JavaScript正则表达式的模式匹配

今天刚学了关于JavaScript 正则表达式的模式匹配，下面总结了一些知识点和大家分享一下~（适合初学者）

1、正则表达式的定义

        JavaScript中的正则表达式用RegExp对象表示，可用RegExp()构造函数创建RegExp对象。正则表达式直接量定义为包含在一对斜杠（/）之间的字符。

var pattern = /s$/;  //匹配所有以字母“s”结尾的字符串
//等价于：
var pattern = new RegExp(“s$”);

1.1 直接量字符

    非字母的字符匹配，这些字符需通过反斜线（\）作为前缀进行转义。

正则表达式的直接量字符

字符	匹配
字母和数字字符	自身
\o	NUL字符（\u0000）
\t	制表符（\u0009）
\n	换行符（\u000A）
\v	垂直制表符（\u000B）
\f	换页符（\u000C）
\r	回车符（\u000D）
\xnn	由十六进制数nn指定的拉丁字符，例如：\x0A等价于\n
\uxxxx	有十六进制数xxxx指定的Unicode字符，例如：\u0009等价于\t
\cX	控制字符^X，例如：\cJ等价于换行符\n

    特殊标点符号：

        ^ $ . * + ? = ! : | \ / ( ) [ ] { }

1.2 字符类（character class）

    将直接量字符单独放进方括号内组成了字符类：[直接量字符]

         "^"符号：定义否定字符类

例子：

/[abc]/  //和字母“a”、“b”、“c”中的任意一个匹配。
/[^abc]/  //匹配的是“a”、“b”、“c”之外的所有字符
/[a-z]/  //匹配拉丁字母表中的小写字母
/[a-zA-Z0-9]/  //匹配拉丁字母表中任何字母和数字

正则表达式的字符类

字符	匹配
[...]	方括号内的任意字符
[^...]	不在方括号内的任意字符
.	除换行符和其他Unicode行终止符之外的任意字符
\w	任何ASCII字符组成的单词，等价于[a-zA-Z0-9]
\W	任何不是ASCII字符组成的单词，等价于[^a-zA-Z0-9]
\s	任何Unicode空白符
\S	任何非Unicode空白符的字符，注意\w和\S不同
\d	任何ASCII数字，等价于[0-9]
\D	除了ASCII数字之外的任何字符，等价于[^0-9]
[\b]	退格直接量（特例）

    \b：在字符类中，表示退格符。/[\b]/

1.3 重复

正则表达式的重复字符语法

字符	含义
{n,m}	匹配前一项至少n次，但不能超过m次
{n,}	匹配前一项n次或者更多次
{n}	匹配前一项n次
?	匹配前一项0次或者1次，也就是说前一项是可选的，等价于{0,1}
+	匹配前一项1次或者多次，等价于{1,}
*	匹配前一项0次或者多次，等价于{0,}

例子：

/\d{2,4}/   //匹配2~4个数字
/\w{3}\d?/   //精确匹配三个单词和一个可选的数字
/\s+java\s+/   //匹配前后带有一个或者多个空格的字符串”java”
/[^(]*/   //匹配一个或多个非左括号的字符

    非贪婪的重复：在待匹配的字符后跟随一个问号，如：“??”、“+?”、“*?”或者“{1,5}?”。

例子：

    当使用“aaa”作为匹配字符串时，/a+/会匹配它的三个字符，/a+?/只能匹配第一个a。

1.4 选择、分组和引用

 “|”：用于分割供选择的字符。

 “（）”圆括号的作用：

    1、把单独的项组合成子表达式，以便可以像处理一个独立的单元那样用“ | ”、“ * ”、“ + ”或者“ ? ”等来对单元内的项进行处理。例如：

/java(script)?/     //可以匹配字符串“java”，其后可有“script”也可没有。
/(ab|cd)+|ef/    //可以匹配“ef”，也可以匹配“ab”或“cd”的一次或多次的重复。

    2、在完整的模式中定义子模式。如：

/[a-z]+(\d+)/     //可以从检索到的匹配中抽取数字。

    3、允许在同一正则表达式的后部引用前面的子表达式。通过在字符“ \”后加一位或多位数字来实现。这个数字指定了带圆括号的子表达式在正则表达式中的位置。注意：因为子表达式可以嵌套另一个子表达式，所以它的位置是参与计算的左括号的位置。如：

\1     //引用的是第一个带圆括号的子表达式。

    正则表达式中前一个子表达式的引用，指的是与那个模式相匹配的文本的引用。

    在正则表达式中不用创建带数字编码的引用，也可以对子表达式进行分组，以“（？:”和“）”来进行分组，这种改进的圆括号并不生成引用。

正则表达式的选择、分组和引用字符

字符	含义
|	选择，匹配的是该符号左边的子表达式或右边的子表达式
(...)	组合，将几个项组合为一个单元，这个单元可通过“*”、“+”、“?”和“|”等符号加以修饰，而且可以记住和这个组合相匹配的字符串以供此后的引用使用
(?...)	只组合，把项组合到一个单元，但不记忆与该组相匹配的字符
\n	和第n个分组第一次匹配的字符相匹配，组是圆括号中的子表达式（也有可能是嵌套的），组索引是从左到右的括号数，“（?:”形式的分组不编码

1.5 指定匹配的位置

    \b匹配一个单词的边界。像\b这样的元素不匹配某个可见的字符，它们指定匹配发生的合法位置。这些元素为正则表达式的锚，它们将模式定位在搜索字符串的特定位置上。

    任意正则表达式都可以作为锚点条件。

正则表达式中的锚字符

字符	含义
^	匹配字符串的开头，在多行检索中，匹配一行的开头
$	匹配字符串的结尾，在多行检索中，匹配一行的结尾
\b	匹配一个单词的边界，简言之，就是位于单词\w和\W中间的位置，或位于字符\w和字符串的开头或者结尾之间的位置 （注意：[\b]匹配的是退格符）
\B	匹配非单词边界的位置
(?=p)	零宽正向先行断言，要求接下来的字符都与p匹配，但不能包括匹配p的那些字符
(?!p)	零宽负向先行断言，要求接下来的字符不与p匹配

例子：

/[Jj]ava([Ss]cript)?(?=\:)/ 
//可以匹配“JavaScript:The Definitive Guide”中的“JavaScript”，但不能匹配“Java in a Nutshell”中的“Java”，因为它后面没有冒号。

1.6 修饰符

正则表达式修饰符

字符	含义
i	执行不区分大小写的匹配
g	执行一个全局匹配，简言之，即找到所有的匹配，而不是在找到第一个之后就停止
m	多行匹配模式，^匹配一行的开头和字符串的开头，$匹配行的结束和字符串的结束

2、用于模式匹配的String方法

 String支持4中正则表达式的方法：

  1、search()：参数是一个正则表达式，返回第一个与之匹配的子串的起始位置，如果找不到匹配的子串将返回-1。

             如果参数不是正则表达式，会先通过RegExp构造函数将它转换成正则表达式，search（）方法不支持全局检索。

"JavaScript".search(/script/i);  //返回值为4.

  2、replace()：用以执行检索与替换操作。第一个参数是一个正则表达式，第二个参数是要进行替换的字符串。

例子：

//将所有不区分大小写的javascript都替换成大小写正确的JavaScript
text.replace(/javascript/gi,"JavaScript");

    如果在替换字符串中出现了$加数字，那么replace（）将用与指定的子表达式相匹配的文本来替换这两个字符。

//一段引用文本起始于引号，结束于引号
//中间的内容区域不能包含引号
var quote = /"([^"]*)"/g;
//用中文半角引号替代英文引号，同时要保持引号之间的内容（存储在$1中）没有被修改
text.replace(quote,'"$1"');

    replace()方法的第二个参数可以是函数，该函数能够动态地计算替换字符串。

  3、match（）方法：唯一参数是一个正则表达式（或通过 RegExp()构造函数将其转换为正则表达式），返回的是一个有匹配结果组成的数组。如歌正则表达式设置了修饰符 g，则该方法返回的数组包含字符串中的所有匹配结果。如：

"1 plus 2 equals 3",match(/\d+/g);  //返回["1","2","3"]

    如果正则表达式没有设置修饰符g，match()就不会进行全局检索，只检索第一个匹配。

    如果match()返回一个数组a，那么a[0]存放的是完整的匹配，a[1]存放的则是与第一个圆括号括起来相匹配的子串，以此类推。为了和方法replace()保持一致，a[n]存放的是$n的内容。

    例子：使用如下的代码来解析一个URL：

var url = /(\w+):\/\/([\w.]+)\/(\S*)/;
var text = "Visit my blog at http://www.example.com/~david";
var result = text.match(url);
if(result != null){
    var fullurl = result[0];  //包含"http://www.example.com/~david"
    var protocol = result[1];  //包含"http"
    var host = result[2];  //包含"www.example.com"
    var path = result[3];  //包含"~david"
}

  4、s plit()方法

    String对象的最够一个和正则表达式相关的方法是split()。

    Split()：将字符串拆分为一个子串组成的数组，使用的分隔符是split()的参数。参数也可以是一个正则表达式。

"123,456,789".split(",");  //返回["123","456","789"]
"1, 2, 3, 4, 5".split(/\s*,\s*/);  //返回["1","2","3","4","5"]

3、RegExp对象

    RegExp()用以创建新的RegExp对象。第一个参数包含正则表达式的主体部分，第二个参数可选，第二个参数是指定正则表达式的修饰符，只能传入g、i、m或它们的组合。

 注意：不论是字符串直接量还是正则表达式，都使用”\”字符作为转义字符的前缀。

如：

//全局匹配字符串中的5个数字，注意这里使用了"\\"，而不是"\"
var zipcode = new RegExp("\\d{5}","g");

  如果待检索的字符串是由用户输入的，就必须使用RegExp()构造方法，在程序运行时创建正则表达式。

3.1、RegExp的属性

  每个RegExp对象都包含5个属性：

      source：只读，包含正则表达式的文本；

      global：只读的布尔值，说明正则表达式是否带修饰符g；

      ignoreCase：只读的布尔值，说明正则表达式是否带修饰符i；

      multiline：只读的布尔值，说明正则表达式是否带修饰符m；

      lastIndex：可读/写的整数。