RegExp 正则

前言

正则表达式作为javascript的一个利器，在程序开发中，关键时候起了大作用，省时，还省了不少代码量。js的又一大利器，jquery。其源码中，不少地方都用到了正则。

RegExp基础

简单类

RegExp是一个构造函数，通过它可以构造正则实列对象，RegExp(pattern)，依据这个pattern (模式或者正则规则) 来匹配文本，然后将匹配到的结果放入Array. 方便操作。同样也可以通过字面量的形式定义正则。

通过实列来看看：

var str = 'shanshan is very beatful!!!'		
//需求，将beatful匹配出来
var reg = /\bbeatful\b/	//字面量
var regExp = new RegExp('beatful', 'g')	//构造

上面输出结果为：数组index: 0，就是匹配的大串

范围类

[ ],指代一个字符，内部表示范围。比如[0-9]，匹配0-9范围内的数字。但是每次仅仅匹配一个结果，如果需要多个数字匹配，前面需要加量词 + 。
正则，匹配 16进制数。 /[a-fA-F0-9]+/g

str = '5A20z';
str.match( /[a-fA-F0-9]+/);
console.log(str.match( /[a-fA-F0-9]+/))

输出结果，

负向类

负向类也是范围的一种，用于匹配字符集合中反义补充字符集，[^a-zA-Z0-9]，匹配非拉丁字母表中字母数字字符。等价于 ，\W. 其中 - 表示字符范围。

量词

故名思意，量词就是计数用的。那么在正则中，量词是怎样的一个应用场景呢！看实列，

var str = '4571;a497466;dfgh569879';
 console.log(str2.match(/[0-9][0-9]/g),'ok');
两次，匹配单位出现次数  {n}
console.log(str2.match(/[0-9]{2}/g));   
{m,n} 至少m次，至多n次
 console.log(str2.match(/[0-9]{3,4}/g));
{m,} 至少m次
 console.log(str2.match(/[0-9]{3,}/g));
 ? 零次或着1次 ， =》{0，1}
 console.log(str2.match(/[0-9]?/g))
 console.log(str2.match(/[0-9]{0,1}/g));
 * 0 次或者多余 0 次 =》 {0， }
 + 1次或者多余1次， {1，}

运行结果，


说明：上面图，箭头标识处，第一处，是为了标识每一次匹配所用到的量词，而打印的标记；第二处才是匹配的内容。
接下来分析与正则匹配相关的函数

？，+ ，匹配单位出现最小次数也满足规则，为什么实际匹配中却按最大的返回呢？这是贪婪量词的作用，每次匹配，它会将所有匹配字符纳入，并按最大返回。

贪婪

这里的贪婪，同人性贪婪一样同意，不过这里要说的是贪婪的量词，量词很贪婪。
属于贪婪范畴的量词有，? ,*, +。它们均会安匹配字串最大length返回。

惰性

惰性量词，是由 +？，*？两个构成，他们会找到匹配的字串最小length返回。

通配符 预定义类

字符

. = [^\n\r] 除回车和换行都可以匹配
\d = [0-9]
\D = [^0-9]
\w = [a-zA-Z0-9_] 数字字母下划线
’ 列： 一个变量命名状态： /[a-zA-Z_]\w*/
\W = [^a-zA-Z_0-9] 非数字字母下划线，%， =
\s = [\t\n\x0B\f\r ] 空格或者空格
例如 /\s\w*/ 匹配 “foo bar” 中的 ’ bar’
\S = [^\t\n\x0B\f\r ] 非空格或者空格，
例如，/\S\w*/ 匹配 “foo bar” 中的 ‘foo’。

边界(不占长度)

\b 表示边界（两个字符的中间位置） 一边是\w,另一边是\W
\B 不是边界
^ 表示开始，尖括号在中括号外边
$ 表示结束

分组

一个正则表达式，可以对整个串匹配，同样可以依照（）中的pattern进行匹配

test

var str = 'mom and dad';
console.log(str.match( /mom( and dad )?/g ) ); 
console.log(str.match( /mom( and dad )?/ ) );  //不加g 此时分组也会匹配到

输出结果

从输出结果可以看出，添加了参数g,数组中添加分组索引，在没有添加全局参数g 的情况，忽略分组索引，index.

反向引用

\n : n 是一个正整数。一个反向引用（back reference），指向正则表达式中第 n 个括号（从左开始数）中匹配的子字符串。
应用格式

方式一.（pattern）匹配pattern,同时捕获结果，自动设定组号
\1，RegExp.$1:反向引用，（对前面的匹配结果的复制引用）
方式二.（？<name组名>pattern）匹配pattern,同时捕获结果，设定name为组 号
\k，对前面匹配结果的复制引用

test

str5 = 'python javascript javascript go go';
console.log(str5.match(/(\b[a-zA-Z]+\b)\s+\1/));   //\1捕获前面的分组，并进行继续向下匹配捕获
console.log(str5.match(/(?<n1>\b[a-zA-Z]+\b)\s+\k<n1>/))

输出结果

零宽先行/后行断言

零宽，通常是括号里的匹配项（）不占据长度
先行断言：”先行断言“指的是，x只有在y前面才匹配，必须写成/x(?=y)/。
后行断言：“后行断言”正好与“先行断言”相反，x只有在y后面才匹配，必须写成/(?<=y)x/。

实列总结:

//零宽（不占字符长度）先行\后行断言
str5 = ‘reaaa;rcaaa=bbb=;’;
//寻找两字符，字符后面以分号结尾
console.log(str5.match(/.{2}(?=;)/g)); //零宽先行断言
//寻找4个字符，且以ea开头
console.log(str5.match(/(?<=ea).{4}/g)); //零宽后行断言，注意以什么开头断言时，需要加 <，在匹配字符后面不需要加
//寻找三个字母，其后不已分号结尾
console.log(str5.match(/[a-z]{3}(?!；)/g)); //零宽负向（不是，或者反的）后行断言
//寻找不已re开头的三个字母
console.log(str5.match(/(?<!re)a{3}/)); //index:8, aaa

或 |

逻辑运算符或，用来连接两个或者多个正则表达式
test
模拟此法分析器，对变量函数声明，进行匹配。

var regExp1 = /^var\s+[a-zA-Z]\w*;/g;  //变量申明正则
var regExp2 =  /^function\s+[a-zA-Z]\w*\s*(\)\{\}/g //函数申明正则
//合并
var regExp3 = /^var\s+[a-zA-Z]\w*;|^function\s+[a-zA-Z]\w*\s*\(\)\{\}/g

var str_v = 'var aaa;';  //变量申明
var str_f = 'function f(){}';    //函数申明字符串

console.log( str_v.match( /^var\s+[a-zA-Z]\w*;|^function\s+[a-zA-Z]\w*\s*\(\)\{\}/g ));	//success
console.log( str_f.match( /^var\s+[a-zA-Z]\w*;|^function\s+[a-zA-Z]\w*\s*\(\)\{\}/g ));	//success

接下来楼一下与正则相关的函数。如下介绍的函数，都是经常用到的。由于内容篇幅有限，不宜一一列举。

String类func

search()

search(regExp), 匹配直接量和对象，返回整数，返回第一个匹配的位置；匹配不到返回 -1；

var str = 'hello shanshan haha shanshan javascript';
console.log(str5.search(/\bshanshan\b/));   //4
console.log(str5.search(/\bshanshan\b/g));   //4,注意，忽略全局匹配 g

match()

match(regExp) 直接量和对象

• 有g情况，返回所有匹配的最大串。
• 无g ,数组中的元素，index:表示第一个匹配的最大串的开始位置，其他表示分组；input:表示原始的串。

列：匹配电话号码
思路：大陆电话号码是11位
1.以数字1开头
2.第二位是[3578]范围
3.第三位[0-9]任意
4.有些时候号码3.4，7.8位之间还得有 -
代码实现

var regExp = /^1[3578][0-9-?\d{4}-?\d{4}]$/	//匹配 pattern
//match()
var str5 = '15815647894';
console.log(str5.match(/^1[34578][0-9]-?\d{4}-?\d{4}$/g))
str5 = '11111111111';   //null
console.log(str5.match(/^1[34578][0-9]-?\d{4}-?\d{4}$/g))
str5 = '130-1234-4567';
console.log(str5.match(/^1[34578][0-9]-?\d{4}-?\d{4}$/g))

输出结果，

replace()

replace(regExp/substr,replacement);
参数详情，

• regExp直接量或对象，substr 需要替换的子串
• replacement 替换的串，或函数。

// str5 = 'python is powerful python';
//把python替换成大写
// console.log(str5.replace(/\bpython\b/g,'PYTHON'));  //加 g 匹配并替换全部，否则只替换匹配的第一个
// console.log(str5.replace('python','PYTHON'))	//替换第一个

replacement还有几个特殊值: test

str5 = 'aaa-bbb   ccc-ddd';
替换子串位置
console.log(str5.replace(/([a-z]+)-([a-z]+)/g,'$2-$1'))	  //bbb-aaa   ddd-ccc

这里补充一下，replacement，还可以是一个回调函数，函数返回值作为替换子串. 如果第一个参数是正则表达式，并且其为全局匹配模式，那么这个方法将被多次调用，每次匹配都会被调用。
该回调函数参数详情

test

function replacer(match, p1, p2, p3, offset, string) {
  // p1 is nondigits, p2 digits, and p3 non-alphanumerics
  return [p1, p2, p3].join(' - ');
}
// 在匹配的字串后面加 -
var newString = 'abc12345#$*%'.replace(/([^\d]*)(\d*)([^\w]*)/, replacer);
console.log(newString);  // abc - 12345 - #$*%

split()

split(separator,howmany)，切断字符串

• separator 正则，字符串
• limit 限制数组长度
  注意：
  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。

test

var str = 'hello is ver good good good good study day day up'
 console.log( str.split( /\s+/ ) );
 console.log( str.split( /\s+/,4 ) );   
 console.log( str.split ( '' " ) );    //不添加长度切出整个字符

RegExp_func

test()

regExp test(string) boolean 测试str是否匹配 pattern
test

var str = 'hello is ver good good good good study day day up';

console.log( /\bhello\b/.test( str ) );    //true
console.log( /\bhelloa\b/.test( str ) );   //false

exce()

regExp exce(string) 返回数组（找不到返回null）

• 没有 g ,返回结果跟match返回结果一样。
• 有 g, lastIndex中放入字串(匹配的字串)结束位置的下一位，每次调用往后移。
  lastMatch 非标准属性是正则表达式的静态和只读属性，含有最后匹配到的字符串,通过RegExp类调用

  RegExp.prototype.lastIndex
  下次匹配开始的字符串索引位置。

var regExp = /\bgood\b/g;
regExp.lastIndex = 17; //设定第一个匹配字串字符索引，可以继续向下匹配，直到匹配索引为-1；
// console.log(regExp.exec(str5));
// console.log(regExp.lastIndex); //lastIndex

应用 Date_function format()

需求：给定 xxxx年MM月dd日，正则匹配替换成相应的字串
var d1 = new Date();
Date.prototype.format = function (fmt){
var obj = {
‘M+’: this.getMonth() + 1,
‘d+’: this.getDate(),
‘h+’: this.getHours(),
‘m+’: this.getMinutes(),
‘s’: this.getSeconds()
};
if(/y+/.test(fmt)){
var year = this.getFullYear().toString();
if(RegExp.lastMatch.length <= year.length){
year = year.substr(-RegExp.lastMatch.length); //截取year的后几位
}
fmt = fmt.replace(RegExp.lastMatch, year);
console.log(RegExp.lastMatch);
}
for(var k in obj){
var r = new RegExp(k) //new RegExp(/’(’+ k +’)’/)
if(r.test(fmt)){
var x = obj[k].toString();
if(RegExp.lastMatch.length > x.length){
//补零
x = ‘0000’ + x;
x = x.substr(-RegExp.lastMatch.length);
console.log(RegExp.lastMatch,1);
}
fmt = fmt.replace(RegExp.lastMatch, x);
}
}
return fmt;
};

console.log(d1.format(‘yyyy年MM月dd日hh时mm分’));

特点是：如果指定字母，y,m,M…超过常规日期个数，截取对应的日期，输出合理的日期。月日，.时分秒位数<1，会补零。

才疏学浅，不足之处，敬请指正。