JS系列(正则表达式)

正则表达式是用于匹配字符串中字符组合的模式。在 JavaScript中,正则表达式也是对象。这些模式被用于 RegExpexectest 方法, 以及 StringmatchmatchAllreplacesearchsplit 方法。
正则的意图 正则表达式是匹配模式,要么匹配字符串,要么匹配位置
正则表达式是匹配模式,要么匹配字符串,要么匹配位置
正则表达式是匹配模式,要么匹配字符串,要么匹配位置
正则的创建

  • 方式一:字面量的创建
    const reg = //

  • 方式二:构造函数
    const reg = new RegExp()

补充:
  1. 字面量是常用的方式。
  2. 字面量创建 和 构造函数的创建 是存在区别的
    // eg: const num = 12.34// 字面量 const reg = /\d+.\d+/ // 构造函数 const reg = new RegExp('\d+.\d+')

    reg 的 正则字符串是一样的,但是它们代表一样的意思吗?不是
    先看一段代码:
    console.log('\') // 报错 Javascript: unterminated string literal console.log('\d') // d

    在这里 \,在JS解析的时候是有特殊意义的。
    所以上面的构造函数方式的创建:
    const reg = new RegExp('\d+.\d+')// d+.d+匹配的d 这个字符// 需要转义 const reg = new RegExp('\d+\.\d+')

    这种写法挺麻烦的,所以推荐使用 字面量的写法。
正则的原子 原子是正则表达式的最基本的组成单位,而且在每个模式中最少包含一个原子。
原子分为可见原子和不可见原子。
  • 可见原子: Unicode编码表中键盘输入肉眼可见的字符。
  • 不可见原子: Unicode编码表中键盘输入肉眼不可见的字符,如空格,制表符。
通用字符类型:
\d 匹配0-9任意一个数字[0-9] \D 除了数字以外的任意一个字符匹配[^0-9] \w 数字 字母 下划线匹配[a-zA-Z0-9] \W 除了数字 字母 下划线以外的任意一个字符[^a-zA-Z0-9] \s 与任意一个空白字符匹配 \S 与任意一个空白字符意外的字符匹配[^\n\f\r\t\v]\f 换页字符; \n 换行字符; \r 回车字符; \t 制表符; \v 垂直制表符;

正则的特殊字符 开始(^) 和 结束($
对匹配的做开始的限定和结束的限定
const reg = /abc/// abc aabc abcabc这些都是匹配成功 const reg = /^abc$/// 只能

转义字符(\
\这个无论是在 正则还是在其他的地方都有着特殊的意义。
正则中有跟多的符号是有意义的,如果想要匹配他们都是需要转义的
\ ( ) [ ] ^ $ * + ? 这些符号都是有着自己各自的意义,下面会依次介绍
const str = '()[]^$*+?'// 这是一个字符串 const reg = /\(\)\[\]\^\$\*\+\?/// 大量的使用转义

或(|
左右两边看成一个整体,满足其中一个就行
const reg = /abc|acc/// 匹配abc或者acc

点元字符(.
匹配除\n之外的任何单个字符。
let str = ` james kobe ` console.log(str.match(/.+/)) // 'james'

. 基本上都匹配了所有。那么匹配全部该怎么写呢?
// 匹配所有 const reg = /[\d\D]+/ const reg = /[\s\S]+/const reg = /.+/s// s模式

正则的量词(* + ?
{m,n} : 匹配m到n个字符,都是数字,还可以写成{m,}: m到无限个
const reg = /d{2,4}/// 匹配d的数量为2到4个

*: 0个到无穷个 等价于 {0,}
const reg = /d*/

+: 1个到无穷个 等价于 {1,}
const reg = /d+/

?: 1个或者0个
const reg = /d?/

注意: * + ? {m,n} 它们都是贪婪模式,下面会介绍。
原子表([]
[]满足其中的一个内容
const reg = /[abc]/// a b c ab 都满足

区间匹配
[0-9]// 匹配0-9的数字 [a-z]// 匹配a-z的小写字母 [A-Z]// 匹配A-Z的大写字母

取反
[^abc]// 匹配除了abc以外的字符

这里 ^ 虽然跟开始字符是一样的,但是表示的意义不一样。这里的 ^ 是在 []使用。
不解析字符
[.()+]// 在原子表中,它们都是单纯的字符

原子组(()
() 与 原子表[]不同,()会把其中的内容看成一个整体。
const dom = `copyer` const reg = /^[\s\S]*$/i // 等价于 const reg1 = /^[\s\S]*$/

([1-6])看成一个整体,就是为了匹配 h1~h6的标签
在第一个正则中,匹配开始标签和结束标签,就会写两次的([1-6]),看起来是比较麻烦的
1、组名
组名: 就是为了上面重复写的问题。
从左到右,依次找出原子组(),排在第几个,就使用\num就行了;
比如: ([1-6]) 排在原子组的第二个,那么使用\2就可以了。
简单记忆: 只要判断了是原子组,就数 ( 从左到右排在第几个
2、嵌套组
// 匹配url const url = 'http://www.baidu.com' const reg = /^https?://[\w]+.[\w]+.(com|cn)$/ console.log(url.match(reg))

match方法 后面也会总结
[ 0:"http://www.baidu.com" 1: "com" groups: undefined index: 0 input: "http://www.baidu.com" ]

数组第一个,就是匹配到的字符串
如果有原子组的使用,匹配到的结果,就会依次放在第一个的后面
3、不记录组
上面不是对com 组提取出来了嘛,如果不想要记录该怎么做呢?
const reg = /^https?://[\w]+.[\w]+.(?:com|cn)$/

在原子组中: 使用?: 就不会记录在组中
(?:com|cn) ?:就是放在最开始
4、组的实际使用场景
给一个dom节点字符串,拿取里面的内容
let str = 'copyer' const reg = /(.*)/ console.log(str.match(reg)[2])

上面使用了三个原子组: ([1-6]) (.*) ([1-6])
这个三个都是push到数组中,内容就是第二个原子组,所以,我们取下标为 2,就可以拿到内容了
正则的贪婪模式 在上面,知道了正则的量词(* + ?) 的基本使用,但是呢,它们还是有一种特性: 贪婪
何为贪婪?
const str = 'aaaaaa' const reg = /a+/ console.log(str.match(reg))// aaaaaa

只要在条件的满足范围内,能匹配到多少就是多少,贪婪思维
那么怎么阻止贪婪呢?
正则量词后面添加一个?
const str = 'aaaaaa' const reg = /a+?/ console.log(str.match(reg))// a

*? +? ?? {m,n}? 类似这种组合
正则的属性lastIndex lastIndex从字面理解:最后一个索引值。实际上,它的意思是正则表达式开始下一次查找的索引位置。
lastIndex 第一次的时候总是为0的,
第一次查找完了的时候会把lastIndex的值设为匹配到得字符串的最后一个字符的索引位置加1
const str = 'aaa_aa_aaaa' const reg_g = /a+/g console.log(reg_g.lastIndex) // 0默认值 console.log(reg_g.exec(str)) // aaa console.log(reg_g.lastIndex) // 3 上次匹配aaa 下标值为2,在上面的一次加 1,所以为3 console.log(reg_g.exec(str)) // 所以这次匹配是在 下标为3的位置开始匹配

如果没有匹配到的话,lastIndex 就会重新置为 0
重要事项:不具有标志 g 和不表示全局模式的 RegExp 对象不能使用 lastIndex 属性。
后面,好像y修饰符也支持了。
lastIndex 是个 可读可写的属性
正则的修饰符 s修饰符
/s 表示将字符串视为单行来匹配 。
const dom = ` 123 `; const reg = /.+/s; console.log(dom.match(reg));

s模式,会把字符串看一行来解析
[ 0: "\n123\n" groups: undefined index: 0 input: "\n123\n" ]

\n就解析出来了
i修饰符
正则是区分大小写的,如果是在i模式下,就不区分大小写了
g修饰符
全局匹配。
一般情况下,没有量词的情况下,匹配到一个,就不会继续匹配下去了。如果添加了 \g ,就会一直匹配下去满足条件的。
y修饰符
y 修饰符的作用与 g 修饰符类似,也是全局匹配,后一次匹配都从上一次匹配成功的下一个位置开始。
不同之处:g 修饰符只要剩余位置中存在匹配就可,而 y 修饰符确保匹配必须从剩余的第一个位置开始
在这里,理解 y修饰符g修饰符 需要理解上面的lastIndex 正则属性
实例:
const str = 'aaa_aa_aaaa' const reg_g = /a+/g const reg_y = /a+/y console.log('第一次') console.log(reg_g.lastIndex) // 0 console.log(reg_y.lastIndex) // 0 console.log(reg_g.exec(str)) // aaa console.log(reg_y.exec(str)) // aaa console.log('第二次') console.log(reg_g.lastIndex) // 3 console.log(reg_y.lastIndex) // 3 console.log(reg_g.exec(str)) // aa console.log(reg_y.exec(str)) // null console.log('第三次') console.log(reg_g.lastIndex) // 6 console.log(reg_y.lastIndex) // 0 console.log(reg_g.exec(str)) // aaaa console.log(reg_y.exec(str)) // aaa

第一次, y修饰符g修饰符是一样的, lastIndex 都从 0 变成了 3
第二次,g修饰符 可以继续匹配后面的剩余字符 aa ,所以lastIndex从 3 变成了 6
但是 y修饰符 需要的是剩余字符 的第一个需要满足,很显然第二次的剩余字符是不满足的,所以 匹配的值为 nulllastIndex 也从 重置了,变成 0
第三次,y修饰符有重新开始匹配。
u修饰符
正则的方法 字符串的方法
match() 语法:
str.match(regexp)

参数:
一个正则表达式对象。如果传入一个非正则表达式对象,则会隐式地使用 new RegExp(obj) 将其转换为一个 RegExp 。如果你没有给出任何参数并直接使用match() 方法 ,你将会得到一 个包含空字符串的 Array :[""] 。
返回值:
  • 如果有g 修饰符,则返回所有匹配的信息,不会返回捕获值
  • 如果没有g修饰符,则返回一个完整以及相关的捕获值。
示例:
// 情况一: 存在g修饰符 const str = "copyer"; console.log(str.match(/c/g)); // ['c']// 情况二: 不存在g修饰符 const str = "copyer"; console.log(str.match(/c/)); // 完整的信息 [ 0: "c" // 捕获值 groups: undefined index: 0 input: "copyer" ]

matchAll() 语法:
str.matchAll(regexp)

参数:
正则表达式对象。如果所传参数不是一个正则表达式对象,则会隐式地使用 new RegExp(obj) 将其转换为一个 RegExp
RegExp必须是设置了全局模式g的形式,否则会抛出异常TypeError
返回值:
一个迭代器
实例:
const str = "abaca"; const matchs = str.matchAll(/a/g)// 必须是全局模式 // 返回值是一个迭代对象,使用for...of遍历 for(let key of matchs) { console.log(key) } // ['a', index: 0, input: 'abaca', groups: undefined] // ['a', index: 2, input: 'abaca', groups: undefined] // ['a', index: 4, input: 'abaca', groups: undefined]

这里获取所有捕获值的方法。但是在matchAll()出现之前,是通过正则方法 exec()来实现同样的目的。在下面会介绍到。
replace() 语法:
str.replace(regexp|substr, newSubStr|function)

参数:
  • regexp(pattern)
    一个RegExp 对象或者其字面量。该正则所匹配的内容会被第二个参数的返回值替换掉。
  • substr(pattern)
    一个将被 newSubStr 替换的 字符串。其被视为一整个字符串,而不是一个正则表达式。仅第一个匹配项会被替换。
  • newSubStr (replacement)
    用于替换掉第一个参数在原字符串中的匹配部分的字符串。该字符串中可以内插一些特殊的变量名。
  • function (replacement)
    一个用来创建新子字符串的函数,该函数的返回值将替换掉第一个参数匹配到的结果。
返回值:
不改变原来的字符串,会返回一个新的字符串
实例:
// 情况一: 参数为字符串:参数看为一个整体,匹配到的第一项会被替换 const str = "abaca"; const newStr = str.replace('a', 'f') console.log(newStr) // fbaca// 情况二: 参数为正则:匹配到的字符被新的字符串替换 const str = "abaca"; const newStr = str.replace(/a/g, 'f') console.log(newStr) // fbfcf// 情况三: 第二个参数为一个函数,返回的字符串用来替换 const str = "abaca"; const newStr = str.replace(/a/g, () => { return '$#' }) console.log(newStr)

当然,这个函数不是这么简单,还有其他的用法。
search() 语法:
str.search(regexp)

参数:
一个正则表达式(regular expression)对象。如果传入一个非正则表达式对象 regexp,则会使用 new RegExp(regexp) 隐式地将其转换为正则表达式对象。
返回值:
如果匹配成功,则 search() 返回正则表达式在字符串中首次匹配项的索引; 否则,返回 -1
实例:
const str = "abaca"; console.log(str.search(/[b]/g))// 1 console.log(str.search(/[d]/g))// -1

split() 语法:
str.split([separator [, limit]])

参数:
  • separator
    指定表示每个拆分应发生的点的字符串。separator 可以是一个字符串或正则表达式。 如果纯文本分隔符包含多个字符,则必须找到整个字符串来表示分割点。如果在str中省略或不出现分隔符,则返回的数组包含一个由整个字符串组成的元素。如果分隔符为空字符串,则将str原字符串中每个字符的数组形式返回。
  • limit
    一个整数,限定返回的分割片段数量。当提供此参数时,split 方法会在指定分隔符的每次出现时分割该字符串,但在限制条目已放入数组时停止。如果在达到指定限制之前达到字符串的末尾,它可能仍然包含少于限制的条目。新数组中不返回剩下的文本。
返回值:
返回源字符串以分隔符出现位置分隔而成的一个 Array
实例:
const str = "abaca"; console.log(str.split('c'))// ['aba', 'a'] console.log(str.split('@'))// ['abaca'] console.log(str.split(''))// ['a', 'b', 'a', 'c', 'a'] console.log(str.split('a'))// ['', 'b', 'c', ''] console.log(str.split('', 3))// ['a', 'b', 'a']

描述:
  1. 找到分隔符后,将其从字符串中删除,并将子字符串的数组返回。
  2. 如果没有找到或者省略了分隔符,则该数组包含一个由整个字符串组成的元素。
  3. 如果分隔符为空字符串,则将str转换为字符数组。
  4. 如果分隔符出现在字符串的开始或结尾,或两者都分开,分别以空字符串开头,结尾或两者开始和结束。
注意:
如果分隔符是包含捕获括号的正则表达式,则每次分隔符匹配时,捕获括号的结果(包括任何未定义的结果)将被拼接到输出数组中。但是,并不是所有浏览器都支持此功能。
const str = "abaca"; console.log(str.split(/(a)/))// ['', 'a', 'b', 'a', 'c', 'a', '']

正则的方法
test() 语法:
regexObj.test(str)

参数:
  • str
    用来与正则表达式匹配的字符串
返回值:
如果正则表达式与指定的字符串匹配 ,返回true;否则false
实例:
let str = 'hello world!'; let result = /^hello/.test(str); console.log(result); // true

exec() 语法:
regexObj.exec(str)

参数:
  • str
    要匹配正则表达式的字符串。
返回值:
如果匹配成功,exec() 方法返回一个数组(包含额外的属性 indexinput ),并更新正则表达式对象的 lastIndex属性。
完全匹配成功的文本将作为返回数组的第一项,从第二项起,后续每项都对应正则表达式内捕获括号里匹配成功的文本。
如果匹配失败,exec() 方法返回 null,并将 lastIndex 重置为 0 。
实例:
const str = "abaca"; const reg = /a/g console.log(reg.lastIndex)// 0 console.log(reg.exec(str))// ['a', index: 0, input: 'abaca', groups: undefined] console.log(reg.lastIndex)// 1

lastIndex会被更新。
获取全部的匹配信息:
let str = "abaca"; let reg = /a/g; let result; while ((result = reg.exec(str)) != null) { console.log(result) } // ['a', index: 0, input: 'abaca', groups: undefined] // ['a', index: 2, input: 'abaca', groups: undefined] // ['a', index: 4, input: 'abaca', groups: undefined]

错误写法:
let str = "abaca"; let reg = /a/g; let result; while (reg.exec(str) !== null) { console.log(result) }

警告: 不要把正则表达式字面量(或者RegExp构造器)放在 while 条件表达式里。由于每次迭代时 lastIndex 的属性都被重置,如果匹配,将会造成一个死循环。并且要确保使用了'g'标记来进行全局的匹配,否则同样会造成死循环。
正则的断言 正先行断言(?=
后面的内容,满足前面的条件
实例:
str='我有一只铅笔,我有一只钢笔',把铅笔前面的一只,换成2只
let str = "我有一只铅笔,我有一只钢笔"; const reg = /一只(?=铅笔)/g const newStr = str.replace(reg, '两只') console.log(newStr) // 我有两只铅笔,我有一只钢笔

理解:
就看成是条件就行了,后面的内容 是否等于 '匹配的内容'。
在上面的例子中,想把一只改成两只,全局搜索的话,就会搜索出两个,我们只需要匹配铅笔的那一个,所以 判断条件是否等于(?=) 铅笔就行了
负先行断言(?!=
后面的内容,不满足前面的条件
实例:
let str = "我有一只铅笔,我有一只钢笔"; const reg = /一只(?!钢笔)/g const newStr = str.replace(reg, '两只') console.log(newStr) // 我有两只铅笔,我有一只钢笔

取反即可
正后发断言(?<=
前面的内容,满足后面的条件
实例:
let str = "我有一个大爸和二爸"; const reg = /(?<=大)爸/g const newStr = str.replace(reg, '爷') console.log(newStr) // 我有一个大爷和二爸

大爸 和 二爸中的大爸的爸改成爷(只是举例,其他方式更加的简单)
负后发断言(?
前面的内容,不满足后面的条件
实例:
let str = "我有一个大爸和二爸"; const reg = /(?

意思跟上面差不多
总结
断言:就看成条件。
  • 先行: 就是后面的内容需要满足的条件 /表达式(条件)/ 条件是写在后面的

  • 后发: 就是前面的内容需要满足的条件/(条件)/表达式 条件是写在前面的
注意:
使用了小括号,但是不能看成是原子组
总结 花了两天的时间,从头学习了一遍正则的基本语法。当然,在实际实践中,还是需要积累的。
【JS系列(正则表达式)】如果上面的内容有误,请提出来,多谢指教。

    推荐阅读