的话），如果有一个分组，则数组中的第二个位置存放该分组表达式所匹配的内容，有两个分组，则数组中第三个位置存放第2个分组表达式所匹配的内容，依次类推。

字符串对象方法

String.prototype.search(reg)

作用：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。该方法返回第一个匹配结果的index，查找不到则返回 -1 。

search()方法不执行全局匹配，它将自动忽略 g 标志，并且总是从字符串的开始进行检索，例如：

'$*a1b2c3d4'.search(/\w/);

执行结果为：2

String.prototype.match(reg)

作用：match()方法将检索字符串，以找到一个或多个与regexp相匹配的文本。regexp是否具有 g 标志，对结果影响很大。

非全局调用

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，匹配成功即返回，不再进行后面的检索。如果没有找到任何相匹配的文本，则返回null，否则它将返回一个数组，例如：

'$*a1b2c3d4'.match(/\d(\w)\d/)

执行结果为：["1b2", "b", index: 3, input: "$*a1b2c3d4"]，数组中的内容同exec()方法中返回的数组。

全局调用

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的子字符串。如果没有找到任何匹配的子串，则返回null，如果找到了一个或者多个匹配的子串，则返回一个数组，该数组中存放的是字符串中所有匹配的子串，没有index或者input属性，也没有分组匹配的子串，例如：

'$*a1b2c3d4'.match(/\d(\w)\d/g)

执行结果为：["1b2", "3d4"]

String.prototype.split(reg)

作用：字符串分组，如 'a1b2c3d4'.split(/\d/)，输出结果为：[“a”, "b", "c", "d"]

String.prototype.replace

• String.prototype.replace(str, replaceStr)：‘a1b2’.replace('1', '2'); 替换结果为："a2b2"
  
• String.prototype.replace(reg, replaceStr)：‘a1b1’.replace(/1/g, '2'); 替换结果为："a2b2"
• String.prototype.replace(reg, function)：
  • function中的参数含义：function会在每次匹配替换的时候进行调用，即，函数会在每次匹配成功时进行调用，也就是每匹配成功一次，则调用函数一次。function函数中一共有四种类型参数，第一个参数是匹配的字符串，最后一个参数是源字符串，倒数第二个参数是匹配项在字符串中的index，其余中间的参数是正则表达式中分组匹配的内容，如果没有分组，则没有该参数，有多少个分组就有多少个分组参数。

例如：

'$*a1b2c3d4'.replace(/\d(\w)\d/g, function(match,c,index,source){        console.log(match + " " + c + " " + index + " " + source);    });

执行结果为：1b2  b  3  $*a1b2c3d4
                        3d4  d  7  $*a1b2c3d4

例如：将字符串中的数字都加1，则可以写为：

var ret = 'a1b2c3d4'.replace(/\d/g, function(match){        return parseInt(match) + 1;    });    console.log(ret);

执行结果为：a2b3c4d5