什么是 RegExp?
RegExp 是正則表達式的縮寫。
正則表達式( regular expression)描述了一種字符串匹配的模式。可以用來:
(1)檢查一個串中是否含有符合某個規則的子串,並且可以得到這個子串;
(2)根據匹配規則對字符串進行靈活的替換操作
正則表達式在線測試網站,https://regexper.com/
通過該網站,可以通過圖形化的界面去領會正則表達式的含義,將更加直觀和容易理解
RegExp對象:
JavaScript通過內置對象RegExp來支持正則表達式
有兩種方法實例化RegExp對象:
1、字面量 :如 var reg = /\bis\b/g;
2、構造函數 : 如 var reg = new RegExp('\\bis\\b','g');
修飾符: g:global全文搜索,不添加,搜索到第一個匹配就停止
i:ignore case忽略大小寫,默認大小寫敏感
m:multiple lines 多行搜索
正則表達式主要有一下兩種字符組成:
1、原義文本字符(普通字符):
字母、數字、漢字、下划線、以及沒有特殊定義的標點符號,都是"普通字符"表達式中的普通字符。在匹配一個字符串的時候,匹配與之相同一個字符 如:a,b,
2、元字符:
指的是在正則表達式中具有特殊含義的非字母字符(轉義字符) ,如\n換行符 \t水平制表符 \v垂直制表符 \r回車符 \o空字符 \f換頁符 \cX與X對應的控制字符(ctrl+x)
特殊元字符:. * + $ ^| \(){}[]
字符類:
使用元字符[]來構建的一個簡單類,所謂類是指符合某些特性的對象,一個泛指,而不是特質某一個字符,如:[abc]把字符a、b、c歸為一類,表達式可以匹配這些字符
[abc]
范圍類:
可以使用[a-z]來連接兩個字符,表示從a到z的任意字符,這是個閉區間,包含了a和z字符
在[]組成的類內部是可以連寫的,比如[a-zA-Z]
預定義類和邊界:
匹配一個ab+數字+任意字符 的字符串 如:ab[0-9][^\r\n]
正則表達式提供了幾個常用的邊界表達式,如圖
注意:^放在[]里面,就表示除xxx字符之外,放在外面則表示以xxx開始
量詞:
如果希望一個連續出現20次的數字字符串,可以采取這種形式 \d{20}
\d{20}\w\d?\w+\d*\d{3}\w{3,5}\d{3,}
貪婪模式和非貪婪模式:
貪婪模式:\d{3,6} ,盡可能多的匹配
非貪婪模式:讓正則表達式盡可能少的匹配,也就是說一旦成功匹配了就不再嘗試,在后面加個?號即可
分組:
配置字符串Byron連續出現3次的場景,
Byron{3} 實際效果:
() 圓括號: 可以達到分組的功能,使量詞作用於分組
|或:使用|可以達到或的效果 Byron | Casper
也可以這樣結合分組使用 Byr(on|Ca)sper
選擇出來的是符合Byronsper或者ByronCasper
反向引用
將2015-12-25 =>12/25/2015
前瞻:
正則表達式從文本頭部向尾部開始解析,文本尾部方向,稱為‘前’
前瞻就是在正則表達式匹配到規則的時候,向前檢查是否符合斷言,后顧/后瞻方向相反
javascript不支持后顧
符合和不符合特定斷言稱為肯定/正向匹配和否定/負向匹配
\w(?=\d)
\w(?!\d)
分析:從第一個字符'a'開始,滿足\w,后跟'2',符合斷言'\d’,因此a被X所替換
分析同上
對象屬性:
global全文搜索,不添加,搜索到第一個匹配就停止 默認值false
ignore case忽略大小寫,默認大小寫敏感 默認值false
multiple lines 多行搜索 ,默認值false
lastIndex:是當前表達式匹配內容的最后一個字符的下一個位置
source:正則表達式的文本字符串
這幾個屬性都是只讀的,不能手動設置
RegExp的test和exec方法:
RegExp.prototype.test(str) :
用於測試字符串參數中是否存在匹配正則表達式模式的字符串
如果存在,返回true,否則返回false
給其加上g后,判斷ab是存在匹配該模式的字符, ,從結果看來,當執行到第三次,結果變成了false,其實是lastIndex這個屬性在作用,原因在於正則表達式執行了test方法后都會作用到正則表達式本身的結果。
,可以看到執行兩次后,lastIndex的值變為了2
分析:當前匹配結果,就是a,當前匹配結果的最后一個結果,還是a,當前匹配結果的最后一個結果的下一個結果,那就是b,此時lastIndex的值就是1了。那么在執行一次,lastIndex的結果就是2,看來test方法執行,其lastIndex並不是每次都是從頭開始的,那么第3次執行的時候,lastIndex就被重置為0了。
如果測試的是reg1.test('a');那么其返回的結果,只有奇數次是true。因為我們用test的方法時候,只是為了測試是否存在某個字符而已,因此就沒有必要加上g標志了。
RegExp.prototype.exec(str)
使用正則表達式模式對字符串執行搜索,並更新全局RegExp對象的屬性以反應匹配結果
如果沒有匹配的文本則返回null,否則返回一個結果數組
-index 聲明匹配文本的第一個字符的位置
-input 存放被檢索的字符串String
非全局調用:
*調用非全局的RegExp對象的exec()時,返回數組
*第一個元素是與正則表達式相匹配的文本
*第二個元素是與RegExpObject的第一個子表達式相匹配的文本(如果有的話)
*第三個元素是與RegExp對象的第二個子表達式相匹配的文本(如果有的話,依次類推)
注意了:在非全局的情況下,lastIndex根本就不生效
以上是非全局和全局調用的結果
字符串對象方法:
String.prototype.search(reg)
*search()方法用於檢索字符串中指定子字符串,或檢索與正則表達式相匹配的子字符串
*方法返回第一個匹配結果 index,查找不到返回-1
*search()方法不執行全局匹配,它將忽略標志g,並且總是從字符串的開始進行檢索
‘a1b2c3’.search('1');返回1,會將其轉換成正則表達式 ‘a1b2c3’.search(/1/);返回1,如果傳入的參數不是正則,則會嘗試轉換成正則表達式
String.prototype.match(reg)
非全局調用:
如果regexp沒有標志g,那么match()方法就只能在字符串中執行一次匹配
如果沒有找到任何文本,將返回null
否則它將返回一個數組,其中存放了與它找到的匹配文本有關的信息
返回數據的第一個元素存放的是匹配文本,而其余的元素存放的是與正則表達式的子表達式(如分組)匹配的文本
除了常規的數組元素之外,返回的數組還含有2個對象屬性
-index 聲明匹配文本的起始字符在字符串中的位置
-input聲明對stringObject的引用
全局調用:
如果regexp具有標志g,則match方法將執行全局搜索,找到字符串中所有匹配子字符串
*沒有找到任何匹配的子串,則返回null
*如果找到了一個或多個匹配子串,則返回一個數組
數組元素中存放的是字符串中所有匹配子串,而且也沒有index屬性或input屬性
以上是非全局和全局調用結果,非全局下,lastIndex不起作用,其ret中的a是分組的字符。在全局條件下ret的結果為1a2,3c4
Sting.propotype.split(reg)
我們經常使用split方法把字符串分割為字符數組
'a1b2c3d4e5',split(/\d/);
String.prototype.replace()
'a1b1c1'.replace('1',2) -->‘a2b1c1’,並不是期望
‘a1b1c1’.replace(/1/g,2)-->'a2b2c2'
三種參數:
replace(str,replaceStr);
replace(reg,replaceStr);
replace(reg,function); //處理更加復雜的替換結果
采用第三種,用function的返回值作為替換結果,function會在每次匹配替換結果的時候執行四個參數
1、匹配字符串
2、正則表達式分組內容,沒有分組則沒有參數
3、匹配項在字符串中的index下標
4、原字符串
將'a1b2c3d4e5' ---> 'a2b3c4d5e6'
從上看到,兩次匹配的結果分別是 1b2 和 2d4,由於分組后,只對group1和group3保留,去掉group2,因此1b2-->12 3d4-->34,最終替換的結果就是a12c34e5