JavaScript学习笔记十九：标准对象-RegExp

JavaScript教程传送门

在正则表达式中，如果直接给出字符，就是精确匹配。用

\d

可以匹配一个数字，

\w

可以匹配一个字母或数字，所以：

• '00\d'

  可以匹配

  '007'

  ，但无法匹配

  '00A'

  ；

• '\d\d\d'

  可以匹配

  '010'

  ；

• '\w\w'

  可以匹配

  'js'

  ；

.

可以匹配任意字符，所以：

• 'js.'

  可以匹配

  'jsp'

  、

  'jss'

  、

  'js!'

  等等。

要匹配变长的字符，在正则表达式中，用

*

表示任意个字符（包括0个），用

+

表示至少一个字符，用

?

表示0个或1个字符，用

{n}

表示n个字符，用

{n,m}

表示n-m个字符：

进阶

可以用

[]

表示范围，比如：

• [0-9a-zA-Z\_]

  可以匹配一个数字、字母或者下划线；

• [0-9a-zA-Z\_]+

  可以匹配至少由一个数字、字母或者下划线组成的字符串，比如

  'a100'

  ，

  '0_Z'

  ，

  'js2015'

  等等；

• [a-zA-Z\_\$][0-9a-zA-Z\_\$]*

  可以匹配由字母或下划线、 开头，后接任意个由一个数字、字母或者下划线、 组成的字符串，也就是JavaScript允许的变量名；

• [a-zA-Z\_\$][0-9a-zA-Z\_\$]{0, 19}

  更精确地限制了变量的长度是1-20个字符（前面1个字符+后面最多19个字符）。

A|B

可以匹配A或B，所以

[J|j]ava[S|s]cript

可以匹配

'JavaScript'

、

'Javascript'

、

'javaScript'

或者

'javascript'

。

^

表示行的开头，

^\d

表示必须以数字开头。

$

表示行的结束，

\d$

表示必须以数字结束。

RegExp

JavaScript有两种方式创建一个正则表达式：

第一种方式是直接通过

/正则表达式/

写出来，第二种方式是通过

new RegExp('正则表达式')

创建一个RegExp对象。

var re1 = /ABC\-001/;
var re2 = new RegExp('ABC\\-001');

re1; // /ABC\-001/
re2; // /ABC\-001/
           

判断正则表达式是否匹配：

// RegExp对象的test()方法用于测试给定的字符串是否符合条件
var re = /^\d{3}\-\d{3,8}$/;
re.test('010-12345'); // true
re.test('010-1234x'); // false
re.test('010 12345'); // false
           

切分字符串

'a b   c'.split(' '); // ['a', 'b', '', '', 'c']

// 上面的方法无法识别连续的空格，用正则表达式试试：
'a b   c'.split(/\s+/); // ['a', 'b', 'c']

// 无论多少个空格都可以正常分割。加入,试试：
'a,b, c  d'.split(/[\s\,]+/); // ['a', 'b', 'c', 'd']

// 再加入;试试：
'a,b;; c  d'.split(/[\s\,\;]+/); // ['a', 'b', 'c', 'd']
           

分组

除了简单地判断是否匹配之外，正则表达式还有提取子串的强大功能。用

()

表示的就是要提取的分组（Group）。比如：

^(\d{3})-(\d{3,8})$

分别定义了两个组，可以直接从匹配的字符串中提取出区号和本地号码：

// exec()方法在匹配成功后，会返回一个Array，第一个元素是正则表达式匹配到的整个字符串，后面的字符串表示匹配成功的子串
// exec()方法在匹配失败时返回null
var re = /^(\d{})-(\d{,})$/;
re.exec('010-12345'); // ['010-12345', '010', '12345']
re.exec('010 12345'); // null
           

贪婪匹配

正则匹配默认是贪婪匹配，也就是匹配尽可能多的字符。举例如下，匹配出数字后面的

：

var re = /^(\d+)(0*)$/;
re.exec('102300'); // ['102300', '102300', '']
           

由于

\d+

采用贪婪匹配，直接把后面的

全部匹配了，加个

?

就可以让

\d+

采用非贪婪匹配：

var re = /^(\d+?)(0*)$/;
re.exec('102300'); // ['102300', '1023', '00']
           

全局搜索

JavaScript的正则表达式还有几个特殊的标志，最常用的是

g

，表示全局匹配：

var r1 = /test/g;
// 等价于:
var r2 = new RegExp('test', 'g');
           

全局匹配可以多次执行

exec()

方法来搜索一个匹配的字符串。当我们指定

g

标志后，每次运行

exec()

，正则表达式本身会更新

lastIndex

属性，表示上次匹配到的最后索引：

var s = 'JavaScript, VBScript, JScript and ECMAScript';
var re=/[a-zA-Z]+Script/g;

// 使用全局匹配:
re.exec(s); // ['JavaScript']
re.lastIndex; // 

re.exec(s); // ['VBScript']
re.lastIndex; // 

re.exec(s); // ['JScript']
re.lastIndex; // 

re.exec(s); // ['ECMAScript']
re.lastIndex; // 
           

全局匹配类似搜索，因此不能使用

/^...$/

，那样只会最多匹配一次。

正则表达式还可以指定

i

标志，表示忽略大小写，

m

标志，表示执行多行匹配。