Skip to content

Latest commit

 

History

History
209 lines (176 loc) · 6.97 KB

RegExp.md

File metadata and controls

209 lines (176 loc) · 6.97 KB
Raw

规则

元字符

  • 字母和数字
  • 符号（须转义）
  • 字符类 Character Classes：匹配某种字符或字符集的符号
    • . 除 \r 与 \n 之外的任何字符，但在字符集中，点( . )失去其特殊含义，匹配一个字面点( . )
    • \n 换行
    • \r 回车
    • ...
  • 匹配某个位置的符号 Boundaries
    • 见零宽断言部分

字符集 [] Character Sets

  • 匹配集合中任一字符，可用 - 简写，可用 ^ 取反
  • 例：[a-z]、[^0-9]
  • 常用字符类被预设为特定元字符
    • \w 字母、数字和下划线，即[a-zA-Z0-9_]
    • \W 非字母、数字和下划线，即[^a-zA-Z0-9_]
    • \d 数字，即[0-9]
    • \D 非数字，即[^0-9]
    • \s 空白 [ \t\v\n\r\f]
    • \S 非空白

限定符 | 数量词 Quantifiers

  • 贪婪：匹配尽可能多的字符

    • {n} 匹配前一项 n 次
    • {n, m} 匹配前一项不少于 n 次，不超过 m 次
    • {n，} 匹配前一项不少于 n 次
    • ? 匹配前一项 0 次或 1 次，表示可选
    • + 匹配前一项至少 1 次
    • * 匹配前一项任意次数，包括 0 次

  • 懒惰：匹配尽可能少的字符

    • *? 重复任意次，但尽可能少重复
    • +? 重复1次或更多次，但尽可能少重复
    • ?? 重复0次或1次，但尽可能少重复
    • {n, m}? 重复n到m次，但尽可能少重复
    • {n, }? 重复n次以上，但尽可能少重复

条件分支 |

分组 ()

  • () 用于定义子模式，如 ([0-3]){3} 可匹配 000 ~ 333

反向引用

  • 子模式会记忆其匹配的文本，可以通过“美元符 + 组号”的方式引用
  • 组号不能超过 9，因为 /10 会被认为是 /1 和 0
  • 分组后面有量词的话，分组最终捕获到的数据是最后一次的匹配
  • 例：/(\d+)/.test('#333'); RegExp.$1 // 333

后向引用

  • 表达式中可通过组号引用子模式，用于匹配重复性文本。通过组号引用的是子模式匹配并记忆的文本，而不是子模式
  • 例：\1表示＂此处的文本应该和组号为 1 的子表达式所匹配的文本一致＂
  • 组号分配规则：
    • \0 对应整个正则表达式
    • 从左向右扫描两遍的：第一遍只给未命名组分配，第二遍只给命名组分配
    • 可使用 (?:) 取消子表达式组号分配权
  • 分组命名
    • 命名：(?)
    • 引用命名分组：\k

零宽断言 Assertions

  • 零宽，表示字符串中不占位的位置，如字符串 'ab'，a 和 b 之间的那个位置
  • 断言，即条件判断
  • 零宽断言就是符合一定条件的位置
  • 语法（后两种 ES5 中不支持）
    • (?=exp) 此位置后应该匹配 exp
    • (?!exp) 此位置后不应该匹配 exp
    • (?<=exp) 此位置前应该匹配 exp
    • (?<!exp) 此位置前不应该匹配 exp
  • 常用零宽断言被预设为特定元字符
    • ^ 匹配开头，此位置前不可存在任何符号
    • $ 匹配结尾，此位置后不可存在任何符号
    • \b 单词边界 => \W 与 \w 之间的位置
    • \B 非单词边界
  • 这些代表位置的元字符又被称为“锚”

修饰 flag

JavaScript 支持三个 flag

  • i：模式匹配不区分大小写
  • g：模式匹配是全局的，应该找出所有的匹配
  • m：在多行模式中执行匹配

RegExp related API of String

  • search(exp)
    • 参数：正则表达式
    • 返回：第一个匹配模式的子串的起始位置，如果没有匹配项，则返回 -1
    • 注意：只能匹配第一个，自动忽略 g 修饰符
  • replace(target, replacement)
    • 参数：第一个是字符串或正则，第二参数为字符串或函数
    • 返回：替换后的新字符串，并不修改原字符串
    • 第二个字符串参数中可以用 $ 引用子模式
function capitalize (str) {
  return str.toLowerCase().replace(/(^|\s)\w/g, function (c) {
    return c.toUpperCase()
  })
}

replace 第二个参数为函数的用法

  • match(exp)
    • 参数：正则表达式
      • 返回：null 或数组
      • 注意：全局模式下，返回所有匹配的文本构成的数组；非全局模式下，返回第一个匹配的文本和子模式匹配的文本构成的数组
'1234'.match(/\d/g)
=> ["1", "2", "3", "4"]
'1234'.match(/\d/)
=> ["1", index: 0, input: "1234"]
'1234'.match(/(\d)/)
=> ["1", "1", index: 0, input: "1234"]
  • split(divider)
    • 参数：分隔符。可以是字符串，也可以是正则。
      • 返回：切分后的数组。

RegExp API

  • exec(str)
    • 返回：null 或数组
    • 无论是否全局，均返回同样的数组，由第一个匹配的文本和子模式匹配的文本构成的数组
    • 当使用全局模式时，exec 会动态的设置 lastIndex，从而可以迭代的调用 exec 方法
  • test(str)
    • 与 exec 方法等价
  • RegExp.$1
    • 执行正则相关操作，全局变量将捕获匹配到的子模式
var reg = /[a-z]/g;
var text = 'a1b2c3';
var result;
while ((result = reg.exec(text)) != null) {
  console.log(result[0]); // a, b, c
  console.log(result.index); // 0, 2, 4
  console.log(reg.lastIndex); // 1, 3, 5
}
console.log(reg.lastIndex); // 0

最全正则表达式总结

Example

// 去除字符串两边的空格
function trim (str) {
  return str.replace(/(^\s*)|(\s*$)/g, "")
}

// 保留手机号码前三位与后四位，其余数字用四个 * 替代
// 涉及知识点：反向引用
function hidePhoneNumber (num) {
  var str = String(num);
  return str.replace(/(\d{3})\d*(\d{4})/, '$1****$2');
}

// 调换两个单词的位置，'hello world' => 'world hello'
function exchangeTwoWords (str) {
  return str.replace(/(\w+)\s(\w+)/, '$2 $1')
}

// 解析URL
// 此例来自《JavaScript权威指南》
var urlRE = /(\w+):\/\/([\w.]+)\/(\S*)/;
var url= "http://www.example.com/article/1";
var result = url.match(urlRE);
if (result != null) {
  var url = result[0]; // 与正则匹配的文本 "http://www.example.com/article/1"
  var protocol = result[1]; // 与第一个子模式匹配的文本 "http"
  var host = result[2]; // 与第二个子模式匹配的文本 "www.example.com"
  var path = result[3]; // 与第三个子模式匹配的文本 "article/1"
}

// 将短横线型的名称转换为驼峰型
var camelize = function (str) {
  return str.replace(/-(\w)/g, function (_, c) { return c ? c.toUpperCase() : ''; })
}

// 将驼峰型的名称转换为短横线型
var hyphenate = function (str) {
  return str.replace(/\B([A-Z])/g, '-$1').toLowerCase()
}
/* 上述两个正则来自 vue.js 源码 */

// 数字千分位加逗号
var addComma = function (str) {
  str.replace(/\B(?=(\d{3})+(?!\d))/g, ',')
}

// 解析字符串中的对象或数组
// 这是 jQuery 中的一个方法，如果给 DOM 节点属性传入对象或数组，就需要从字符串中解析出对象或数组。
// [\w\W] 表示一切字符
function getData (data) {
  var brace = /^(?:\{[\w\W]*\}|\[[\w\W]*\])$/
  if ( brace.test( data ) ) {
    return JSON.parse( data );
  }
}