JavaScript深入理解-正则表达式

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RegExp的 exec和 text方法，以及String中的 match、matchAll、replace 、search 和split方法

创建表达式

字面量

使用两个 / 直接创建正则表达，已斜杠表示开始和结束

var	reg	=	/ab/g

当脚本加载后，正则表达式字面量就会被编译。当正则表达式保存不变时，使用此方法可获得更好的性能。

RegExp构造函数

var reg = new RegRxp('ab','g')
// 等价于   var reg = /ab/g

字面量创建斜杠结束后面参数和构造函数第二个参数表示修饰符。

上面两种写法是等加价的都新建了一个在正则表达式对象。区别在于，第一种再引擎编译代码时，就会新建正则表达式。第二种方法在运行时新建表达式，所以字面量效率更高。并且字面量比较便利直观，基本上都会采用字面量定义正则表达式。

实例属性

正则修饰符相关实例属性（只读）

• ignoreCase：返回布尔值，表示是否设置了i修饰符
• global：返回布尔值，表示是否设置了g修饰符
• multiline：返回布尔值，表示是否设置了m修饰符
• flags：返回一个字符串，包含设置的所有修饰符

与修饰符无关实力属性：

• lastIndex：返回一个证书，表示下一次开始搜索的位置
• source：返回正则表达式的字符串形式，只读

var reg = /abc/gim
//修饰符相关属性
reg.ignoreCase  //true
reg.global  //true
reg.multiline  //true
reg.flags   //gim
//修饰符无关属性
reg.lastIndex //0
reg.source    //abc

实例方法

正则实例方法

test()

在字符串中测试是否匹配，返回值味 true 或 false

var reg = /av/g
var s = 'avbabc'
reg.test(s)  //true

reg.lastIndex = 2
reg.test(s) //false

当正则表达式带有g修饰符时，每一次test方法都会从上一次结束的位置开始向后匹配，可以使用lastIndex查看当前位置

var reg = /av/g
var s = 'avbavabc'

reg.lastIndex //0
reg.test(s)		//true

reg.lastIndex	//2
reg.test(s)		//true

reg.lastIndex //5
reg.test(s)		//false

如果正则表达式是一个空字符串，则匹配所有的字符串，都返回true

exec()

在字符串中执行查找匹配的字符，返回一个数组，未匹配到返回null
exec方法返回数组包含两个属性：

• input：整个原字符串
• index：模式匹配成功的开始位置索引

var reg = /av/g
var s = 'avbavabc'

reg.exec(s)   //["av", index: 0, input: "avbavabc", groups: undefined]
reg.exec(s)		//["av", index: 3, input: "avbavabc", groups: undefined]
reg.exec(s)		//null

同test一样，当正则表达式带有g修饰符时，每一次exec方法都会从上一次结束的位置开始向后匹配，可以使用lastIndex查看当前位置

当正则表达式包含()组匹配时，返回的数组包含多个匹配数据，第一个是整个正则匹配成功的结果，第二个为括号内的匹配结果，如果有多个括号，第三个为第二个括号内的匹配内容。依次类推。

var reg = /a(v)/g
var s = 'avbavabc'

reg.exec(s)		//[ 'av', 'v', index: 0, input: 'avbavabc', groups: undefined ]
reg.exec(s) 	//[ 'av', 'v', index: 3, input: 'avbavabc', groups: undefined ]
reg.exec(s)  	//null

多个()

var reg = /a(v)(b)/g
var s = 'avbavabc'

reg.exec(s) // [ 'avb', 'v', 'b', index: 0, input: 'avbavabc', groups: undefined ]
reg.exec(s) //null

String实例方法

match()

在字符串中执行查找匹配的字符，返回一个数组，未匹配到返回null
当正则表达式不带有g修饰符是，返回的数组带有index和iuput属性

var reg = /ac/
var s = 'acbacvabc'
var s1 = 'aabaavabc'

s.match(reg)  //[ 'ac', index: 0, input: 'acbacvabc', groups: undefined ]
s1.match(reg) //null

正则表达式带有g修饰符时，该方法会一次性返回所有匹配成功的结果数组。不再带有index和input属性

var reg = /ac/g
var s = 'acbacvabc'

s.match(reg) //[ 'ac', 'ac' ]

注意：设置正则表达式的lastindex属性对match方法无效，match方法总是从字符串第一个开始匹配。

matchAll()

在字符串中执行查找所有匹配的字符，返回一个迭代器。注意 ，在使用matchAll时，正则表达式需要带有g修饰符，否则会运行报错。

var reg = /a/g
var s = 'acbacvabc'


arr = [...s.matchAll(reg)]
console.log(arr)
//输出：
/**
[
  [ 'a', index: 0, input: 'acbacvabc', groups: undefined ],
  [ 'a', index: 3, input: 'acbacvabc', groups: undefined ],
  [ 'a', index: 6, input: 'acbacvabc', groups: undefined ]
]
**/

search()

在字符串中执行查找匹配的字符，返回第一个匹配到字符的位置，未匹配到返回-1

var reg = /en/g
var reg1 = /yo/g
var s = 'yuwenbo'

s.search(reg) //3
s.search(reg1)	//-1

replace()

在字符串中执行查找匹配的字符，并且使用替换字符串替换匹配到的子字符串。两个参数一个是正则表达式，一个是需要替换的内容。

如果正则没有g修饰符，只替换第一个匹配成功的值。如果有g修饰符，则替换所有匹配成功的值。

var s = 'i love you'
console.log(s.replace(/\s/, '❤'))  //i❤love you
console.log(s.replace(/\s/g, '❤')) //i❤love❤you

replace第二个参数可以使用$符号，用来更加方便的制定所替换的内容

• $&：匹配的子字符串
• `$``：匹配结果前面的文本
• $'：匹配结果后面的文本
• $n：匹配成功的第n组内容，n是从1开始的自然数
• $$：指代美元符号$

console.log('he llo'.replace(/(\w+)\s(\w+)/, '$2 $1')) //llo he
console.log('hello'.replace(/e/, '-$`-$&-$\'-')) //h-h-e-llo-llo

replace的第二个参数也可以作为一个函数，将每一个正则匹配内容替换为函数的返回值

函数可以接受多个参数，第一个为匹配到的内容，后面为组匹配内容(可以有多个组匹配)，倒数第二个参数为匹配内容再字符串中的位置，倒数第一个参数为原字符串。

console.log('hello'.replace(/e/, function (match, index, str) {
 console.log(match, index, str)
 return '❤'
}))

//e 1 hello
//h❤llo

split()

使用正则表达式或者一个固定字符串分割一个字符串，并将分割后的子字符串存储到数组中
该方法可接受两个参数，第一个参数为正则表达式，表示分割规则，第二个参数是返回数组的最大成员数

str = 'ni hao ya.hei hei hei'
str.split(/ |\./, 5) //[ 'ni', 'hao', 'ya', 'hei', 'hei' ]

总结：

判断字符串是否被匹配到，使用test或者search方法
想获得更多的信息，使用exec或者，match方法，会比较慢。

修饰符（标志符）

修饰符表示附加规则，放在正则模式的最尾部。可以单个使用，也可以一起使用。

//单个修饰符
'abAbab'.match(/a/g)  //["a","a"] 

//多个修饰符一起使用 
'abAbab'.match(/a/gi)  //["a", "A", "a"]

g修饰符

全局搜索，默认情况下只匹配一次，就停止像下匹配了，加上修饰符会一直向下搜索

i修饰符

默认情况下会区分匹配字符串的大小写情况

m修饰符

多行搜索，多行模式，会修改^和$的行为
默认情况下，^和$匹配字符串的开始处和结尾处
加上m修饰符，^和$还会匹配行首和行尾，即^和$会识别换行符\n

例如：

• /yewen$/m.test('hi yuwen\n') 为true 
• /yewen$/.test('hi yuwen\n') 为false

s修饰符

允许.匹配换行符

u修饰符

使用unicode码的模式进行匹配

y修饰符

执行 粘性搜索匹配从目标字符串的当前位置开始

特殊字符

\字符

转义字符
正则表达式中需要匹配特殊字符本身，需要再前面家反斜杠\
正则表达式中，需要反斜杠转义的：^,.,[,$,(,),|,*,+,?,{,\

^字符

匹配开始位置
如果设置多行标志，那么也匹配换行符后的位置

例如：/^A/会匹配 "Ant"中的A，但是不会匹配"ntA"中的A

$字符

匹配结束位置
如果设置多行标志，那么也匹配换行符前的位置

例如：/A$/会匹配 "ntA"中的A，但是不会匹配"Ant"中的A

*字符

匹配一个表达式0次或多次
等价于 {0, }

例如：/yueno*/会匹配 "yuenoooyuen"中的yuenooo和yuen

+字符

匹配一个表达式1次或多次
等价于 {1, }

例如：/yueno+/只会匹配 "yuenoooyuen"中的yuenooo

?字符

匹配一个表达式0次或1次
等价于 {0, 1}

• 例如：/yueno?/只会匹配 "yuenoooyuen"中的yueno
• 注意：?如果紧跟再任何量词 *、+、?或{}的后面，将会使量词变得非贪婪（匹配尽量少的字符）
• 例如：/yueno??/只会匹配 "yuenoooyuen"中的yuen

.字符

默认匹配出换行符之外的任何单个字符

• 例如：/.y/只会匹配 "yuenoooyuen"中的oy
• 例如：/..y/只会匹配 "yuenoooyuen"中的ooy

(x)字符

捕获括号
正则表达式中的括号表示分组匹配，括号中的模式可以用匹配分组的内容
分组匹配可以使用\n
正则替换中，可以使用$1,$2语法

• 例如：/(wenbo)+/.test('wenbowenbo') 为true，表示匹配wenbo整体一次或多次
• 例如："wenbo,zhijian".replace(/(wenbo),(zhijian)/, '$2,$1')
• 输出：zhijian,wenbo

(?=x)字符

匹配X但是不记住匹配项
非捕获括号，使你能够定义与正则表达式运算符一起使用的子表达式
使用非捕获括号，能匹配元素，但是不能在使用\n和$n方法

x(?=y)字符

匹配> x，仅仅当> x后面是> y> ，先行断言

• 例如：'wenbo'.match(/wen(?=bo)/)
• 输出：[ 'wen', index: 0, input: 'wenbo', groups: undefined ]
• 例如：'wenyu'.match(/wen(?=bo)/)
• 输出：null

(?<=y)x字符

匹配> x，仅仅当> x前面是> y ，> 后行断言

• 例如：'wenbo'.match(/(?<=wen)bo/)
• 输出：[ 'bo', index: 3, input: 'wenbo', groups: undefined ]
• 例如：'yubo'.match(/(?<=wen)bo/)
• 输出：null

x(?!y)字符

匹配> x，仅仅当> x后面不是> y时，> 正向否定查找

(?<=y)x字符

匹配> x，仅仅当> x前面不是> y> ，反向否定查找

x|y字符

匹配> x或者> y 可以连用

• 例如：'wenyu'.match(/w|e|n/g)
• 输出：[ 'w', 'e', 'n' ]

{n}字符

匹配前面一个字符刚好出现> n次，> n> 是一个正整数

• 例如：'hello'.match(/l{2}/g)
• 输出：[ 'll' ]

{n,}字符

匹配一个字符至少出现了> n次，> n> 是一个正整数

{n,m}字符

匹配前面的字符至少> n> 次最多> m> 次，> n> ，> m是> 为正整数>

[xyz]字符

字符集合> 匹配方括号中的任意字符，包括转义字符，可以使用破折号(-)制定一个字符，> 例如：> [a-zA-Z1-9]>

• 例如：'hello 123'.match(/[a-h1-2]/g)
• 输出：[ 'h', 'e', '1', '2' ]

[^xyz]字符

反向字符集，> 匹配任何没有包含再方括号中的字符

• 例如：'hello 123'.match(/[^a-h1-2]/g)
• 输出：[ 'l', 'l', 'o', '3' ]

[\b]字符

匹配一个退格(U+0008)，不是> \b，不要弄混了

\b字符

匹配一个词的边界

例如：

• /\bworld/.test('hello world') // true
• /\bworld/.test('hello-world') // true
• /\bworld/.test('helloworld')  // false

\B字符

匹配一个非单词边界

例如：

• /\bworld/.test('hello world') // false
• /\bworld/.test('hello-world') // false
• /\bworld/.test('helloworld')  // true

\cX字符

当X是出于A到Z之间字符的时候，匹配字符串中的一个控制符

\d字符

匹配一个数字，等价于> [0-9]

\D字符

匹配一个数字，等价于> [^0-9]

\D字符

匹配一个数字，等价于> [^0-9]

\f字符

匹配一个换页符(U+000C)

\n字符

匹配一个换行符(U+000A)

\r字符

匹配一个回车符

\s字符

匹配一个空白字符，包括空格，制表符，换页符，和换行符

[\f\n\r\t\v\u00a0\u1680\u180e\u2000-\u200a\u2028\u2029\u202f\u205f\u3000\ufeff]

\S字符

匹配一个非空白字符

\t字符

匹配一个水平制表符

\v字符

匹配一个垂直制表符

\w字符

匹配一个单字字符（字母，数字或者下划线）> ，等价于> [A-Za-z0-9_]

\w字符

匹配一个非单字字符> ，等价于> [A-Za-z0-9_]

\W字符

匹配一个非单字字符

\n字符

返回最后的第n个字捕获匹配的子字符，> 捕获的数目以左括号计算

\0字符

匹配NULL字符（U+0000）

\xhh字符

匹配一个两位十六进制数表示的字符（\x00-\xFF）

\uhhhh字符

匹配一个四位十六进制数表示的UTF-16代码单元

\u{hhhhh}字符或\u{hhhh}

（仅当设置了U标志时）匹配一个十六进制时候表示的Unicode字符