个人学习博客

# 正则表达式

  • 参考：https://mp.weixin.qq.com/s/0CV6jIufuiwMwmPgRv0Zzw
  • https://wangdoc.com/javascript/stdlib/regexp.html

# 常用

  • \b 单词边界， . 任意字符， * 任意个字符，+ 至少一个字符， () 分组$1 $2 $3
  • \d 数字， {3} 量词， []表示或者，^ 开头， $ 结尾

#

  • 正则表达式(regular expression)描述了一种字符串匹配的模式（pattern），可以用来检查一个串是否含有某种子串、将匹配的子串替换或者从某个串中取出符合某个条件的子串等。
  • javaScript通过内置对象RegExp支持正则表达式

# 实例化

  • 两种方法实例化RegExp对象，等价，都新建了一个内容为bis的正则表达式对象
    • 字面量，以斜杠表示开始和结束，var reg=/\bis\b/g;
    • 构造函数 var reg = new RegExp('\bis\b', g)

# 实例属性

  • RegExp.prototype.ignoreCase,是否设置了i修饰符，默认false
  • RegExp.prototype.global,是否设置了g修饰符，默认false
  • RegExp.prototype.multiline,是否设置了m修饰符，默认false
  • RegExp.prototype.flags：返回一个字符串，包含了已经设置的所有修饰符
  • RegExp.prototype.lastIndex,返回一个整数，表示下一次开始搜索的位置。该属性可读写，但是只在进行连续搜索时有意义（非全局搜索时不生效）
  • RegExp.prototype.source, 返回正则表达式的字符串形式（不包括反斜杠）
  • 以上属性均为只读，不可修改

# 实例方法

# RegExp.prototype.test(str)

  • 表示当前模式是否能匹配参数字符串，匹配返回true，否则返回false

# RegExp.prototype.exec(str)

  • 用来返回匹配结果
  • 若没有匹配的文本返回null,若有返回结果数组：
  • 调用非全局搜索时执行exec()时，结果数组如下：
    • 第一个元素是与正则表达式相匹配的文本
    • 第二个元素是匹配文本中的第一个分组
    • 第三，第四以此类推
    • index 模式匹配成功的开始位置（从0开始计数）
    • input 存放被检索的字符串string

# 字符串对象与正则相关的4个方法

# String.prototype.match()

  • 字符串的match方法与正则对象的exec方法非常类似,
  • 匹配成功返回一个数组，匹配失败返回null
  • 但正则表达式带有g修饰符时，则该方法与正则对象的exec方法行为不同，会一次性返回所有匹配成功的结果
  • 且设置正则表达式的lastIndex属性，对match方法无效，匹配总是从字符串的第一个字符开始
  • 返回第一个满足条件的匹配结果在整个字符串中的位置。如果没有任何匹配，则返回-1。不执行全局匹配，总是从字符串的开始进行检索

# String.prototype.replace()

  • 替换匹配的值，它接受两个参数，第一个是正则表达式，表示搜索模式，第二个是替换的内容。
  • 正则表达式如果不加g修饰符，就替换第一个匹配成功的值，否则替换所有匹配成功的值
//消除字符串首尾两端的空格
var str = '  #id div.class  ';
str.replace(/^\s+|\s+$/g, '') //// "#id div.class"
  • replace方法的第二个参数可以使用美元符号$，用来指代所替换的内容。
    • $&：匹配的子字符串。
    • $`：匹配结果前面的文本。
    • $'：匹配结果后面的文本。
    • $n：匹配成功的第n组内容，n是从1开始的自然数。
    • $$：指代美元符号$。
'hello world'.replace(/(\w+)\s(\w+)/, '$2 $1')
// "world hello"

'abc'.replace('b', '[$`-$&-$\']')
// "a[a-b-c]c"
  • 作为replace方法第二个参数的替换函数，可以接受多个参数。其中，第一个参数是捕捉到的内容，第二个参数是捕捉到的组匹配（有多少个组匹配，就有多少个对应的参数）。此外，最后还可以添加两个参数，倒数第二个参数是捕捉到的内容在整个字符串中的位置（比如从第五个位置开始），最后一个参数是原字符串。下面是一个网页模板替换的例子
var prices = {
  'p1': '$1.99',
  'p2': '$9.99',
  'p3': '$5.00'
};

var template = '<span id="p1"></span>'
  + '<span id="p2"></span>'
  + '<span id="p3"></span>';

template.replace(
  /(<span id=")(.*?)(">)(<\/span>)/g,
  function(match, $1, $2, $3, $4){
    return $1 + $2 + $3 + prices[$2] + $4;
  }
);
// "<span id="p1">$1.99</span><span id="p2">$9.99</span><span id="p3">$5.00</span>"

# String.prototype.split()

# 修饰符

  • g，global全文搜索，若不添加，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, 多行搜索

# 元字符

  • 正则表达式由两种基本字符类型组成
    • 字面量字符
    • 元字符
  • 元字符是正则表达式中由特殊含义的非字母字符
  • *, +,?, $, ^, ., |, , (), [], {}
  • 一般情况下，正则表达式一个字符对应字符串一个字符

# 点字符（.)

  • 点字符（.）匹配除回车（\r）、换行(\n) 、行分隔符（\u2028）和段分隔符（\u2029）以外的所有字符,但一个点只匹配一个字符

# 边界字符

  • ^开始，$结束，\b单词边界， \B非单词边界

# 选择符（|）

  • 竖线符号（|）在正则表达式中表示“或关系”
  • 选择符会包括它前后的多个字符，比如/ab|cd/指的是匹配ab或者cd，而不是指匹配b或者c。如果想修改这个行为，可以使用圆括号
/a( |\t)b/.test('a\tb') // true
//a和b之间有一个空格或者一个制表符

# 转义符

  • 正则表达式中，需要反斜杠转义的，一共有12个字符：^、.、[、$、(、)、|、*、+、?、{和\。
  • 需要特别注意的是，如果使用RegExp方法生成正则对象，转义需要使用两个斜杠，因为字符串内部会先转义一次
(new RegExp('1\+1')).test('1+1')
// false

(new RegExp('1\\+1')).test('1+1')
// true

# 字符类

  • 字符类（class）表示有一系列字符可供选择，只要匹配其中一个就可以了。所有可供选择的字符都放在方括号内[]

# 脱字符（^）

  • 如果方括号内的第一个字符是[^]，则表示除了字符类之中的字符，其他字符都可以匹配。比如，[^xyz]表示除了x、y、z之外都可以匹配
  • 如果方括号内没有其他字符，即只有[^]，就表示匹配一切字符，其中包括换行符。相比之下，点号作为元字符（.）是不包括换行符的
  • 注意，脱字符只有在字符类的第一个位置才有特殊含义，否则就是字面含义

# 连字符（-）

  • 某些情况下，对于连续序列的字符，连字符（-）用来提供简写形式，表示字符的连续范围。- [abc]可以写成[a-c]，
  • [0123456789]可以写成[0-9]，
  • 同理[A-Z]表示26个大写字母
  • 当连字号（dash）不出现在方括号之中，就不具备简写的作用，只代表字面的含义，所以不匹配字符b。只有当连字号用在方括号之中，才表示连续的字符序列
  • 字符类[1-31]，不代表1到31，只代表1到3

# 预定义类

  • 正则表达式提供预定义类匹配常见的字符类

  • . 任意字符，除回车和换行之外的所有的字符，[^\r\n]

  • \d 数字字符，[0-9]

  • \D 非数字字符，[^0-9]

  • \s 空白字符， \S 非空白字符

  • \w 匹配任意的字母、数字和下划线，[a-zA-Z0-9_]

  • \W 除所有字母、数字和下划线以外的字符， [^a-zA-Z_0-9]

  • 正则表达式遇到换行符（\n）就会停止匹配

var html = "<b>Hello</b>\n<i>world!</i>";

/.*/.exec(html)[0]
// "<b>Hello</b>"

/[\S\s]*/.exec(html)[0]
// "<b>Hello</b>\n<i>world!</i>"

//点字符（.）不匹配换行符,而[\S\s]指代一切字符

# 量词

  • ？出现0次或1次, {0,1}
  • + 出现1次或多次（至少一次）{1,}
  • * 出现0次或多次（任意次）{0,}
  • {n} 恰好重复n次
  • {n,m} 出现n到m次
  • {n,} 至少出现n次
  • 量词默认匹配紧挨着的字符，若要匹配一个单词，可使用分组

# 贪婪模式与非贪婪模式

  • 正则表达式默认会尽可能多的匹配，即贪婪模式

  • 而非贪婪模式则是尽可能少的匹配，即一旦匹配成功便不再尝试

  • 在量词后加？即开启非贪婪模式

  • ‘123456789’.match(/\d{3,6}?/g) => ['123','456','789']

  • 非贪婪模式的加号（+?）,匹配一个就停止

  • 非贪婪模式的星号（*?）,匹配0个就停止

  • 非贪婪模式的问号（??）,匹配0个就停止

# 分组

  • 使用括号表示分组匹配，使量词作用于分组，而非紧挨着的字符
  • 正则表达式的exec方法，配合循环，才能读到每一轮匹配的组捕获
var str = 'abcabc';
var reg = /(.)b(.)/g;
while (true) {
  var result = reg.exec(str);
  if (!result) break;
  console.log(result);
}
// ["abc", "a", "c"]
// ["abc", "a", "c"]
  • 正则表达式内部，还可以用\n引用括号匹配的内容，n是从1开始的自然数，表示对应顺序的括号
/(.)b(.)\1b\2/.test('abcabc') //true
/y(..)(.)\2\1/.test('yabccab') //true
/y((..)\2)/1/.test('yabababab')
  • 括号还可以嵌套，\1指向外层括号，\2指向内层括号

# 反向引用

  • 用$1到$n，来代表我们捕获的分组，也叫分组捕获

# 忽略分组

  • 如果不希望捕获某些分组，只要在分组内加上？：即可
  • (?:byron).(ok)这样分组byron就被忽略了

# 前瞻

  • 正则表达式从文本头部向文本尾部开始解析，文本尾部方向，称为“前”
  • 前瞻就是正则表达式在匹配到规则的时候，向前检查是否符合断言
  • 后顾/后瞻，方向相反，js不支持后瞻
  • 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
  • 正向前瞻， exp(?=assert)
  • 负向前瞻， exp(?!assert)
  • 正向后顾， exp(?<=assert) js不支持后顾
  • 负向后顾， exp(?<!assert) js不支持后顾
  • ‘a23’.replace(/\w(?=\d)/g, 'X') => 'X23' 前面是匹配部分，后面是断言部分，替换的只有匹配部分

← 作用域练习 →