JS正则表达式

正则表达式，又称规则表达式。简单讲就是一个用来处理字符串的规则，这里的“处理”一般包含匹配和捕获。

1. 初识正则

1.1正则的匹配和捕获

• 匹配：判断一个字符串是否符合指定的规则，使用reg.test(str)

1 2 3

varreg = /\d/; //包含一个0-9之间的数字 console.log(reg.test('1')); //true console.log(reg.test('我今年18岁')); //true,只要包含数字就返回true

• 捕获：获取字符串中符合指定的规则的内容，使用reg.exec(str)

1 2 3

var reg = /\d/; console.log(reg.exec('1')); //["1", index: 0, input: "1"] console.log(reg.exec('我今年18岁')); //["1", index: 3, input: "我今年18岁"]

1.2 创建正则

• 字面量方式

1	var reg = /\d/;

• 实例方式

1	var reg = newRegExp('/\d/');

2. 正则的组成

2.1 元字符

• 具有特殊意义的元字符
  • \: 转义字符，转义后面字符所代表的含义
  • ^: 以某一个元字符开始
  • $: 以某一个元字符结束
  • .: 除了\n以外的任意字符
  • \n: 匹配一个换行符

1 2 3 4 5 6 7

varreg = /^0.5$/; // 以0开头，以5结尾，中间可以是除了\n的任意字符 console.log(reg.test('0.5')); // true console.log(reg.test('0-5')); // true reg = /^0\.5$/; // 将"."转义,中间必须是"." console.log(reg.test('0.5')); // true console.log(reg.test('0-5')); // false

• 代表出现次数的量词元字符
  • *：出现0到多次
  • +：出现1到多次
  • ?：出现0次或者1次
  • {n}：出现n次
  • {n,m}：出现n到m次

1 2	varreg = /\d+/; //匹配0-9之间的数字最少一次 console.log(reg.test('2015')); // true

2.2 修饰符

• x|y：x或y中的一个
• [xyz]：x或y或z中的一个
• [^xyz]：除了xyz以外的任意一个字符
• [a-z]：a-z之间的任何一个字符
• [^a-z]：除了a-z之间的任何一个字符
• \d：一个0~9之间的数字
• \D：除了0~9之间的数字以外的任何字符
• \b：一个边界符
• \w：数字、字母、下划线中的任意一个字符
• \s：匹配一个空白字符、空格
• ()：分组，把一个大正则本身划分成几个小的正则，例如：var reg = /^(\d+)zhufeng(\d+)$/;

3. 元字符的应用

在做元字符的应用前，有必要先了解下中括号和分组的使用。

3.1 []的规律

• 在中括号中出现的所有的字符都是代表本身的意思的字符（没有特殊含义）

1 2 3 4 5 6

varreg = /^[.]$/; console.log(reg.test('1')); // false console.log(reg.test('.')); // true reg = /^[\w-]$/; // 数字、字母、下划线、- 中的一个 console.log(reg.test('-')); // true

• 中括号不识别两位数

1 2	var reg = /^[12]$/; // --> 1或者2中的一个（符合[xyz]） var reg = /^[12-68]$/; // --> 1、2-6中的一个、8  三个中的一个

3.2 ()的作用

• 改变x|y的默认的优先级

1 2	var reg = /^18|19$/; // 18、19、181、189、119、819、1819这些都符合 var reg = /^(18|19)$/; // 只能18或者19

3.3 应用

• 应用一：有效数字的正则
  有效数字可以是正数、负数、零、小数，所以其特点为：
  • “.”可以出现也可以不出现，一旦出现，后面必须跟着一位或多为数字；
  • 最开始可能有“+/-”，也可以没有；
  • 整数部分，一位数的情况可以是0-9中的一个，多位数的情况下不能以0开头；

1	var reg = /^[+-]?(\d|([1-9]\d+))(\.\d+)?$/;

• 应用二：年龄介于18~65之间
  年龄介于18~65之间的数字可以是18-19、20-59、60-65。

1	var reg = /^1[8-9]|[2-5]\d|6[0-5]$/;

• 应用三：简单的邮箱验证

1	var reg = /^[\w.-]+@[0-9a-zA-Z]+(\.[a-zA-Z]{2,4}){1,2}$/;

4. 两种方式创建正则的区别

创建正则有两种方式：字面量方式、对象方式。

在字面量方式中，”//“之间包起来的所有的内容都是元字符，有的具有特殊的意义，大部分都是代表本身含义的普通元字符。

正则中的某一段内容是不固定的，那么我们用字面量的方式可能会这么写：

1 2 3 4

var name = 'iceman'; varreg = /^\d+"+name+"\d+$/; console.log(reg.test('2015iceman2016')); // false console.log(reg.test('2015"""nameeee"2016')); // true

为什么出现这样的结果？与我们的想法不一致。仔细一看，就会发现我们在第二条匹配的字符串中写了三个引号，name的后面再加了三个e。

因为在字面量方式创建的正则中，引号和单独出现的加号都被当成了普通的元字符。就会解析成匹配“一次或多次，破匹配e一次或多次，对于上面的这个需求，我们只能使用实例创建正则的方式：

1 2 3

var name = 'iceman'; var reg = newRegExp("^\\d+" + name + "\\d+$", "g"); console.log(reg.test('2015iceman2016')); // true

所以总结字面量方式和实例方式创建正则的区别：

• 字面量方式中出现的一切都是元字符，不能进行变量值的拼接，而实例创建的方式可以；
• 字面量方式中直接写\d可以，而在实例中需要把它转义 \\d

5. 正则的捕获及其贪婪性和懒惰性

5.1 懒惰性

1 2	var reg = /\d+/; var str = 'iceman2016learn2017';

reg默认有一个lastIndex字段，该字段是正则每一次捕获时，在字符串中开始查找的位置，默认的值是0。

第一次捕获：

1 2 3

console.log(reg.lastIndex); // 0，第一次捕获的时候，从字符串索引0处开始查找 var res = reg.exec(str); console.log(res); // ["2016", index: 6, input: "iceman2016learn2017"]

从代码的输出可知，正则捕获的内容格式：捕获到的内容是一个数组:

• 数组的第一项是当前大正则捕获的内容；
• 有一项是index：捕获内容在字符串中开始的索引位置；
• 有一项是input：捕获的原始字符串；

现在进行第二次捕获：

1 2 3 4

console.log(reg.lastIndex); // 0  说明第二次捕获的时候，也要从字符串索引0处开始查找 // 第二次通过exec捕获的内容还是第一个"2016" res = reg.exec(str); console.log(res); //["2016", index: 6, input: "iceman2016learn2017"]

由上面的两次捕获可知，每次的捕获都是从字符串的索引0处开始查找的，这就是正则的懒惰性。

如何解决？

在正则的末尾加一个修饰“g”（全局匹配），类似g这样的修饰符还有两个：i、m，这三者的作用是：

• global（g）：全局匹配
• ignoreCase（i）：忽略大小写
• multiline（m）：多行匹配

1 2 3 4 5 6 7 8 9 10

varreg = /\d+/g; var str = 'iceman2016learn2017'; console.log(reg.lastIndex); // 0 console.log(reg.exec(str)); // ["2016", index: 6, input: "iceman2016learn2017"] console.log(reg.lastIndex); // 10 console.log(reg.exec(str)); // ["2017", index: 15, input: "iceman2016learn2017"] console.log(reg.lastIndex); // 19 console.log(reg.exec(str)); // null

在加了修饰符g之后，就解决了懒惰型，达到了我们想要的效果，所以全局修饰符g的原理是：正则每一次捕获结束后，lastIndex的值都变成了最新的值，下一次捕获从最新的位置开始查找，这样就可以把所有需要捕获的内容都获取到了。

5.2 贪婪性

1 2 3

var reg = /\d+/g; // 出现一到多个0~9之间的数字 var str = 'iceman2016learn2017javascript2018'; console.log(reg.exec(str)); // ["2016", index: 6, input: "iceman2016learn2017javascript2018"]

正则的内容是/\d+/，是匹配1到多个数字，2015是符合正则的，但是2也是符合正则的，为什么默认就捕获了2016呢？ 这就是正则的贪婪性。

如何解决？

在量词元字符后面添加一个”?”即可。

1 2 3 4 5 6 7 8 9

var reg = /\d+?/g; // 出现一到多个0~9之间的数字 var str = 'iceman2016learn2017javascript2018'; console.log(reg.exec(str)); // ["2", index: 6, input: "iceman2016learn2017javascript2018"] var ary = [] , res = reg.exec(str); while (res) {     ary.push(res[0]);     res = reg.exec(str) } console.log(ary); // ["0", "1", "6", "2", "0", "1", "7", "2", "0", "1", "8"]

“?”在正则中的作用：

• 放在一个普通的元字符后面，代表出现0~1次；
• 放在一个量词的元字符后面，取消捕获时候的贪婪性；

5.3 字符串中的match方法

match方法的作用是，把所有和正则匹配的字符都获取到。

1 2 3 4

var reg = /\d+?/g; var str = 'zhufeng2015peixun2016dasgdas2017'; var ary = str.match(reg); console.log(ary); // ["2", "0", "1", "5", "2", "0", "1", "6", "2", "0", "1", "7"]

注意：虽然在当前的情况下，match比exec更加的简洁一些，但是match存在一些自己处理不了的问题：在分组捕获的情况下，match只能捕获到大正则，而对于小正则捕获的内容是无法获取的。

6. 分组捕获

6.1 正则分组

正则分组的两个作用：

• 改变优先级
• 分组引用
  • \2代表和第二个分组出现一模一样（和对应的分组中的内容和值都要一样）的内容;
  • \1代表和第一个分组出现一模一样的内容；

1 2 3

varreg = /^(\w)(\w)\1\2$/; console.log(reg.test("icic")); // true console.log(reg.test("r0g_")); // false

6.2 分组捕获

正则在捕获的时候，不仅仅把大正则匹配的内容捕获到，而且还可以把小分组匹配的内容捕获到。

身份证中的数字都有意义的，比如开头的两位代表省，中间的四位代表…所以对于一个身份中，有必要对其中的数字按照其意义进行分组捕获。

1 2 3

var reg = /^(\d{2})(\d{4})(\d{4})(\d{2})(\d{2})(?:\d{2})(\d)(?:\d|X)$/; var str = "350324202904190216"; console.log(reg.exec(str));

注意：(?:) 在分组中?:的意思是只匹配不捕获

输出的内容为：[“350324200904190216”, “35”, “0324”, “2009”, “04”, “19”, “1”, index: 0, input: “350324200904190216”]

其中：

• 350324200904190216 ：大正则匹配的内容
• 35 ：第一个分组捕获的内容
• 0324 ：第二个分组捕获的内容
• ……

在这里使用match方法的话，和exec获取的内容一样：

1	console.log(str.match(reg));

另一个例子：

1 2 3 4 5 6 7 8 9

var reg = /ice(\d+)/g; var str = 'ice1234ice3456ice5678' //用exec执行三次，每一次不仅仅把大正则匹配的获取到，而且还可以获取第一个分组匹配的内容 console.log(reg.exec(str)); // ["ice1234", "1234", index: 0, input: "ice1234ice3456ice5678"] console.log(reg.exec(str)); // ["ice3456", "3456", index: 7, input: "ice1234ice3456ice5678"] console.log(reg.exec(str)); // ["ice5678", "5678", index: 14, input: "ice1234ice3456ice5678"] //而match只能捕获大正则 console.log(str.match(reg)); // ["ice1234", "ice3456", "ice5678"]

此时match是只能捕获大正则的内容，所以match能做到的exec都能做到，match做不到的exec也能做到。

总结：只捕获一次就好的，那么用exec和match都可以，像本例中要连续捕获三次的，用match就捕获不到小正则了。

一、校验数字的表达式

数字：^[0-9]*$
n位的数字：^\d{n}$
至少n位的数字：^\d{n,}$
m-n位的数字：^\d{m,n}$
零和非零开头的数字：^(0|[1-9][0-9]*)$
非零开头的最多带两位小数的数字：^([1-9][0-9]*)+(.[0-9]{1,2})?$
带1-2位小数的正数或负数：^(\-)?\d+(\.\d{1,2})?$
正数、负数、和小数：^(\-|\+)?\d+(\.\d+)?$
有两位小数的正实数：^[0-9]+(.[0-9]{2})?$
有1~3位小数的正实数：^[0-9]+(.[0-9]{1,3})?$
非零的正整数：^[1-9]\d*$或^([1-9][0-9]*){1,3}$ 或^\+?[1-9][0-9]*$
非零的负整数：^\-[1-9][]0-9"*$或 ^-[1-9]\d*$
非负整数：^\d+$ 或 ^[1-9]\d*|0$
非正整数：^-[1-9]\d*|0$ 或 ^((-\d+)|(0+))$
非负浮点数：^\d+(\.\d+)?$ 或 ^[1-9]\d*\.\d*|0\.\d*[1-9]\d*|0?\.0+|0$
非正浮点数：^((-\d+(\.\d+)?)|(0+(\.0+)?))$或^(-([1-9]\d*\.\d*|0\.\d*[1-9]\d*))|0?\.0+|0$
正浮点数：^[1-9]\d*\.\d*|0\.\d*[1-9]\d*$或^(([0-9]+\.[0-9]*[1-9][0-9]*)|([0-9]*[1-9][0-9]*\.[0-9]+)|([0-9]*[1-9][0-9]*))$
负浮点数：^-([1-9]\d*\.\d*|0\.\d*[1-9]\d*)$或^(-(([0-9]+\.[0-9]*[1-9][0-9]*)|([0-9]*[1-9][0-9]*\.[0-9]+)|([0-9]*[1-9][0-9]*)))$
浮点数：^(-?\d+)(\.\d+)?$或^-?([1-9]\d*\.\d*|0\.\d*[1-9]\d*|0?\.0+|0)$

二、校验字符的表达式

汉字：^[\u4e00-\u9fa5]{0,}$
英文和数字：^[A-Za-z0-9]+$或^[A-Za-z0-9]{4,40}$
长度为3-20的所有字符：^.{3,20}$
由26个英文字母组成的字符串：^[A-Za-z]+$
由26个大写英文字母组成的字符串：^[A-Z]+$
由26个小写英文字母组成的字符串：^[a-z]+$
由数字和26个英文字母组成的字符串：^[A-Za-z0-9]+$
由数字、26个英文字母或者下划线组成的字符串：^\w+$ 或 ^\w{3,20}$
中文、英文、数字包括下划线：^[\u4E00-\u9FA5A-Za-z0-9_]+$
中文、英文、数字但不包括下划线等符号：^[\u4E00-\u9FA5A-Za-z0-9]+$或^[\u4E00-\u9FA5A-Za-z0-9]{2,20}$
可以输入含有^%&',;=?$\"等字符：[^%&',;=?$\x22]+ 12 禁止输入含有~的字符：[^~\x22]+

三、特殊需求表达式

Email地址：^\w+([-+.]\w+)*@\w+([-.]\w+)*\.\w+([-.]\w+)*$
域名：[a-zA-Z0-9][-a-zA-Z0-9]{0,62}(/.[a-zA-Z0-9][-a-zA-Z0-9]{0,62})+/.?
InternetURL：[a-zA-z]+://[^\s]* 或 ^http://([\w-]+\.)+[\w-]+(/[\w-./?%&=]*)?$
手机号码：^(13[0-9]|14[5|7]|15[0|1|2|3|5|6|7|8|9]|18[0|1|2|3|5|6|7|8|9])\d{8}$
电话号码(“XXX-XXXXXXX”、”XXXX-XXXXXXXX”、”XXX-XXXXXXX”、”XXX-XXXXXXXX”、”XXXXXXX”和”XXXXXXXX)：^(\(\d{3,4}-)|\d{3.4}-)?\d{7,8}$
国内电话号码(0511-4405222、021-87888822)：\d{3}-\d{8}|\d{4}-\d{7}
身份证号(15位、18位数字)：^\d{15}|\d{18}$
短身份证号码(数字、字母x结尾)：^([0-9]){7,18}(x|X)?$或^\d{8,18}|[0-9x]{8,18}|[0-9X]{8,18}?$
帐号是否合法(字母开头，允许5-16字节，允许字母数字下划线)：^[a-zA-Z][a-zA-Z0-9_]{4,15}$
密码(以字母开头，长度在6~18之间，只能包含字母、数字和下划线)：^[a-zA-Z]\w{5,17}$
强密码(必须包含大小写字母和数字的组合，不能使用特殊字符，长度在8-10之间)：^(?=.*\d)(?=.*[a-z])(?=.*[A-Z]).{8,10}$
日期格式：^\d{4}-\d{1,2}-\d{1,2}
一年的12个月(01～09和1～12)：^(0?[1-9]|1[0-2])$
一个月的31天(01～09和1～31)：^((0?[1-9])|((1|2)[0-9])|30|31)$
钱的输入格式：
1.有四种钱的表示形式我们可以接受:”10000.00” 和 “10,000.00”, 和没有 “分” 的 “10000” 和 “10,000”：^[1-9][0-9]*$
2.这表示任意一个不以0开头的数字,但是,这也意味着一个字符”0”不通过,所以我们采用下面的形式：^(0|[1-9][0-9]*)$
3.一个0或者一个不以0开头的数字.我们还可以允许开头有一个负号：^(0|-?[1-9][0-9]*)$
4.这表示一个0或者一个可能为负的开头不为0的数字.让用户以0开头好了.把负号的也去掉,因为钱总不能是负的吧.下面我们要加的是说明可能的小数部分：^[0-9]+(.[0-9]+)?$
5.必须说明的是,小数点后面至少应该有1位数,所以”10.”是不通过的,但是 “10” 和 “10.2” 是通过的：^[0-9]+(.[0-9]{2})?$
6.这样我们规定小数点后面必须有两位,如果你认为太苛刻了,可以这样：^[0-9]+(.[0-9]{1,2})?$
7.这样就允许用户只写一位小数.下面我们该考虑数字中的逗号了,我们可以这样：^[0-9]{1,3}(,[0-9]{3})*(.[0-9]{1,2})?$
23 8.1到3个数字,后面跟着任意个逗号+3个数字,逗号成为可选,而不是必须：^([0-9]+|[0-9]{1,3}(,[0-9]{3})*)(.[0-9]{1,2})?$

备注：这就是最终结果了,别忘了”+”可以用”*”替代如果你觉得空字符串也可以接受的话(奇怪,为什么?)最后,别忘了在用函数时去掉去掉那个反斜杠,一般的错误都在这里
xml文件：^([a-zA-Z]+-?)+[a-zA-Z0-9]+\\.[x|X][m|M][l|L]$
中文字符的正则表达式：[\u4e00-\u9fa5]双字节字符：[^\x00-\xff] (包括汉字在内，可以用来计算字符串的长度(一个双字节字符长度计2，ASCII字符计1))
空白行的正则表达式：\n\s*\r(可以用来删除空白行)
HTML标记的正则表达式：<(\S*?)[^>]*>.*?</\1>|<.*? /> (网上流传的版本太糟糕，上面这个也仅仅能部分，对于复杂的嵌套标记依旧无能为力)
首尾空白字符的正则表达式：^\s*|\s*$或(^\s*)|(\s*$) (可以用来删除行首行尾的空白字符(包括空格、制表符、换页符等等)，非常有用的表达式)
腾讯QQ号：[1-9][0-9]{4,} (腾讯QQ号从10000开始)
中国邮政编码：[1-9]\d{5}(?!\d)(中国邮政编码为6位数字)
IP地址：\d+\.\d+\.\d+\.\d+ (提取IP地址时有用)
IP地址：((?:(?:25[0-5]|2[0-4]\\d|[01]?\\d?\\d)\\.){3}(?:25[0-5]|2[0-4]\\d|[01]?\\d?\\d))