215 lines
7.4 KiB
Markdown
215 lines
7.4 KiB
Markdown
---
|
||
title: 正则表达式重新入门(1)
|
||
date: 2018-12-10 16:34:42
|
||
categories:
|
||
- JavaScript
|
||
tags:
|
||
- 正则表达式
|
||
---
|
||
|
||
### RegExp对象
|
||
在JavaScript当中, `RegExp`对象表示正则表达式
|
||
创建RegExp对象有两种方式
|
||
1. 常量 : `let reg = /hello\n/g`
|
||
> 后面的g是修饰符, 表示全局匹配; 这里的 **/** 是表示正则表达式的边界, 不属于内容
|
||
2. 构造函数 : `let reg = new RegExp('hello\\n', 'g')`
|
||
> 修饰符是作为第二个参数传入的, 第一个参数是正则内容的**字符串**, 所以对于反斜杠需要转义
|
||
|
||
<!-- more -->
|
||
### 正则表达式的构成
|
||
正则表达式由两种基本字符类型构成
|
||
+ 原义字符 : 表示这个字符的原本意思
|
||
+ 元字符 : 在正则表达式当中具备特殊含义, 如果要让元字符表达其本身含义(也就是作为原义字符使用), 需要加 **\\** 进行转义
|
||
|
||
#### 各种元字符
|
||
+ `$` 匹配输入字符串的结尾位置。如果设置了RegExp对象的Multiline属性，则也匹配 'n' 或 'r'。
|
||
+ `()` 标记一个子表达式的开始和结束位置。子表达式可以获取供以后使用。
|
||
+ `*` 匹配前面的子表达式零次或多次。
|
||
+ `+` 匹配前面的子表达式一次或多次。
|
||
+ `.` 匹配除换行符 \n 之外的任何单字符。
|
||
+ `[]` 标记一个中括号表达式的开始和结束位置, 常用于表示范围。
|
||
+ `{}` 标记限定符表达式的开始。
|
||
+ `|` 指明两项之间的一个选择("或者"的含义)。
|
||
+ `?` 匹配前面的子表达式零次或一次，或指明一个非贪婪限定符。
|
||
+ `\` 将下一个字符标记为或特殊字符、或原义字符、或向后引用、或八进制转义符。
|
||
+ `^` 匹配输入字符串的开始位置，除非在方括号表达式中使用，此时它表示不接受该字符集合("非"的含义)。
|
||
|
||
|
||
### 边界
|
||
|
||
|字符|含义|
|
||
|----|----|
|
||
|^|以指定的字符开始|
|
||
|$|以指定的字符结束|
|
||
|\b|单词边界|
|
||
|\B|非单词边界|
|
||
|
||
例如
|
||
```javascript
|
||
// eg.1 以AB或者AC开头
|
||
let reg1 = /^AB|^AC/
|
||
'ABCDE'.replace(reg1, '123') // 123CDE
|
||
'ACEF'.replace(reg1, '123') // 123EF
|
||
|
||
// eg.2 以X结尾
|
||
let reg2 = /X$/
|
||
'ABCX'.replace(reg2, '0') //ABC0
|
||
|
||
// eg.3 is作为一个独立的单词, 且全局匹配
|
||
let reg3 = /\bis\b/g
|
||
'this is me is it'.replace(reg3, 'ok') // this ok me ok it
|
||
// 如果没有全局匹配, 则只会替换第一个
|
||
// 如果没有单词边界匹配, 那么this当中的is也会被替换
|
||
```
|
||
虽然说单词边界找的是空白字符, 也就是\s
|
||
但是上面的eg.3却不能用\s, 会导致单词之间的空格也被替换掉
|
||
|
||
### 范围类
|
||
如果要匹配某个范围的其中一个字符
|
||
那么可以使用`[]`
|
||
|
||
例如
|
||
```javascript
|
||
// eg.1 穷举的范围
|
||
let reg1 = /[abc]/g
|
||
'apbicy'.replace(reg, 'x') // xpxixy
|
||
|
||
// eg.2 包含- ,按照编码的范围
|
||
let reg2 = /[0-9]/g
|
||
'a1b2c3d5'.replace(reg, '0') // a0b0c0d0
|
||
```
|
||
|
||
### 预定义类
|
||
其实就是一些预定义的范围类
|
||
为了使正则书写更简洁
|
||
|
||
+ `\cX` 匹配由x指明的控制字符。例如， cM 匹配一个 Control-M 或回车符。x 的值必须为 A-Z 或 a-z 之一。否则，将 \c 视为一个原义的 'c' 字符。
|
||
+ `\f` 匹配一个换页符。等价于 x0c 和 cL。
|
||
+ `\n` 匹配一个换行符。等价于 x0a 和 cJ。
|
||
+ `\r` 匹配一个回车符。等价于 x0d 和 cM。
|
||
+ `\t` 匹配一个制表符。等价于 x09 和 cI。
|
||
+ `\v` 匹配一个垂直制表符。等价于 x0b 和 cK
|
||
+ `\s` 匹配任何空白字符，包括空格、制表符、换页符等等。等价于 [\f\n\r\t\v]。注意 Unicode 正则表达式会匹配全角空格符。
|
||
+ `\S` 匹配任何非空白字符。
|
||
|
||
|字符|等价类|含义|
|
||
|---|-----|----|
|
||
|.|[^\r\n]|除了回车和换行符之外的所有字符|
|
||
|\d|[0-9]|数字字符|
|
||
|\D|[^0-9]|非数字字符|
|
||
|\s|[\t\n\x0B\f\r]|空白符|
|
||
|\S|[^\t\n\x0B\f\r]|非空白符|
|
||
|\w|[a-zA-Z0-9_]|单词字符(大小写字母 数字 下划线)|
|
||
|\W|[^a-zA-Z0-9_]|非单词字符|
|
||
|
||
### 量词
|
||
用于指定某个组合出现的数量
|
||
|
||
|字符|含义|
|
||
|---|---|
|
||
|?|0次或1次|
|
||
|+|1次或多次|
|
||
|*|任意次数|
|
||
|{n}|出现n次|
|
||
|{n,m}|出现n到m次(包含n与m)|
|
||
|{n,}|至少出现n次|
|
||
|
||
例如
|
||
```javascript
|
||
// 以1个或多个数字结尾
|
||
let reg = /\d+$/
|
||
'abc123'.replace(reg, 'xx') //'abcxx'
|
||
```
|
||
|
||
### 贪婪模式
|
||
正则针对字符串从左向右进行解析, 每个部分都会尽可能多地去匹配字符, 这称之为`贪婪模式`
|
||
|
||
例如
|
||
```javascript
|
||
let reg = /^\d{2,5}/
|
||
'123456'.replace(reg, 'xx') // xx6
|
||
```
|
||
按照这个正则的规则, 匹配2到5个数字都是可以的
|
||
但是它实际执行的时候是按照最多的方式来匹配的, 也就是默认的匹配模式是贪婪模式
|
||
|
||
如果要使用非贪婪模式, 需要在量词后面加上`?`
|
||
```javascript
|
||
let reg = /^\d{2,5}?/
|
||
'123456'.replace(reg, 'xx') // xx3456
|
||
```
|
||
|
||
### 分支条件
|
||
使用`|`来代表分支条件, 也就是匹配前后的任何一个规则即可
|
||
比如
|
||
|
||
表示字符串整体包含10个数字或者20个数字, 并且最后有2个字母
|
||
|
||
> 注意 : 这个 | 分割的是左右两边所有部分，而不是仅仅连着这个符号的左右两部分
|
||
所以需要加括号, 否则会一直涵盖到表达式的边界或者遇到下一个 |
|
||
|
||
### 断言
|
||
|
||
如果字符串中存在2个数字后面跟着2个字母, 就把这2个数字替换掉
|
||
如果只是这样写\d{2}[a-zA-Z]{2}
|
||
那么后面跟着的2个字母也会被替换掉
|
||
|
||
要实现这种需求, 就必须用到`断言`
|
||
|
||
由于正则是将字符串从左到右进行解析, 左侧可以称之为**头部**, 右侧可以称之为**尾部**
|
||
从头部向尾部移动可以称之为向前走
|
||
判断前面是什么可以称之为`前瞻`
|
||
> JavaScript只支持前瞻, 而不能去判断后面是什么(后顾)
|
||
|
||
对于上面的需求, 就可以利用断言来做了
|
||
```javascript
|
||
let reg = /\d{2}(?=[a-zA-Z]{2})/
|
||
'@12ab'.replace(reg, '**') // @**ab
|
||
```
|
||
|
||
语法规则
|
||
|
||
|名称|正则语法|含义|
|
||
|--|--|--|
|
||
|零宽正向前瞻|exp(?=assert)|我前面是符合assert的|
|
||
|零宽负向前瞻|exp(?!assert)|我前面的是不符合assert的|
|
||
|零宽正向后顾|exp(?<=assert)|我后面是符合assert的|
|
||
|零宽负向后顾|exp(?<!assert)|我后面是不符合assert的|
|
||
|
||
|
||
如同^代表开头，$代表结尾，\b代表单词边界一样，前瞻断言和后顾断言也有类似的特点，它们只匹配某些位置
|
||
在匹配过程中，不占用字符，所以被称为`零宽`
|
||
|
||
### 分组
|
||
当我们需要把某个部分看做一个整体添加量词的时候, 就要给这个部分添加`()`
|
||
也就是作为一个分组
|
||
(也包括上面的分支条件的边界位置)
|
||
|
||
未添加分组
|
||
|
||
|
||
添加分组
|
||
|
||
|
||
添加分组之后, 分组后面跟着的量词就会作用于整体
|
||
|
||
#### 分组的引用
|
||
正则在解析的过程中会对分组进行编号(从1开始)
|
||
我们可以通过`\数字`的方式对分组进行引用, 从而实现一些需求
|
||
|
||
例如
|
||
要匹配两个连续的数字, 并且这两个数字不同
|
||
> 要让后一个数字和前一个数字不同
|
||
就必须要引用前一个数字, 那么只能对分组进行引用
|
||
同时配合零宽负向前瞻
|
||
|
||
```javascript
|
||
let reg = /(\d{1})(?!\1)\d{1}/
|
||
reg.test('a32') // true
|
||
reg.test('a55') // false
|
||
```
|
||
+ `(\d{1})`这里代表的是匹配一个数字, 这个简单
|
||
+ `(?!\1)`这里代表的是后面的字符与第一分组不同(但是不占用字符)
|
||
+ `\d{1}`这里代表后面还是一个数字
|
||
|
||
所以就可以达到匹配两个连续数字, 并且这两个数字不同了
|