1、JS正则表达式（RegExp）
字符串是编程时涉及到的最多的一种数据结构，对字符串进行操作的需求几乎无处不在。比如判断一个字符串是否是合法的Email地址，虽然可以编程提取@前后的子串，再分别判断是否是单词和域名，但这样做不但麻烦，而且代码难以复用。
正则表达式是一种用来匹配字符串的强有力的武器。它的设计思想是用一种描述性的语言来给字符串定义一个规则，凡是符合规则的字符串，我们就认为它“匹配”了，否则，该字符串就是不合法的。
所以我们判断一个字符串是否是合法的Email的方法是：
创建一个匹配Email的正则表达式；
用该正则表达式去匹配用户的输入来判断是否合法。
因为正则表达式也是用字符串表示的，所以，我们要首先了解如何用字符来描述字符。
在正则表达式中，如果直接给出字符，就是精确匹配。用\d可以匹配一个数字，\w可以匹配一个字母或数字，所以：
-
12345
'00\d'可以匹配'007'，但无法匹配'00A'；'\d\d\d'可以匹配'010'；'\w\w'可以匹配'js'；
.可以匹配任意字符，所以：
-
1
'js.'可以匹配'jsp'、'jss'、'js!'等等。
要匹配变长的字符，在正则表达式中，用*表示任意个字符（包括0个），用+表示至少一个字符，用?表示0个或1个字符，用{n}表示n个字符，用{n,m}表示n-m个字符：
来看一个复杂的例子：\d{3}\s+\d{3,8}。
我们来从左到右解读一下：
\d{3}表示匹配3个数字，例如'010'；\s可以匹配一个空格（也包括Tab等空白符），所以\s+表示至少有一个空格，例如匹配' '，'\t\t'等；\d{3,8}表示3-8个数字，例如'1234567'。
综合起来，上面的正则表达式可以匹配以任意个空格隔开的带区号的电话号码。
如果要匹配'010-12345'这样的号码呢？由于'-'是特殊字符，在正则表达式中，要用'\'转义，所以，上面的正则是\d{3}\-\d{3,8}。
但是，仍然无法匹配'010 - 12345'，因为带有空格。所以我们需要更复杂的匹配方式。
进阶
要做更精确地匹配，可以用[]表示范围，比如：
[0-9a-zA-Z\_]可以匹配一个数字、字母或者下划线；[0-9a-zA-Z\_]+可以匹配至少由一个数字、字母或者下划线组成的字符串，比如'a100'，'0_Z'，'js2015'等等；[a-zA-Z\_\$][0-9a-zA-Z\_\$]*可以匹配由字母或下划线、开头，后接任意个由一个数字、字母或者下划线、开头，后接任意个由一个数字、字母或者下划线、组成的字符串，也就是JavaScript允许的变量名；[a-zA-Z\_\$][0-9a-zA-Z\_\$]{0, 19}更精确地限制了变量的长度是1-20个字符（前面1个字符+后面最多19个字符）。
A|B可以匹配A或B，所以(J|j)ava(S|s)cript可以匹配'JavaScript'、'Javascript'、'javaScript'或者'javascript'。
^表示行的开头，^\d表示必须以数字开头。
$表示行的结束，\d$表示必须以数字结束。
你可能注意到了，js也可以匹配'jsp'，但是加上^js$就变成了整行匹配，就只能匹配'js'了。
RegExp
有了准备知识，我们就可以在JavaScript中使用正则表达式了。
JavaScript有两种方式创建一个正则表达式：
第一种方式是直接通过/正则表达式/写出来，第二种方式是通过new RegExp('正则表达式')创建一个RegExp对象。
两种写法是一样的：
|
1
2
3
4
5
|
var
re1 = /ABC\-001/;
var
re2 =
new
RegExp(
'ABC\\-001'
);
re1;
// /ABC\-001/
re2;
// /ABC\-001/
|
注意，如果使用第二种写法，因为字符串的转义问题，字符串的两个\\实际上是一个\。
先看看如何判断正则表达式是否匹配：
|
1
2
3
4
|
var
re = /^\d{3}\-\d{3,8}$/;
re.test(
'010-12345'
);
// true
re.test(
'010-1234x'
);
// false
re.test(
'010 12345'
);
// false
|
RegExp对象的test()方法用于测试给定的字符串是否符合条件。
切分字符串
用正则表达式切分字符串比用固定的字符更灵活，请看正常的切分代码：
|
1
|
'a b c'
.split(
' '
);
// ['a', 'b', '', '', 'c']
|
嗯，无法识别连续的空格，用正则表达式试试：
|
1
|
'a b c'
.split(/\s+/);
// ['a', 'b', 'c']
|
无论多少个空格都可以正常分割。加入,试试：
|
1
|
'a,b, c d'
.split(/[\s\,]+/);
// ['a', 'b', 'c', 'd']
|
再加入;试试：
|
1
|
'a,b;; c d'
.split(/[\s\,\;]+/);
// ['a', 'b', 'c', 'd']
|
如果用户输入了一组标签，下次记得用正则表达式来把不规范的输入转化成正确的数组。
分组
除了简单地判断是否匹配之外，正则表达式还有提取子串的强大功能。用()表示的就是要提取的分组（Group）。比如：
^(\d{3})-(\d{3,8})$分别定义了两个组，可以直接从匹配的字符串中提取出区号和本地号码：
|
1
2
3
|
var
re = /^(\d{3})-(\d{3,8})$/;
re.exec(
'010-12345'
);
// ['010-12345', '010', '12345']
re.exec(
'010 12345'
);
// null
|
如果正则表达式中定义了组，就可以在RegExp对象上用exec()方法提取出子串来。
exec()方法在匹配成功后，会返回一个Array，第一个元素是正则表达式匹配到的整个字符串，后面的字符串表示匹配成功的子串。
exec()方法在匹配失败时返回null。
提取子串非常有用。来看一个更凶残的例子：
|
1
2
|
var
re = /^(0[0-9]|1[0-9]|2[0-3]|[0-9])\:(0[0-9]|1[0-9]|2[0-9]|3[0-9]|4[0-9]|5[0-9]|[0-9])\:(0[0-9]|1[0-9]|2[0-9]|3[0-9]|4[0-9]|5[0-9]|[0-9])$/;
re.exec(
'19:05:30'
);
// ['19:05:30', '19', '05', '30']
|
这个正则表达式可以直接识别合法的时间。但是有些时候，用正则表达式也无法做到完全验证，比如识别日期：
|
1
|
var
re = /^(0[1-9]|1[0-2]|[0-9])-(0[1-9]|1[0-9]|2[0-9]|3[0-1]|[0-9])$/;
|
对于'2-30'，'4-31'这样的非法日期，用正则还是识别不了，或者说写出来非常困难，这时就需要程序配合识别了。
贪婪匹配
需要特别指出的是，正则匹配默认是贪婪匹配，也就是匹配尽可能多的字符。举例如下，匹配出数字后面的0：
|
1
2
|
var
re = /^(\d+)(0*)$/;
re.exec(
'102300'
);
// ['102300', '102300', '']
|
由于\d+采用贪婪匹配，直接把后面的0全部匹配了，结果0*只能匹配空字符串了。
必须让\d+采用非贪婪匹配（也就是尽可能少匹配），才能把后面的0匹配出来，加个?就可以让\d+采用非贪婪匹配：
|
1
2
|
var
re = /^(\d+?)(0*)$/;
re.exec(
'102300'
);
// ['102300', '1023', '00']
|
全局搜索
JavaScript的正则表达式还有几个特殊的标志，最常用的是g，表示全局匹配：
|
1
2
3
|
var
r1 = /test/g;
// 等价于:
var
r2 =
new
RegExp(
'test'
,
'g'
);
|
全局匹配可以多次执行exec()方法来搜索一个匹配的字符串。当我们指定g标志后，每次运行exec()，正则表达式本身会更新lastIndex属性，表示上次匹配到的最后索引：
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
|
// 使用全局匹配:
re.exec(s);
// ['JavaScript']
re.lastIndex;
// 10
re.exec(s);
// ['VBScript']
re.lastIndex;
// 20
re.exec(s);
// ['JScript']
re.lastIndex;
// 29
re.exec(s);
// ['ECMAScript']
re.lastIndex;
// 44
re.exec(s);
// null，直到结束仍没有匹配到
|
全局匹配类似搜索，因此不能使用/^...$/，那样只会最多匹配一次。
正则表达式还可以指定i标志，表示忽略大小写，m标志，表示执行多行匹配。
2、实例属性
5 lastIndex:整数，表示开始搜索下一个匹配项的字符位置，从0算起。
3、构造函数属性：正则RegExp构造函数属性
关于属性的定义，我在这里在重新提一下：
input (简写为$_) 最近一次要匹配的字符串。
lastMatch(简写$&) 最近一次的匹配项
lastParen(简写$+) 最近一次匹配的捕获组。
leftContext(简写$`) input字符串中lastMatch之前的文本
rightContext(简写$') input字符串中lastMatch之后的文本
multiline(简写$*) 布尔值，表示是否所有表达式都使用多行模式。
举例说明
看定义太痛苦了，我们还是举个例子来看下。
var text ="you are in haorooms 博客，看文章呢";
var pattern =/(.)aorooms/g;
if(pattern.test(text)){
console.log(RegExp.$_); //you are in haorooms 博客，看文章呢
console.log(RegExp["$`"]);//you are in
console.log(RegExp["$'"]);//博客，看文章呢
console.log(RegExp["$&"]);//haorooms
console.log(RegExp["$+"]);//h
console.log(RegExp["$*"]);//false
}当然，也可以不用简写。（有些属性有浏览器兼容问题，Opera和部分IE不支持）。
另外一个问题，大家也看到了，有的我是用“.”有的是用[]，其实作用是一样的。当中文或者特殊符号的时候，我们通常用[]。
存储捕获组的构造函数属性
这些属性的语法是（RegExp.$1,RegExp.$2,RegExp.$3,RegExp.$4,RegExp.$5,RegExp.$6,RegExp.$7,RegExp.$8,RegExp.$9）,一共有9个。官方的解释是，这些可以捕获组的字符串的自动填充。其实，说简单的，就是可以获得（）括号内匹配的字符串。
例子：
var text ="you are in haorooms 博客，看文章呢";
var pattern =/(.)ao(..)om(.)/g;
if(pattern.test(text)){
console.log(RegExp.$1);//h
console.log(RegExp.$2);//ro
console.log(RegExp.$3);//s
}3、 RegExp实例方法
ECMAScript通过RegExp类型来支持正则表达式，创建正则表达式有两种方式：
//使用字面量形式定义正则表达式 var pattern1 = /[bc]at/i //使用构造函数创建 var pattern2 = new RegExp("[bc]at", "i") //构造函数接受两个参数：要匹配的字符串模式和可选的标志字符串
ECMAScript3中正则表达式字面量始终会共享同一个RegExp实例，而使用构造函数创建的每一个新RegExp实例都是一个新实例。ECMAScript5明确规定，使用正则表达式字面量必须像直接调用RegExp构造函数一样每次都创建新的RegExp实例，故两种创建方式无区别，使用哪一个都无所谓。
exec()方法：接受要应用模式的字符串为参数，返回包含第一个匹配项信息的数组；或者在没有匹配项的情况下返回null。返回到数组是Array的实例。
返回的数组包含两个额外的属性：index和input。其中，index表示匹配项在字符串中的位置，input表示应用正则表达式的字符串。在数组中，第一项是与整个模式匹配的字符串，其他项是与模式中的捕获组匹配的字符串。
var text = "mom and dad and baby"; var pattern = /mom( and dad( and baby)?)?/gi; var matches = pattern.exec(text); alert(matches.index); //0 alert(matches.input); //"mom and dad and baby" alert(matches[0]); //"mom and dad and baby" alert(matches[1]); //" and dad and baby"
alert(matches[2]); //" and baby"
对于exec()方法而言，即使在模式中设置了全局标志（g），它每次也只会返回一个匹配项。在不设置全局标志的情况下，在同一个字符串上多次调用exec()将始终返回一个匹配项的信息。而在设置全局标志的情况下，每次调用exec()则都会在字符串中继续查找新匹配项，去下面的例子所示。
- var text="cat, bat, sat, fat";
- var pat1=/.at/;
- var mat=pat1.exec(text);
- alert(mat.index);//0
- alert(mat[0]);//cat
- alert(pat1.lastIndex);//0
- mat=pat1.exec(text);
- alert(mat.index);//0
- alert(mat[0]);//cat
- alert(pat1.lastIndex);//0
- var pat2=/.at/g;
- var mat=pat2.exec(text);
- alert(mat.index);//0
- alert(mat[0]);//cat
- alert(pat2.lastIndex);//3
- mat=pat2.exec(text);
- alert(mat.index);//5
- alert(mat[0]);//bat
- alert(pat2.lastIndex);//8
这个例子中的第一个模式pattern1不是全局模式，因此每次调用exec()返回的都是第一个匹配项（"cat"）。而第二个模式pattern2是全局模式，因此每次调用exec()都会返回字符串的下一个匹配项，直至搜索到字符串末尾为止。此外，还应该注意模式的lastIndex属性的变化情况。在全局匹配模式下，lastIndex的值在每次调用exec()后都会增加，而在全局模式下则始终保持不变。
test()方法：接受一个字符串参数。在模式与该参数匹配的情况下返回true，否则返回false 。
var text = “000-00-0000”; var pattern = /\d{3}-d{2}-d{4}/; pattern.test(text); //true
compile()方法：接收一个字符串参数，用来改变正则表达式的模式匹配值。
var pattern = /abc/; pattern.test("abc"); //true pattern.compile("def"); pattern.test("abc"); //false pattern.test("def"); //true
字符串模式匹配方法
match()方法：接受一个参数（正则表达式或者RegExp对象）。返回一个数组，在数组中，第一项是与整个模式匹配的字符串，其他项是与正则表达式中的捕获组匹配的字符串。
（与RegExp对象的exec()方法得到的结果相同）
var text = "cat, bat, sat, fat"; var pattern = /.at/; var matches = text.match(pattern); alert(matches.index); //0 alert(matches[0]); //"cat" alert(pattern.lastIndex); //0
search()方法：接受一个参数（正则表达式或者RegExp对象）。返回字符串中第一个匹配项的索引，没有找到则返回-1。始终是从字符串开头向后查找模式。
var text = "cat, bat, sat, fat"; var pos = text.search(/at/); alert(pos); //1
replace()方法：接受两个参数（第一个参数可以是一个RegExp对象或者是一个字符串（这个字符串不会转换为正则表达式），第二个参数可以是一个字符串或者一个函数）
var text = "cat, bat, sat, fat"; var result = text.replace("at", "ond"); alert(result); //"cond, bat, sat, fat" result = text.replace(/at/g, "ond"); alert(result); //"cond, bond, sond, fond"
split()方法：接受两个参数（第一个参数可以是一个RegExp对象或者是一个字符串（这个字符串不会转换为正则表达式），第二个参数可选，用于指定返回的数组的大小）
基于指定的分隔符将一个字符串分割成多个子字符串，并将结果放在一个数组中。
var colorText = "red,blue,green,yellow"; var colors1 = colorText.split(","); //["red", "blue", "green", "yellow"] var colors2 = colorText.split(",", 2); //["red", "blue"] var colors3 = colorText.split(/[^\,]+/); //["", ",", ",", ",", ""]
/[^\,]+/ 表示不是逗号的连续字符
扫一扫
518
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
