JavaScript正则表达式

正则表达式（Regular Expression）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搜索模式，是用于匹配字符串中字符组合的模式。

一、JS 如何创建正则表达式？

• 通过直接量定义（隐式创建）

var str = 'I love js';
var pattern = /js/;
// test exec
console.log(pattern.test(str));     //true
console.log(pattern.exec(str));     //"js"

• 通过构造函数定义（显式创建）

var str = 'I love js';
var pattern = new RegExp('js');
console.log(pattern.test(str));     //true
console.log(pattern.exec(str));     //"js"

二、正则表达式修饰符

• i：执行对大小写不敏感的匹配（ignoreCase）
• g：执行全局匹配（global）
• m：执行多行匹配（multiline）

示例：

//字面量
var pattern = /js/i;
//构造函数
var pattern = new RegExp('js', 'i');

三、正则表达式直接量字符

• \o：NULL字符（\u0000）

• \t：制表符，即Tab（\u0009）

• \n：换行符（\u000A）

• \v：垂直制表符（\u000B）

• \f：换页符（\u000C）

• \r：回车符（\u000D）

• \xnn：由十六进制数nn指定的拉丁字符，例如，\x0A等价于\n

• \uxxxx：由十六进制数xxxx指定的Unicode字符，例如\u0009等价于\t

• \cX：控制字符^X，例如，\cJ等价于换行符\n

示例：

//字面量
var pattern = /\t/;
//构造函数（‘\’要翻倍）
var pattern = new RegExp('\\t');

四、正则表达式锚字符

• ^：匹配字符串的开头，在多行检索中，匹配一行的开头

• $：匹配字符串的结尾，在多行检索中，匹配一行的结尾

• \b：匹配一个单词的边界（[\b]匹配的是退格符）

• \B：匹配非单词边界的位置

• (?=p)：零宽正向先行断言，要求接下来的字符都与p匹配，但不能包括匹配p的那些字符

• (？!p)：零宽负向先行断言，要求接下来的字符串不与p匹配

示例：

//字面量
var pattern = /[^js]/;
//构造函数
var pattern = new RegExp('[^js]');

五、正则表达式字符类

• [...]：方括号内的任意字符

• [^...]：不在方括号内的任意字符

• [a-z]：匹配a-z中任意一个字符

• [^a-z]：匹配除了a-z的任意一个字符

• .：除换行符和其他 Unicode 行终止符之外的任意字符

• \w：任何 ASCII 字符组成的单词，等价于[a-zA-Z0-9_]

• \W：任何不是 ASCII 字符组成的单词，等价于[^a-zA-Z0-9_]

• \s：任何 Unicode 空白符

• \S：任何非 Unicode 空白符的字符，注意\w和\S不同

• \d：任何 ASCII 数字，等价于[0-9]

• \D：除了 ASCII 数字之外的任何字符，等价于[^0-9]

• [\b]：退格直接量（特例）

示例：

//字面量
var pattern = /[\u4e00-\u9fa5]/;    //汉字
//构造函数
var pattern = new RegExp('[\u4e00-\u9fa5]');

六、正则表达式重复

• {n, m}：匹配前一项至少n次，但不能超过m次

• {n, }：匹配前一项n次或者更多次

• {n}：匹配前一项n次

• ?：匹配前一项0次或者1次，也就是说前一项是可选的，等价于{0, 1}

• +：匹配前一项1次或多次，等价于{1, }

• *：匹配前一项0次或多次，等价于{0, }

示例：

var str = 'aaab';
var pattern1 = /a+/;
console.log(pattern1.exec(str));    //"aaa"
var pattern2 = /a+?/;
console.log(pattern2.exec(str));    //"a"
var pattern3 = /a+b/;
console.log(pattern3.exec(str));    //"aaab"
var pattern4 = /a+?b/;
console.log(pattern4.exec(str));    //"aaab"

七、正则表达式选择、分组和引用

• |：选择，匹配的是该符号左边的子表达式或右边的子表达式

• (…)：组合，将几个项组合为一个单元，这个单元可通过“*”、“+”、“?”和“|”等符号加以修饰，而且可以记住和这个组相匹配的字符串以供此后的任何使用

• (?: …)：只组合，把项组合到一个单元，但是不记忆与改组相匹配的字符

• \n：和第n个分组第一次匹配的字符相匹配，组是圆括号中的子表达式（也有可能是嵌套的），组索引是从左到右的左括号数，“(?:”形式的分组不编码

示例：

var str = 'abcd';
var pattern1 = /(ab)c/;
console.log(pattern1.exec(str));    //"abc", "ab"
var pattern2 = /(?:ab)c/;
console.log(pattern2.exec(str));    //"abc"
var pattern3 = /(ab)(c)/;
console.log(pattern3.exec(str));    //"abc", "ab", "c"
var pattern4 = /(a(b(c)))/;
console.log(pattern4.exec(str));    //"abc", "abc", "bc", "c"

var str = 'ab cd ab';
var pattern5 = /(ab) cd \1/;
console.log(pattern5.exec(str));    //"ab cd ab", "ab"

八、用于模式匹配的String方法

• search()：它的参数是一个正则表达式，返回第一个与之匹配的子串的起始位置，如果没有匹配的子串就返回-1。如果 search() 的参数不是正则表达式，则首先会通过 RegExp 构造函数将它转换为正则表达式，search() 不支持全局检索，因为它忽略修饰符g。
• 示例：

var str = 'html js js';
console.log(str.search('js'));    //5

var pattern = /js/g;
console.log(str.search(pattern));    //5

• replace()：它用来执行检索与替换。接收两个参数，第一个是正则表达式，第二个是要进行替换的字符串。正则表达式如果设置的修饰符g，则进行全局替换，否则只替换匹配的第一个子串。如果第一个参数不是正则表达式，则直接搜索该字符串，而不是将其转换为正则表达式。
  示例：

var str = 'I love js js';
console.log(str.replace('js', 'html'));    //I love html js

var pattern = /js/g;
console.log(str.replace(pattern, 'html'));    //I love html html

• match()：它的参数是一个正则表达式，如果不是则通过 RegExp 转换，返回的是一个由匹配结果组成的数组。如果设置了修饰符g则进行全局匹配。
  示例：

var str = 'js js js';

var pattern = /(j)s/;
console.log(str.match(pattern));    //"js", "j"

var pattern = /(j)s/g;
console.log(str.match(pattern));    //"js", "js", "js"

• split()：这个方法用以将调用它的字符串拆分为一个子串组成的数组，使用的分隔符是 split() 的参数，它的参数也可以使一个正则表达式。
  示例：

var str = 'html,css,js';
console.log(str.split(','));    //"html", "css", "js"

var pattern = /,/g;
console.log(str.split(pattern));    //"html", "css", "js"

九、正则表达式RegExp对象

• 每个 RegExp 对象都有5个属性：

1. source 是一个只读字符串，包含正则表达式的文本。
2. global 是一个只读布尔值，用以说明这个正则表达式是否带有修饰符g。
3. ignoreCase 是一个只读布尔值，用以说明这个正则表达式是否带有修饰符i。
4. multiline 是一个只读布尔值，用以说明这个正则表达式是否带有修饰符m。
   示例：

var str = 'js js js';
var pattern = new RegExp('\\b', 'i');
console.log(pattern.ignoreCase);   //true
console.log(pattern.global);       //false
console.log(pattern.multiline);    //false
console.log(pattern.source);       //\b
console.log(pattern.lastIndex);    //0

1. lastIndex 是一个可读可写的整数，如果匹配模式带有g修饰符，这个属性存储整个字符串中下一次检索的开始位置。
   示例：

var str = 'js js js';
var pattern = /js/;
console.log(pattern.lastIndex);    //0
pattern.test(str);
console.log(pattern.lastIndex);    //0
pattern.test(str);
console.log(pattern.lastIndex);    //0
pattern.test(str);
console.log(pattern.lastIndex);    //0
pattern.test(str);
console.log(pattern.lastIndex);    //0
pattern.test(str);
console.log(pattern.lastIndex);    //0

var str = 'js js js';
var pattern = /js/g;
console.log(pattern.lastIndex);    //0
pattern.test(str);
console.log(pattern.lastIndex);    //2
pattern.test(str);
console.log(pattern.lastIndex);    //5
pattern.test(str);
console.log(pattern.lastIndex);    //8
pattern.test(str);
console.log(pattern.lastIndex);    //0
pattern.test(str);
console.log(pattern.lastIndex);    //2

• RegExp对象有两个方法：

1. exec()：参数是一个字符串，功能与 match()相似，exec() 方法对一个指定的字符串执行一个正则表达式，也就是在一个字符串中执行匹配检索。如果没有找到任何匹配就返回 null，找到了匹配就返回一个数组，这个数组的第一个元素包含的是与正则表达式相匹配的字符串，余下的元素是与圆括号内的子表达式相匹配的子串，不论正则表达式是否有修饰符g，都会返回一样的数组。当调用 exec() 的正则表达式对象具有修饰符g时，它将把当前正则表达式对象的 lastIndex 属性设置为紧挨着匹配子串的字符位置。当同一个正则表达式第二次调用 exec()时，它将从 lastIndex 属性所指示的字符串处开始检索，如果 exec() 没有发现任何匹配结果，它会将 lastIndex 重置为0。
   示例：

var str = 'I love js';
var pattern = /js/;
console.log(pattern.exec(str));     //"js"

1. test()：参数是一个字符串，用 test() 对某个字符串进行检查，如果包含正则表达式的一个匹配结果，则返回 true 否则返回 false。
   示例：

var str = 'I love js';
var pattern = /js/;
console.log(pattern.test(str));     //true