http://blog.csdn.net/zhuzige521888/article/details/52484316
Oracle正则
正则表达式具有强大、便捷、高效的文本处理功能。能够添加、删除、分析、叠加、插入和修整各种类型的文本和数据。Oracle从10g开始支持正则表达式
下面通过一些例子来说明使用正则表达式来处理一些工作中常见的问题。
1.REGEXP_SUBSTR
REGEXP_SUBSTR 函数使用正则表达式来指定返回串的起点和终点,返回与source_string 字符集中的VARCHAR2 或CLOB 数据相同的字符串。
语法:
--1.REGEXP_SUBSTR与SUBSTR函数相同,返回截取的子字符串
REGEXP_SUBSTR(srcstr, pattern [, position [, occurrence [, match_option]]])
注:
srcstr
源字符串
pattern
正则表达式样式
position
开始匹配字符位置
occurrence
匹配出现次数
match_option
匹配选项(区分大小写)
1.1从字符串中截取子字符串
SELECT regexp_substr('1PSN/231_3253/ABc', '[[:alnum:]]+') FROM dual;
Output: 1PSN
[[:alnum:]]+ 表示匹配1个或者多个字母或数字字符。
SELECT regexp_substr('1PSN/231_3253/ABc', '[[:alnum:]]+', 1, 2) FROM dual;
Output: 231
与上面一个例子相比,多了两个参数
1
表示从源字符串的第一个字符开始查找匹配
2
表示第2次匹配到的字符串(默认值是“1”,如上例)
select regexp_substr('@@/231_3253/ABc','@*[[:alnum:]]+') from dual;
Output: 231
@* 表示匹配0个或者多个@
[[:alnum:]]+ 表示匹配1个或者多个字母或数字字符
注意:需要注意“+”和“*”的区别
select regexp_substr('1@/231_3253/ABc','@+[[:alnum:]]*') from dual;
Output: @
@+ 表示匹配1个或者多个@
[[:alnum:]]* 表示匹配0个或者多个字母或数字字符
select regexp_substr('1@/231_3253/ABc','@+[[:alnum:]]+') from dual;
Output: Null
@+ 表示匹配1个或者多个@
[[:alnum:]]+ 表示匹配1个或者多个字母或数字字符
select regexp_substr('@1PSN/231_3253/ABc125','[[:digit:]]+$') from dual;
Output: 125
[[:digit:]]+$ 表示匹配1个或者多个数字结尾的字符
select regexp_substr('@1PSN/231_3253/ABc','[^[:digit:]]+$') from dual;
Output: /ABc
[^[:digit:]]+$ 表示匹配1个或者多个不是数字结尾的字符
select regexp_substr('Tom_Kyte@oracle.com','[^@]+') from dual;
Output: Tom_Kyte
[^@]+ 表示匹配1个或者多个不是“@”的字符
select regexp_substr('1PSN/231_3253/ABc','[[:alnum:]]*',1,2)
from dual;
Output: Null
[[:alnum:]]* 表示匹配0个或者多个字母或者数字字符
注:因为是匹配0个或者多个,所以这里第2次匹配的是“/”(匹配了0次),而不是“231”,所以结果是“Null”
1.2匹配重复出现
查找连续2个小写字母
SELECT regexp_substr('Republicc Of Africaa', '([a-z])\1', 1, 1, 'i')
FROM dual;
Output: cc
([a-z])
表示小写字母a-z
\1
表示匹配前面的字符的连续次数
1
表示从源字符串的第1个字符开始匹配
1
第1次出现符合匹配结果的字符
i
表示区分大小写
1.3其他一些匹配样式
查找网页地址信息
SELECT regexp_substr('Go to http://www.oracle.com/products and click on database', 'http://([[:alnum:]]+\.?){3,4}/?') RESULT
FROM dual
Output: http://www.oracle.com
其中:
http://
表示匹配字符串“http://”
([[:alnum:]]+\.?) 表示匹配1次或者多次字母或数字字符,紧跟0次或1次逗号符
{3,4}
表示匹配前面的字符最少3次,最多4次
/?
表示匹配一个反斜杠字符0次或者1次
提取csv字符串中的第三个值
SELECT regexp_substr('1101,Yokohama,Japan,1.5.105', '[^,]+', 1, 3) AS output
FROM dual;
Output: Japan
其中:
[^,]+
表示匹配1个或者多个不是逗号的字符
1
表示从源字符串的第一个字符开始查找匹配
3
表示第3次匹配到的字符串
注:这个通常用来实现字符串的列传行
--字符串的列传行
SELECT regexp_substr('1101,Yokohama,Japan,1.5.105', '[^,]+', 1, LEVEL) AS output
FROM dual
CONNECT BY LEVEL <= length('1101,Yokohama,Japan,1.5.105') -
length(REPLACE('1101,Yokohama,Japan,1.5.105', ',')) + 1;
Output: 1101
Yokohama
Japan
1.5.105
这里通过LEVEL来循环截取匹配到的字符串。
下面这个例子,查找源字符串中是否包含 kid 、kids或者kidding 这三个字符串
SELECT CASE
WHEN regexp_like('Why does a kid enjoy kidding with kids only?',
'kid(s|ding)*',
'i') THEN
'Match Found'
ELSE
'No Match Found'
END AS output
FROM dual;
Output: Match Found
其中:
kid
表示字符串kid
(s|ding)*
表示匹配0次或者多次字符“s”或者“ding”
i
表示不区分大小写
2.
REGEXP_INSTR
REGEXP_INSTR 函数使用正则表达式返回搜索模式的起点和终点。REGEXP_INSTR 的语法如下所示。REGEXP_INSTR 返回一个整数,指出搜索模式的开始或结束的位置,如果没有发现匹配的值,则返回0。
语法:
--2.REGEXP_INSTR与INSTR函数相同,返回字符串位置
REGEXP_INSTR(srcstr, pattern [, position [, occurrence [, return_option [,match_option]]]])
与REGEXP_SUBSTR一样,它也有变量pattern、position(开始位置)、occurrence 和match_parameter;这里主要介绍一下新参数return_option 的作用,它允许用户告诉Oracle,模式出现的时候,要返回什么内容。
具体如下面的例子所示:
--如果return_option 为0 则,Oracle 返回第一个字符出现的位置。这是默认值,与INSTR的作用相同
SELECT regexp_instr('abc1def',
'[[:digit:]]') output
FROM dual;
Output: 4
--如果return_option 为1,则Oracle 返回跟在所搜索字符出现以后下一个字符的位置。
--例如,下面的查询返回了在串中发现的第一个数字后的位置:
SELECT regexp_instr('abc1def',
'[[:digit:]]',1,1,1) output
FROM dual;
Output: 5
Oracle正则表达式(regularexpression)
元字符 | 字符含义 | 举例说明 |
^ | 匹配字符串的开始位置(在[]中使用,此时它表示不接受该字符集合。 | ^a:匹配以a开始的字符串 [^a]:匹配不含a的字符串 |
- | 当使用在a-m表示范围; 当使用在第一个字符时表示 连字符串,如[-abc] |
|
$ | 匹配字符结束位置 | ‘a$':匹配以a结束的字符串 |
. | 匹配除换行符 n之外的任何单字符。 |
|
? | 匹配前面的子表达式零次或一次 | tr(y(ing)?):可以表示try或者trying |
* | 匹配前面的子表达式零次或多次 |
|
+ | 匹配前面的子表达式一次或多次 |
|
() | 标记一个子表达式的开始和结束位置 | a(b)*可以匹配 ab,abb,abbb,youabb (c|d)匹配c或d |
[] | 标记一个中括号表达式 | [cd]匹配选择c或d等同于 (c|d)。匹配的是单字符,[^cd]是匹配c,d之外的单字符。 [a-z]表示所有小写字母 |
{m,n} | m= <出现次数 <=n,'{m}'表示出现m次,'{m,}'表示至少出现m次。 |
|
| | 表示或者的关系。指明两项之间的一个选择 |
|
字符簇 | 字符含义 |
|
[[:alpha:]] | 任何字母。 |
|
[[:digit:]] | [[:digit:]] 任何数字。 |
|
[[:alnum:]] | 任何字母和数 |
|
[[:space:]] | 任何白字符。 |
|
[[:upper:]] | 任何大写字母。 |
|
[[:lower:]] | 任何小写字母。 |
|
[[:punct:]] | 任何标点符号。 |
|
[[:xdigit:]] | 任何16进制的数字,相当于[0-9a-fA-F]。 |
|
Oracle支持正则表达式的内置函数
名称 | 语法 | 备注 |
REGEXP_LIKE | REGEXP_LIKE (source_string, pattern [, match_parameter] ) | source_string: 源字符串 Pattern: 正则表达式 match_parameter: 匹配模式(i:不区分大小写;c:区分大小写;n:允许使用可以匹配任意字符串的操作符;m:将x作为一个包含多行的字符串。 |
REGEXP_REPLACE | REGEXP_REPLACE (source_string, pattern [,replace_string] [,position] [,occurtence] [,match_parameter] ) | replace_string: 用于替换的字符串 Position: 开始搜索的起始位置 occurtence 指定替换第n次出现字符串 其他同上。 |
REGEXP_SUBSTR | REGEXP_SUBSTR (source_string, pattern [,position [,occurrence [,match_parameter]]] ) | Position: 指定在字符串中准确位置,默认为1 Occurrence: 指定在源字符串匹配过程中相对其他字符串,哪个字符串应该匹配。例如 select regexp_substr('The zip code 80831 is for falcon, co', '[[:alpha:]]{3,}', 1, 3) from dual; 结果选择的是code而非The或zip。 |
REGEXP_INSTR | REGEXP_INSTR (source_string, pattern [,start_position [,occurrence [,return_option [,match_parameter]]]] ) | start_position: 开始搜索位置 Occurrence: 第n次出现pattern,默认为1 return_option: 0:pattern的起始位置 1:pattern下一个字符起始位置 默认为0 |
REGEXP_COUNT | REGEXP_COUNT (source_string, pattern [[,start_position] [,match_parameter]]) | 11g新增的函数,表示pattern在原字符串中出现的次数 start_position: 开始搜索的位置 |
Oracle支持正则表达式函数举例。
Regexp_substr:用来提取一个字符串的一部分。
Regexp_substr('first filed, second filed, thirdfiled',',[^,],')
Pattern为', [^,]*,'表示以,开始逗号,中间空一个格,连续0或多个非逗号字符,最后还是逗号,这样,返回则为', second filed,'。
Regexp_instr:用来pattern的起始位置。
如有一组地址,返回邮编的位置
regexp_instr('Jone Smith,10045 Berry Lane,SanJoseph,CA
91234-1234','[[:digit:]]{5}([-[[:digit:]]{4}])?$')
显然结果位置是91234-1234对应的起始位置。
-------------------------------------------------------------------------------
Regexp_replace:用来将pattern替换成需要替换的字符串,相比传统的replace函数,该函数相比较灵活。例如:
'Jone smith'中有三个空格,而'Jone smith'有2个空格,要将中间的空格改为一个空格,使用replace就要使用2次,而是用正则表达式,我们就就可以将pattern设计为
'( ){2,}'这样
regexp_replace(mc,'( ){2,}',' ')
-------------------------------------------------------------------------------
regexp_like是增强版的like,可以包含_和%通配符,使用在where条件中。
一、REGEXP_LIKE
select * from test where regexp_like(mc,'^a{1,3}');
select * from test where regexp_like(mc,'a{1,3}');
select * from test where regexp_like(mc,'^a.*e$');
select * from test where regexp_like(mc,'^[[:lower:]]|[[:digit:]]');
select * from test where regexp_like(mc,'^[[:lower:]]');
Select mc FROM test Where REGEXP_LIKE(mc,'[^[:digit:]]');
Select mc FROM test Where REGEXP_LIKE(mc,'^[^[:digit:]]');
二、REGEXP_INSTR
Select REGEXP_INSTR(mc,'[[:digit:]]$') from test;
Select REGEXP_INSTR(mc,'[[:digit:]]+$') from test;
Select REGEXP_INSTR('The price is $400.','$[[:digit:]]+') FROM DUAL;
Select REGEXP_INSTR('onetwothree','[^[[:lower:]]]') FROM DUAL;
Select REGEXP_INSTR(',,,,,','[^,]*') FROM DUAL;
Select REGEXP_INSTR(',,,,,','[^,]') FROM DUAL;
三、REGEXP_SUBSTR
SELECT REGEXP_SUBSTR(mc,'[a-z]+') FROM test;
SELECT REGEXP_SUBSTR(mc,'[0-9]+') FROM test;
SELECT REGEXP_SUBSTR('aababcde','^a.*b') FROM DUAL;
四、REGEXP_REPLACE
Select REGEXP_REPLACE('Joe Smith','( ){2,}', ',') AS RX_REPLACE FROM dual;
Select REGEXP_REPLACE('aa bb cc','(.*) (.*) (.*)', '3, 2, 1') FROM dual;
正则表达式特性---后向引用
通过将自表达式匹配的内容缓存到缓冲区中,从左相右进行编号,以/digit(digit为1-9)。而子表达式用圆括号表示。
1.在regexp_replace中应用:
将字符串'aa bb cc'反写成'cc bb aa'则可以设计如下:
regexp_replace('aa bbcc','(.*) (.*) (.*)','\3 \2 \1')
(.*)则表示任何一个字符串组合,三个这样的组合用空格隔开,与源字符串吻合,\1,\2,\3则分别存储了三个字表达式的值,这样我们就可以使用这个达到目的。
2.在regexp_substr中应用:
查找被空格隔开的重复字母数字值
regexp_substr('the finaltest is is the implention','([[:alnum:]]+)([[:space:]]+)\1')
返回结果为is is 。([[:alnum:]]+)([[:space:]]+)返回很多字符串,但是增加一个\1就表示连续返回两个同样字符串,这样就把重复的串给找出来。
Java正则
因为正则表达式是一个很庞杂的体系,所以我仅例举些入门的概念,更多的请参阅相关书籍及自行摸索。
// 反斜杠
/t 间隔 ('/u0009')
/n 换行 ('/u000A')
/r 回车 ('/u000D')
/d 数字 等价于[0-9]
/D 非数字 等价于[^0-9]
/s 空白符号 [/t/n/x0B/f/r]
/S 非空白符号 [^/t/n/x0B/f/r]
/w 单独字符 [a-zA-Z_0-9]
/W 非单独字符 [^a-zA-Z_0-9]
/f 换页符
/e Escape
/b 一个单词的边界
/B 一个非单词的边界
/G 前一个匹配的结束
^为限制开头
^java 条件限制为以Java为开头字符
$为限制结尾
java$ 条件限制为以java为结尾字符
. 条件限制除/n以外任意一个单独字符
java.. 条件限制为java后除换行外任意两个字符
加入特定限制条件「[]」
[a-z] 条件限制在小写a to z范围中一个字符
[A-Z] 条件限制在大写A to Z范围中一个字符
[a-zA-Z] 条件限制在小写a to z或大写A to Z范围中一个字符
[0-9] 条件限制在小写0 to 9范围中一个字符
[0-9a-z] 条件限制在小写0 to 9或a to z范围中一个字符
[0-9[a-z]] 条件限制在小写0 to 9或a to z范围中一个字符(交集)
[]中加入^后加再次限制条件「[^]」
[^a-z] 条件限制在非小写a to z范围中一个字符
[^A-Z] 条件限制在非大写A to Z范围中一个字符
[^a-zA-Z] 条件限制在非小写a to z或大写A to Z范围中一个字符
[^0-9] 条件限制在非小写0 to 9范围中一个字符
[^0-9a-z] 条件限制在非小写0 to 9或a to z范围中一个字符
[^0-9[a-z]] 条件限制在非小写0 to 9或a to z范围中一个字符(交集)
在限制条件为特定字符出现0次以上时,可以使用「*」
J* 0个以上J
.* 0个以上任意字符
J.*D J与D之间0个以上任意字符
在限制条件为特定字符出现1次以上时,可以使用「+」
J+ 1个以上J
.+ 1个以上任意字符
J.+D J与D之间1个以上任意字符
在限制条件为特定字符出现有0或1次以上时,可以使用「?」
JA? J或者JA出现
限制为连续出现指定次数字符「{a}」
J{2} JJ
J{3} JJJ
文字a个以上,并且「{a,}」
J{3,} JJJ,JJJJ,JJJJJ,???(3次以上J并存)
文字个以上,b个以下「{a,b}」
J{3,5} JJJ或JJJJ或JJJJJ
两者取一「|」
J|A J或A
Java|Hello Java或Hello
「()」中规定一个组合类型
比如,我查询<a href=/"index.html/">index</a>中<a href></a>间的数据,可写作<a.*href=/".*/">(.+?)</a>
在使用Pattern.compile函数时,可以加入控制正则表达式的匹配行为的参数:
Pattern Pattern.compile(String regex, int flag)
flag的取值范围如下:
Pattern.CANON_EQ 当且仅当两个字符的"正规分解(canonical decomposition)"都完全相同的情况下,才认定匹配。比如用了这个标志之后,表达式"a/u030A"会匹配"?"。默认情况下,不考虑"规 范相等性(canonical equivalence)"。
Pattern.CASE_INSENSITIVE(?i) 默认情况下,大小写不明感的匹配只适用于US-ASCII字符集。这个标志能让表达式忽略大小写进行匹配。要想对Unicode字符进行大小不明感的匹 配,只要将UNICODE_CASE与这个标志合起来就行了。
Pattern.COMMENTS(?x) 在这种模式下,匹配时会忽略(正则表达式里的)空格字符(译者注:不是指表达式里的"//s",而是指表达式里的空格,tab,回车之类)。注释从#开始,一直到这行结束。可以通过嵌入式的标志来启用Unix行模式。
Pattern.DOTALL(?s) 在这种模式下,表达式'.'可以匹配任意字符,包括表示一行的结束符。默认情况下,表达式'.'不匹配行的结束符。
Pattern.MULTILINE
(?m) 在这种模式下,'^'和'$'分别匹配一行的开始和结束。此外,'^'仍然匹配字符串的开始,'$'也匹配字符串的结束。默认情况下,这两个表达式仅仅匹配字符串的开始和结束。
Pattern.UNICODE_CASE
(?u) 在这个模式下,如果你还启用了CASE_INSENSITIVE标志,那么它会对Unicode字符进行大小写不明感的匹配。默认情况下,大小写不敏感的匹配只适用于US-ASCII字符集。
Pattern.UNIX_LINES(?d) 在这个模式下,只有'/n'才被认作一行的中止,并且与'.','^',以及'$'进行匹配。
抛开空泛的概念,下面写出几个简单的Java正则用例:
◆比如,在字符串包含验证时
//查找以Java开头,任意结尾的字符串
Pattern pattern = Pattern.compile("^Java.*");
Matcher matcher = pattern.matcher("Java不是人");
boolean b= matcher.matches();
//当条件满足时,将返回true,否则返回false
System.out.println(b);
◆以多条件分割字符串时
Pattern pattern = Pattern.compile("[, |]+");
String[] strs = pattern.split("Java Hello World Java,Hello,,World|Sun");
for (int i=0;i<strs.length;i++) {
System.out.println(strs[i]);
}
◆文字替换(首次出现字符)
Pattern pattern = Pattern.compile("正则表达式");
Matcher matcher = pattern.matcher("正则表达式 Hello World,正则表达式 Hello World");
//替换第一个符合正则的数据
System.out.println(matcher.replaceFirst("Java"));
◆文字替换(全部)
Pattern pattern = Pattern.compile("正则表达式");
Matcher matcher = pattern.matcher("正则表达式 Hello World,正则表达式 Hello World");
//替换第一个符合正则的数据
System.out.println(matcher.replaceAll("Java"));
◆文字替换(置换字符)
Pattern pattern = Pattern.compile("正则表达式");
Matcher matcher = pattern.matcher("正则表达式 Hello World,正则表达式 Hello World ");
StringBuffer sbr = new StringBuffer();
while (matcher.find()) {
matcher.appendReplacement(sbr, "Java");
}
matcher.appendTail(sbr);
System.out.println(sbr.toString());
◆验证是否为邮箱地址
String str="ceponline@yahoo.com.cn";
Pattern pattern = Pattern.compile("[//w//.//-]+@([//w//-]+//.)+[//w//-]+",Pattern.CASE_INSENSITIVE);
Matcher matcher = pattern.matcher(str);
System.out.println(matcher.matches());
◆去除html标记
Pattern pattern = Pattern.compile("<.+?>", Pattern.DOTALL);
Matcher matcher = pattern.matcher("<a href=/"index.html/">主页</a>");
String string = matcher.replaceAll("");
System.out.println(string);
◆查找html中对应条件字符串
Pattern pattern = Pattern.compile("href=/"(.+?)/"");
Matcher matcher = pattern.matcher("<a href=/"index.html/">主页</a>");
if(matcher.find())
System.out.println(matcher.group(1));
}
◆截取http://地址
//截取url
Pattern pattern = Pattern.compile("(http://|https://){1}[//w//.//-/:]+");
Matcher matcher = pattern.matcher("dsdsds<http://dsds//gfgffdfd>fdf");
StringBuffer buffer = new StringBuffer();
while(matcher.find()){
buffer.append(matcher.group());
buffer.append("/r/n");
System.out.println(buffer.toString());
}
◆替换指定{}中文字
String str = "Java目前的发展史是由{0}年-{1}年";
String[][] object={new String[]{"//{0//}","1995"},new String[]{"//{1//}","2007"}};
System.out.println(replace(str,object));
public static String replace(final String sourceString,Object[] object) {
String temp=sourceString;
for(int i=0;i<object.length;i++){
String[] result=(String[])object[i];
Pattern pattern = Pattern.compile(result[0]);
Matcher matcher = pattern.matcher(temp);
temp=matcher.replaceAll(result[1]);
}
return temp;
}
◆以正则条件查询指定目录下文件
//用于缓存文件列表
private ArrayList files = new ArrayList();
//用于承载文件路径
private String _path;
//用于承载未合并的正则公式
private String _regexp;
class MyFileFilter implements FileFilter {
/**
* 匹配文件名称
*/
public boolean accept(File file) {
try {
Pattern pattern = Pattern.compile(_regexp);
Matcher match = pattern.matcher(file.getName());
return match.matches();
} catch (Exception e) {
return true;
}
}
}
/**
* 解析输入流
* @param inputs
*/
FilesAnalyze (String path,String regexp){
getFileName(path,regexp);
}
/**
* 分析文件名并加入files
* @param input
*/
private void getFileName(String path,String regexp) {
//目录
_path=path;
_regexp=regexp;
File directory = new File(_path);
File[] filesFile = directory.listFiles(new MyFileFilter());
if (filesFile == null) return;
for (int j = 0; j < filesFile.length; j++) {
files.add(filesFile[j]);
}
return;
}
/**
* 显示输出信息
* @param out
*/
public void print (PrintStream out) {
Iterator elements = files.iterator();
while (elements.hasNext()) {
File file=(File) elements.next();
out.println(file.getPath());
}
}
public static void output(String path,String regexp) {
FilesAnalyze fileGroup1 = new FilesAnalyze(path,regexp);
fileGroup1.print(System.out);
}
public static void main (String[] args) {
output("C://","[A-z|.]*");
}
Java正则的功用还有很多,事实上只要是字符处理,就没有正则做不到的事情存在。
JavaScript正则
网上正则表达式的教程够多了,但由于javascript的历史比较悠久,也比较古老,因此有许多特性是不支持的。我们先从最简单地说起,文章所演示的正则基本都是perl方式。
元字符
( [ { \ ^ $ | ) ? * + .
预定义的特殊字符
字符 | 正则 | 描述 |
---|---|---|
\t | /\t/ | 制表符 |
\n | /\n/ | 制表符 |
\r | /\r/ | 回车符 |
\f | /\f/ | 换页符 |
\a | /\a/ | alert字符 |
\e | /\e/ | escape字符 |
\cX | /\cX/ | 与X相对应的控制字符 |
\b | /\b/ | 与回退字符 |
\v | /\v/ | 垂直制表符 |
\0 | /\0/ | 空字符 |
字符类
简单类
原则上正则的一个字符对应一个字符,我们可以用[]把它们括起来,让[]这个整体对应一个字符。如
alert(/ruby/.test(
"ruby"
));
//true
alert(/[abc]/.test(
"a"
));
//true
alert(/[abc]/.test(
"b"
));
//true
alert(/[abc]/.test(
"c"
));
//true
alert(
"a bat ,a Cat,a fAt bat ,a faT cat"
.match(/[bcf]at/gi));
//bat,Cat,fAt,bat,faT,cat
|
负向类
也是在那个括号里做文章,前面加个元字符进行取反,表示匹配不能为括号里面的字符。
alert(/[^abc]/.test(
"a"
));
//false
alert(/[^abc]/.test(
"b"
));
//false
alert(/[^abc]/.test(
"6"
));
//true
alert(/[^abc]/.test(
"gg"
));
//true
|
范围类
还是在那个中括号里面做文章。有时匹配的东西过多,而且类型又相同,全部输入太麻烦,我们可以用它。特征就是在中间加了个横线。
组合类
还是在那个中括号里面做文章。允许用中括号匹配不同类型的单个字符。
alert(/[a-f]/.test(
"b"
));
//true
alert(/[a-f]/.test(
"k"
));
//false
alert(/[a-z]/.test(
"h"
));
//true
alert(/[A-Z]/.test(
"gg"
));
//false
alert(/[^H-Y]/.test(
"G"
));
//true
alert(/[0-9]/.test(
"8"
));
//true
alert(/[^7-9]/.test(
"6"
));
//true
|
alert(/[a-m1-5\n]/.test(
"a"
))
//true
alert(/[a-m1-5\n]/.test(
"3"
))
//true
var
a =
"\n\
"
alert(/[a-m1-5\n]/.test(a))
//true
alert(/[a-m1-5\n]/.test(
"r"
))
//false
|
预定义类
还是在那个中括号里面做文章,不过它好像已经走到尽头了。由于是中括号的马甲,因此它们还是对应一个字符。
字符 | 等同于 | 描述 |
---|---|---|
. | [^\n\r] | 除了换行和回车之外的任意字符 |
\d | [0-9] | 数字字符 |
\D | [^0-9] | 非数字字符 |
\s | [ \t\n\x0B\f\r] | 空白字符 |
\S | [^ \t\n\x0B\f\r] | 非空白字符 |
\w | [a-zA-Z_0-9] | 单词字符(所有的字母) |
\W | [^a-zA-Z_0-9] | 非单词字符 |
alert(/\d/.test(
"3"
))
//true
alert(/\d/.test(
"w"
))
//false
alert(/\D/.test(
"w"
))
//true
alert(/\w/.test(
"w"
))
//true
alert(/\w/.test(
"司"
))
//false
alert(/\W/.test(
"徒"
))
//true
alert(/\s/.test(
" "
))
//true
alert(/\S/.test(
" "
))
//false
alert(/\S/.test(
"正"
))
//true
alert(/./.test(
"美"
))
//true
alert(/./.test(
" "
))
//true
var
a =
"\n\
"
alert(/./.test(a))
//true
|
量词
由于元字符与特殊字符或字符类或者它们的组合(中括号)甚至它们的马甲(预定义类)都是一对一进行匹配。我们要匹配“司徒正美这个词”,最简单都要/..../,如果长到50多个字符岂不是要死人。因此我们逼切需要一个简单的操作,来处理这数量关系。
简单量词
代码 | 类型 | 描述 |
---|---|---|
? | 软性量词 | 出现零次或一次 |
* | 软性量词 | 出现零次或多次(任意次) |
+ | 软性量词 | 出现一次或多次(至道一次) |
{n} | 硬性量词 | 对应零次或者n次 |
{n,m} | 软性量词 | 至少出现n次但不超过m次 |
{n,} | 软性量词 | 至少出现n次(+的升级版) |
alert(/..../.test(
"司徒正美"
))
//true
alert(/司徒正美/.test(
"司徒正美"
))
//true
alert(/[\u4e00-\u9fa5]{4}/.test(
"司徒正美"
))
//true
alert(/[\u4e00-\u9fa5]{4}/.test(
"司徒正美55"
))
//true
alert(/^[\u4e00-\u9fa5]+$/.test(
"正则表达式"
))
//true
alert(/^[\u4e00-\u9fa5]+$/.test(
"正则表达式&*@@"
))
//false
alert(/\d{6}/.test(
"123456"
))
//true
alert(/[ruby]{2}/.test(
"rr"
))
//true
alert(/[ruby]{2}/.test(
"ru"
))
//true
alert(/[ruby]{2}/.test(
"ry"
))
//true
|
/[\u4e00-\u9fa5]/用于匹配单个汉字。
贪婪量词,惰性量词与支配性量词
贪婪量词,上面提到的所有简单量词。就像成语中说的巴蛇吞象那样,一口吞下整个字符串,发现吞不下(匹配不了),再从后面一点点吐出来(去掉最后一个字符,再看这时这个整个字符串是否匹配,不断这样重复直到长度为零)
隋性量词,在简单量词后加问号。由于太懒了,先吃了前面第一个字符,如果不饱再捏起多添加一个(发现不匹配,就读下第二个,与最初的组成一个有两个字符串的字符串再尝试匹配,如果再不匹配,再吃一个组成拥有三个字符的字符串……)。其工作方式与贪婪量词相反。
支配性量词,在简单量词后加加号。上面两种都有个不断尝试的过程,而支配性量词却只尝试一次,不合口味就算了。就像一个出身高贵居支配地位的公主。但你也可以说它是最懒量词。由于javascript不支持,所以它连出场的机会也没有了。
var
re1 = /.*bbb/g;
//贪婪
var
re2 = /.*?bbb/g;
//惰性
// var re3 = /.*+bbb/g;//支配性,javascript不支持,IE与所有最新的标准浏览器都报错
alert(re1.test(
"abbbaabbbaaabbbb1234"
)+
""
);
//true
alert(re1.exec(
"abbbaabbbaaabbbb1234"
)+
""
);
//null
alert(
"abbbaabbbaaabbbb1234"
.match(re1)+
""
);
//abbbaabbbaaabbbb
alert(re2.test(
"abbbaabbbaaabbbb1234"
)+
""
);
//true
alert(re2.exec(
"abbbaabbbaaabbbb1234"
)+
""
);
//aabbb
alert(
"abbbaabbbaaabbbb1234"
.match(re2)+
""
);
//abbb,aabbb,aaabbb
|
分组
到目前为止,我们只能一个字符到匹配,虽然量词的出现,能帮助我们处理一排密紧密相连的同类型字符。但这是不够的,下面该轮到小括号出场了,中括号表示范围内选择,大括号表示重复次数。小括号允许我们重复多个字符。
//分组+量词
alert(/(dog){2}/.test(
"dogdog"
))
//true
//分组+范围
alert(
"baddad"
.match(/([bd]ad?)*/))
//baddad,dad
//分组+分组
alert(
"mon and dad"
.match(/(mon( and dad)?)/))
//mon and dad,mon and dad, and dad
|
反向引用
反向引用标识由正则表达式中的匹配组捕获的子字符串。每个反向引用都由一个编号或名称来标识,并通过“\编号”表示法进行引用。
var
color =
"#990000"
;
/
#(\d+)/.test(color);
alert(RegExp.$1);
//990000
alert(/(dog)\1/.test(
"dogdog"
))
//true
var
num =
"1234 5678"
;
var
newNum = num.replace(/(\d{4}) (\d{4})/,
"$2 $1"
);
alert(newNum)
|
候选
继续在分组上做文章。在分组中插入管道符(“|”),把它划分为两个或多个候多项。
var
reg = /(red|black|yellow)!!/;
alert(reg.test(
"red!!"
))
//true
alert(reg.test(
"black!!"
))
//true
alert(reg.test(
"yellow!!"
))
//true
|
非捕获性分组
并不是所有分组都能创建反向引用,有一种特别的分组称之为非捕获性分组,它是不会创建反向引用。反之,就是捕获性分组。要创建一个非捕获性分组,只要在分组的左括号的后面紧跟一个问号与冒号就行了。
var
color =
"#990000"
;
/
#(?:\d+)/.test(color);
alert(RegExp.$1);
//""
|
题目,移除所有标签,只留下innerText!
var
html =
"<p><a href='http://www.cnblogs.com/rubylouvre/'>Ruby Louvre</a>by <em>司徒正美</em></p>"
;
var
text = html.replace(/<(?:.|\s)*?>/g,
""
);
alert(text)
|
注意:javascript不存在命名分组
前瞻
继续在分组内做文章。前瞻与后瞻其实都属于零宽断言,但javascript不支持后瞻。
零宽断言 | ||
---|---|---|
正则 | 名称 | 描述 |
(?=exp) | 正向前瞻 | 匹配exp前面的位置 |
(?!exp) | 负向前瞻 | 匹配后面不是exp的位置 |
(?<=exp) | 正向后瞻 | 匹配exp后面的位置不支持 |
(?<!exp) | 负向后瞻 | 匹配前面不是exp的位置不支持 |
正向前瞻用来检查接下来的出现的是不是某个特定的字符集。而负向前瞻则是检查接下来的不应该出现的特定字符串集。零宽断言是不会被捕获的。
var
str1 =
"bedroom"
;
var
str2 =
"bedding"
;
var
reBed = /(bed(?=room))
///在我们捕获bed这个字符串时,抢先去看接下来的字符串是不是room
alert(reBed.test(str1));
//true
alert(RegExp.$1)
//bed
alert(RegExp.$2 ===
""
)
//true
alert(reBed.test(str2))
//false
|
var
str1 =
"bedroom"
;
var
str2 =
"bedding"
;
var
reBed = /(bed(?!room))/
//要来它后面不能是room
alert(reBed.test(str1))
//false
alert(reBed.test(str2))
//true
|
题目,移除hr以外的所有标签,只留下innerText!
var
html =
"<p><a href='http://www.cnblogs.com/rubylouvre/'>Ruby Louvre</a></p><hr/><p>by <em>司徒正美</em></p>"
;
var
text = html.replace(/<(?!hr)(?:.|\s)*?>/ig,
""
)
alert(text)
//Ruby Louvre<hr/>by 司徒正美
|
边界
一个要与字符类合用的东西。
边界 | ||
---|---|---|
正则 | 名称 | 描述 |
^ | 开头 | 注意不能紧跟于左中括号的后面 |
$ | 结尾 | |
\b | 单词边界 | 指[a-zA-Z_0-9]之外的字符 |
\B | 非单词边界 |
题目,设计一个字符串原型方法,实现首字母大写!
var
a =
"ruby"
;
String.prototype.capitalize =
function
() {
return
this
.replace(/^\w/,
function
(s) {
return
s.toUpperCase();
});
}
alert(a.capitalize())
//Ruby
|
单词边界举例。要匹配的东西的前端或未端不能为英文字母阿拉伯字数字或下横线。
var
str =
"12w-eefd&efrew"
;
alert(str.match(/\b\w+\b/g))
//12w,eefd,efrew
|
实例属性 | 描述 |
---|---|
global | 是当前表达式模式首次匹配内容的开始位置,从0开始计数。其初始值为-1,每次成功匹配时,index属性都会随之改变。 |
ignoreCase | 返回创建RegExp对象实例时指定的ignoreCase标志(i)的状态。如果创建RegExp对象实例时设置了i标志,该属性返回True,否则返回False,默认值为False。 |
lastIndex | 是当前表达式模式首次匹配内容中最后一个字符的下一个位置,从0开始计数,常被作为继续搜索时的起始位置,初始值为-1, 表示从起始位置开始搜索,每次成功匹配时,lastIndex属性值都会随之改变。(只有使用exec()或test()方法才会填入,否则为0) |
multiLine | 返回创建RegExp对象实例时指定的multiLine标志(m)的状态。如果创建RegExp对象实例时设置了m标志,该属性返回True,否则返回False,默认值为False。 |
source | 返回创建RegExp对象实例时指定的表达式文本字符串。 |
var
str =
"JS's Louvre"
;
var
reg = /\w/g;
alert(reg.exec(str));
//J
alert(reg.lastIndex);
//1
alert(reg.exec(str));
//S
alert(reg.lastIndex);
//2
alert(reg.exec(str));
//s
alert(reg.lastIndex);
//4
alert(reg.exec(str));
//L
alert(reg.lastIndex);
//6
|