正则表达式

date
Oct 11, 2020
slug
zhengze
status
Published
tags
其它
summary
正则表达式
type
Post
字符串是编程时涉及到的最多的一种数据结构，对字符串进行操作的需求几乎无处不在。比如判断一个字符串是否是合法的Email地址，虽然可以编程提取@前后的子串，再分别判断是否是单词和域名，但这样做不但麻烦，而且代码难以复用。
正则表达式是一种用来匹配字符串的强有力的武器。它的设计思想是用一种描述性的语言来给字符串定义一个规则，凡是符合规则的字符串，我们就认为它“匹配”了，否则，该字符串就是不合法的。

基本语法

在正则中，    如果直接给出字符，就是精确匹配。\d可以匹配一个数字，\w可以匹配一个数字或字母所以：
  • '00\d'可以匹配001，但无法匹配00A
  • '\d\d\d'可以匹配'123'
  • '\w\w'可以匹配'js'
.可以匹配任意字符：
  • 'js.'可以匹配'jsp'，'jsa'，'js#'等
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或1个字符，用{n}表示n个字符，用{n,m}表示n-m个字符
例1：\d{3}\s\d{3,8}
  • \d{3}表示3个数字，如'010'
  • \s表示一个空格
  • \d{3,8}表示3-8个数字，如'123''10000000'

进阶

要做更精确的匹配，使用[]表示范围：
  • [0-9a-zA-Z\_]匹配一个数字、字母或下划线
  • [0-9a-zA-Z\_]+匹配至少由一个数字、字母或下划线组成的字符串，如'a00'，'KABA_12'，'1234'等
  • [a-zA-Z\_\$][0-9a-zA-Z\_\$]*匹配字母数字下划线$开头，后接任意长度字符串
  • [a-zA-Z\_\$][0-9a-zA-Z\_\$]{0,19}匹配由字母数字下划线$开头后接0-19长度的字符串
[A|B]匹配A或B，所以：(j|J)ava(s|S)cript匹配'javascript' 'Javascript' 'javaScript' 'JavaScript'
^表示行的开头，^\d表示以数字开头
$表示行的结束，[a-z]$表示以小写字母结束，+表示一个或多个

RegExp

JS中有两种方式创建一个正则表达式
  1. 直接通过/正则表达式/ 写出来
  1. 通过 new RegExp('正则表达式') 创建一个RegExp对象
let reg1 = /ABC\-001/;
let reg2 = new RegExp('ABC\\-001')
reg1; //     /ABC\-001/
reg2; //     /ABC\-001/ 第二种写法由于字符串的转义，两个\\其实是一个\
判断正则表达式是否匹配
const reg = /^\d{3}\-\d{3,8}$/;
reg.test('010-12345'); //true
reg.test('010-1234x'); //false
reg.test('010 12345'); //false

切分字符串

普通的spilit：
'a b   c'.split(' '); // ['a', 'b', '', '', 'c']
无法识别连续空格，使用正则：
'a b   c'.split(/\s+/); // ['a', 'b', 'c']
'a,b, c  d'.split(/[\s\,]+/); // ['a', 'b', 'c', 'd']
'a,b;; c  d'.split(/[\s\,\;]+/); // ['a', 'b', 'c', 'd']

分组

出了判断匹配外，正则还有提取子串的功能，用()表示的就是要提取的组：
^(\d{3})-(\d{3,8})$定义了两个组
const reg = /^(\d{3})-(\d{3,8})$/
reg.exec('010-12345'); // ['010-12345', '010', '12345']
reg.exec('010 12345'); // null
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。失败返回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：
var reg = /^(\d+)(0*)$/;
reg.exec('102300'); // ['102300', '102300', '']
由于\d+采用贪婪匹配，直接把后面的0全部匹配了，结果0*只能匹配空字符串了。
必须让\d+采用非贪婪匹配（也就是尽可能少匹配），才能把后面的0匹配出来，加个?就可以让\d+采用非贪婪匹配：
var re = /^(\d+?)(0*)$/;
re.exec('102300'); // ['102300', '1023', '00']
 

© kaba 2019 - 2023