在网上扒的。
1. 正则表达式规则1.1 普通字符
字母、数字、汉字、下划线、以及后边章节中没有特殊定义的标点符号,都是
"
普通字符
"
。表达式中的普通字符,在匹配一个字符串的时候,匹配与之相同的一个字符。
举例1:表达式 "c",在匹配字符串 "abcde" 时,匹配结果是:成功;匹配到的内容是: "c" ;匹配到的位置是:开始于 2 ,结束于 3 。(注:下标从 0 开始还是从 1 开始,因当前编程语言的不同而可能不同) 举例2:表达式 "bcd",在匹配字符串 "abcde" 时,匹配结果是:成功;匹配到的内容是: "bcd" ;匹配到的位置是:开始于 1 ,结束于 4 。 1.2 简单的转义字符
一些不便书写的字符,采用在前面加
"\"
的方法。这些字符其实我们都已经熟知了。
还有其他一些在后边章节中有特殊用处的标点符号,在前面加
"\"
后,就代表该符号本身。比如:
^, $
都有特殊意义,如果要想匹配字符串中
"^"
和
"$"
字符,则表达式就需要写成
"\^"
和
"\$"
。
这些转义字符的匹配方法与
"
普通字符
"
是类似的。也是匹配与之相同的一个字符。
举例1:表达式 "\$d",在匹配字符串 "abc$de" 时,匹配结果是:成功;匹配到的内容是: "$d" ;匹配到的位置是:开始于 3 ,结束于 5 。 1.3 能够与 '多种字符' 匹配的表达式
正则表达式中的一些表示方法,可以匹配
'
多种字符
'
其中的任意一个字符。比如,表达式
"\d"
可以匹配任意一个数字。虽然可以匹配其中任意字符,但是只能是一个,不是多个。这就好比玩扑克牌时候,大小王可以代替任意一张牌,但是只能代替一张牌。
举例1:表达式 "\d\d",在匹配 "abc123" 时,匹配的结果是:成功;匹配到的内容是:
"12"
;匹配到的位置是:开始于
3
,结束于
5
。
举例2:表达式 "a.\d",在匹配 "aaa100" 时,匹配的结果是:成功;匹配到的内容是: "aa1" ;匹配到的位置是:开始于 1 ,结束于 4 。 1.4 自定义能够匹配 '多种字符' 的表达式
使用方括号
[ ]
包含一系列字符,能够匹配其中任意一个字符。用
[^ ]
包含一系列字符,则能够匹配其中字符之外的任意一个字符。同样的道理,虽然可以匹配其中任意一个,但是只能是一个,不是多个。
[url=http://www.regexlab.com/zh/workshop.asp?pat=[bcd][bcd]&txt=abc123]举例
1
:表达式
"[bcd][bcd]"
匹配
"abc123"
时[/url],匹配的结果是:成功;匹配到的内容是:
"bc"
;匹配到的位置是:开始于
1
,结束于
3
。
[url=http://www.regexlab.com/zh/workshop.asp?pat=[^abc]&txt=abc123]举例 2 :表达式 "[^abc]" 匹配 "abc123" 时[/url],匹配的结果是:成功;匹配到的内容是: "1" ;匹配到的位置是:开始于 3 ,结束于 4 。 1.5 修饰匹配次数的特殊符号
前面章节中讲到的表达式,无论是只能匹配一种字符的表达式,还是可以匹配多种字符其中任意一个的表达式,都只能匹配一次。如果使用表达式再加上修饰匹配次数的特殊符号,那么不用重复书写表达式就可以重复匹配。
使用方法是: " 次数修饰 " 放在 " 被修饰的表达式 " 后边。比如: "[bcd][bcd]" 可以写成 "[bcd]{2}" 。
举例1:表达式 "\d+\.?\d*" 在匹配 "It costs $12.5" 时,匹配的结果是:成功;匹配到的内容是:
"12.5"
;匹配到的位置是:开始于
10
,结束于
14
。
举例2:表达式 "go{2,8}gle" 在匹配 "Ads by goooooogle" 时,匹配的结果是:成功;匹配到的内容是: "goooooogle" ;匹配到的位置是:开始于 7 ,结束于 17 。 1.6 其他一些代表抽象意义的特殊符号
一些符号在表达式中代表抽象的特殊意义:
进一步的文字说明仍然比较抽象,因此,举例帮助大家理解。
举例1:表达式 "^aaa" 在匹配 "xxx aaa xxx" 时,匹配结果是:失败。因为 "^" 要求与字符串开始的地方匹配,因此,只有当 "aaa" 位于字符串的开头的时候, "^aaa" 才能匹配, 比如:"aaa xxx xxx"。 举例2:表达式 "aaa$" 在匹配 "xxx aaa xxx" 时,匹配结果是:失败。因为 "$" 要求与字符串结束的地方匹配,因此,只有当 "aaa" 位于字符串的结尾的时候, "aaa$" 才能匹配, 比如:"xxx xxx aaa"。 举例3:表达式 ".\b." 在匹配 "@@@abc" 时,匹配结果是:成功;匹配到的内容是: "@a" ;匹配到的位置是:开始于 2 ,结束于 4 。 进一步说明: "\b" 与 "^" 和 "$" 类似,本身不匹配任何字符,但是它要求它在匹配结果中所处位置的左右两边,其中一边是 "\w" 范围,另一边是 非 "\w" 的范围。 举例4:表达式 "\bend\b" 在匹配 "weekend,endfor,end" 时,匹配结果是:成功;匹配到的内容是: "end" ;匹配到的位置是:开始于 15 ,结束于 18 。
一些符号可以影响表达式内部的子表达式之间的关系:
举例5:表达式 "Tom|Jack" 在匹配字符串 "I'm Tom, he is Jack" 时,匹配结果是:成功;匹配到的内容是:
"Tom"
;匹配到的位置是:开始于
4
,结束于
7
。匹配下一个时,匹配结果是:成功;匹配到的内容是:
"Jack"
;匹配到的位置时:开始于
15
,结束于
19
。
举例6:表达式 "(go\s*)+" 在匹配 "Let's go go go!" 时,匹配结果是:成功;匹配到内容是: "go go go" ;匹配到的位置是:开始于 6 ,结束于 14 。 举例7:表达式 "¥(\d+\.?\d*)" 在匹配 "$10.9,¥20.5" 时,匹配的结果是:成功;匹配到的内容是: " ¥ 20.5" ;匹配到的位置是:开始于 6 ,结束于 10 。单独获取括号范围匹配到的内容是: "20.5" 。 2. 正则表达式中的一些高级规则2.1 匹配次数中的贪婪与非贪婪
在使用修饰匹配次数的特殊符号时,有几种表示方法可以使同一个表达式能够匹配不同的次数,比如:
"{m,n}", "{m,}", "?", "*", "+"
,具体匹配的次数随被匹配的字符串而定。这种重复匹配不定次数的表达式在匹配过程中,总是尽可能多的匹配。比如,针对文本
"dxxxdxxxd"
,举例如下:
由此可见,
"\w+"
在匹配的时候,总是尽可能多的匹配符合它规则的字符。虽然第二个举例中,它没有匹配最后一个
"d"
,但那也是为了让整个表达式能够匹配成功。同理,带
"*"
和
"{m,n}"
的表达式都是尽可能地多匹配,带
"?"
的表达式在可匹配可不匹配的时候,也是尽可能的
"
要匹配
"
。这 种匹配原则就叫作
"
贪婪
"
模式 。
非贪婪模式:
在修饰匹配次数的特殊符号后再加上一个 "?" 号,则可以使匹配次数不定的表达式尽可能少的匹配,使可匹配可不匹配的表达式,尽可能的 " 不匹配 " 。这种匹配原则叫作 " 非贪婪 " 模式,也叫作 " 勉强 " 模式。如果少匹配就会导致整个表达式匹配失败的时候,与贪婪模式类似,非贪婪模式会最小限度的再匹配一些,以使整个表达式匹配成功。举例如下,针对文本 "dxxxdxxxd" 举例:
[url=http://www.regexlab.com/zh/workshop.asp?pat=[td](.*)[/td]&txt=[td]<p]举例1:表达式 "<td>(.*)<\td>" 与字符串 "<td><p>aa<\p><\td> <td><p>bb<\p><\td>" 匹配时[/url], 匹配的结果是:成功;匹配到的内容是 "<td><p>aa<\p><\td> <td><p>bb<\p><\td>" 整个字符串, 表达式中的 "<\td>" 将与字符串中最后一个 "<\td>" 匹配。 [url=http://www.regexlab.com/zh/workshop.asp?pat=[td](.*?)[/td]&txt=[td]<p]举例2:相比之下,表达式 "<td>(.*?)<\td>" 匹配举例1中同样的字符串时[/url],将只得到 "<td><p>aa<\p><\td>", 再次匹配下一个时,可以得到第二个 "<td><p>bb<\p><\td>"。 2.2 反向引用 \1, \2...
表达式在匹配时,表达式引擎会将小括号
"( )"
包含的表达式所匹配到的字符串记录下来。在获取匹配结果的时候,小括号包含的表达式所匹配到的字符串可以单独获取。这一点,在前面的举例中,已经多次展示 了。在实际应用场合中,当用某种边界来查找,而所要获取的内容又不包含边界时,必须使用小括号来指定所要的范围。比如前面的
"<td>(.*?)<\td>"
。
其实, " 小括号包含的表达式所匹配到的字符串 " 不仅是在匹配结束后才可以使用,在匹配过程中也可以使用。表达式后边的部分,可以引用前面 " 括号内的子匹配已经匹配到的字符串 " 。引用方法是 "\" 加上一个数字。 "\1" 引用第 1 对括号内匹配到的字符串, "\2" 引用第 2 对括号内匹配到的字符串 …… 以此类推,如果一对括号内包含另一对括号,则外层的括号先排序号。换句话说,哪一对的左括号 "(" 在前,那这一对就先排序号。
举例如下:
举例1:表达式 "('|")(.*?)(\1)" 在匹配 " 'Hello', "World" " 时,匹配结果是:成功;匹配到的内容是: " 'Hello' " 。再次匹配下一个时,可以匹配到 " "World" " 。 举例2:表达式 "(\w)\1{4,}" 在匹配 "aa bbbb abcdefg ccccc 111121111 999999999" 时,匹配结果是:成功;匹配到的内容是 "ccccc" 。再次匹配下一个时,将得到 999999999 。这个表达式要求 "\w" 范围的字符至少重复 5 次, 注意与 "\w{5,}" 之间的区别。 举例3:表达式 "<(\w+)\s*(\w+(=('|").*?\4)?\s*)*>.*?<\\1>" 在匹配 "<td id='td1' style="bgcolor:white"><\td>" 时,匹配结果是成功。如果 "<td>" 与 "<\td>" 不配对,则会匹配失败;如果改成其他配对,也可以匹配成功。 2.3 预搜索,不匹配;反向预搜索,不匹配
前面的章节中,我讲到了几个代表抽象意义的特殊符号:
"^"
,
"$"
,
"\b"
。它们都有一个共同点,那就是:它们本身不匹配任何字符,只是对
"
字符串的两头
"
或者
"
字符之间的缝隙
"
附加了一个条件。理解到这个概念以后,本节将继续介绍另外一种对
"
两头
"
或者
"
缝隙
"
附加条件的,更加灵活的表示方法。
正向预搜索:
"(?=xxxxx)"
,
"(?!xxxxx)"
格式: "(?=xxxxx)" ,在被匹配的字符串中,它对所处的 " 缝隙 " 或者 " 两头 " 附加的条件是:所在缝隙的右侧,必须能够匹配上 xxxxx 这部分的表达式。因为它只是在此作为这个缝隙上附加的条件,所以它并不影响后边的表达式去真正匹配这个缝隙之后的字符。这就类似 "\b" ,本身不匹配任何字符。 "\b" 只是将所在缝隙之前、之后的字符取来进行了一下判断,不会影响后边的表达式来真正的匹配。 举例1:表达式 "Windows (?=NT|XP)" 在匹配 "Windows 98, Windows NT, Windows 2000" 时,将只匹配 "Windows NT" 中的 "Windows " ,其他的 "Windows " 字样则不被匹配。 举例2:表达式 "(\w)((?=\1\1\1)(\1))+" 在匹配字符串 "aaa ffffff 999999999" 时,将可以匹配 6 个 "f" 的前 4 个,可以匹配 9 个 "9" 的前 7 个。这个表达式可以读解成:重复 4 次以上的字母数字,则匹配其剩下最后 2 位之前的部分。当然,这个表达式可以不这样写,在此的目的是作为演示之用。
格式:
"(?!xxxxx)"
,所在缝隙的右侧,必须不能匹配
xxxxx
这部分表达式。
举例3:表达式 "((?!\bstop\b).)+" 在匹配 "fdjka ljfdl stop fjdsla fdj" 时,将从头一直匹配到 "stop" 之前的位置,如果字符串中没有 "stop" ,则匹配整个字符串。 举例4:表达式 "do(?!\w)" 在匹配字符串 "done, do, dog" 时,只能匹配 "do" 。在本条举例中, "do" 后边使用 "(?!\w)" 和使用 "\b" 效果是一样的。
反向预搜索:
"(?<=xxxxx)"
,
"(?<!xxxxx)"
这两种格式的概念和正向预搜索是类似的,反向预搜索要求的条件是:所在缝隙的 " 左侧 " ,两种格式分别要求必须能够匹配和必须不能够匹配指定表达式,而不是去判断右侧。与 " 正向预搜索 " 一样的是:它们都是对所在缝隙的一种附加条件,本身都不匹配任何字符。 举例 5 :表达式 "(?<=\d{4})\d+(?=\d{4})" 在匹配 "1234567890123456" 时,将匹配除了前 4 个数字和后 4 个数字之外的中间 8 个数字。由于 JScript.RegExp 不支持反向预搜索,因此,本条举例不能够进行演示。很多其他的引擎可以支持反向预搜索,比如: Java 1.4 以上的 java.util.regex 包, .NET 中 System.Text.RegularExpressions 命名空间,以及本站推荐的 最简单易用的 DEELX 正则引擎。 3. 其他通用规则
还有一些在各个正则表达式引擎之间比较通用的规则,在前面的讲解过程中没有提到。
3.1
表达式中,可以使用
"\xXX"
和
"\uXXXX"
表示一个字符(
"X"
表示一个十六进制数)
3.2
在表达式
"\s"
,
"\d"
,
"\w"
,
"\b"
表示特殊意义的同时,对应的大写字母表示相反的意义
3.3
在表达式中有特殊意义,需要添加
"\"
才能匹配该字符本身的字符汇总
3.4
括号
"( )"
内的子表达式,如果希望匹配结果不进行记录供以后使用,可以使用
"(?:xxxxx)"
格式
[url=http://www.regexlab.com/zh/workshop.asp?pat=(?
![]() ![]() ![]()
3.5
常用的表达式属性设置简介:
Ignorecase
,
Singleline
,
Multiline
,
Global
4. 其他提示
4.1
如果想要了解高级的正则引擎还支持那些复杂的正则语法,可参见
本站 DEELX 正则引擎的说明文档。
4.2
如果要要求表达式所匹配的内容是整个字符串,而不是从字符串中找一部分,那么可以在表达式的首尾使用
"^"
和
"$"
,比如:
"^\d+$"
要求整个字符串只有数字。
4.3
如果要求匹配的内容是一个完整的单词,而不会是单词的一部分,那么在表达式首尾使用
"\b"
,比如:
使用 "\b(if|while|else|void|int……)\b" 来匹配程序中的关键字。
4.4
表达式不要匹配空字符串。否则会一直得到匹配成功,而结果什么都没有匹配到。比如:准备写一个匹配
"123"
、
"123."
、
"123.5"
、
".5"
这几种形式的表达式时,整数、小数点、小数数字都可以省略,但是不要将表达式写成:
"\d*\.?\d*"
,因为如果什么都没有,这个表达式也可以匹配成功。
更好的写法是:"\d+\.?\d*|\.\d+"。
4.5
能匹配空字符串的子匹配不要循环无限次。如果括号内的子表达式中的每一部分都可以匹配
0
次,而这个括号整体又可以匹配无限次,那么情况可能比上一条所说的更严重,匹配过程中可能死循环。虽然现在有些正则表达式引擎已经通过办法避免了这种情况 出现死循环了,比如
.NET
的正则表达式,但是我们仍然应该尽量避免出现这种情况。如果我们在写表达式时遇到了死循环,也可以从这一点入手,查找一下是否是本条所说的原因。
4.6
合理选择贪婪模式与非贪婪模式,参见
话题讨论。
4.7
或
"|"
的左右两边,对某个字符最好只有一边可以匹配,这样,不会因为
"|"
两边的表达式因为交换位置而有所不同。
------------------------------------------------------------------------------------------
下一篇
1
,定义正则表达式
1
)定义正则表达式有两种形式,一种是普通方式,一种是构造函数方式。
2 )普通方式: var reg=\表达式\附加参数 表达式:一个字符串,代表了某种规则,其中可以使用某些特殊字符,来代表特殊的规则,后面会详细说明。 附加参数:用来扩展表达式的含义,目前主要有三个参数: g :代表可以进行全局匹配。 i :代表不区分大小写匹配。 m :代表可以进行多行匹配。 上面三个参数,可以任意组合,代表复合含义,当然也可以不加参数。 例子: var reg=\a*b\; var reg=\abc+f\g; 3 )构造函数方式: var reg=new RegExp(“ 表达式 ”,” 附加参数 ”); 其中 “ 表达式 ” 与 “ 附加参数 ” 的含义与上面那种定义方式中的含义相同。 例子: var reg=new RegExp(“a*b”); var reg=new RegExp(“abc+f”,”g”); 4 )普通方式与构造函数方式的区别 普通方式中的表达式必须是一个常量字符串,而构造函数中的表达式可以是常量字符串,也可以是一个 js 变量,例如根据用户的输入来作为表达式参数等等: var reg=new RegExp(document.forms[0].exprfiled.value,”g”);
2
,表达式模式
1
)表达式模式,是指表达式的表达方式与样式, 即
var reg=\表达式\附加参数 中的
“
表达式
”
怎样去描述?
2 )从规范上讲,表达式模式分为简单模式和复合模式。 3 )简单模式:是指通过普通字符的组合来表达的模式,例如 var reg=\abc0d\; 可见简单模式只能表示具体的匹配。 4 )复合模式:是指含有通配符来表达的模式,例如: var reg=\a+b?\w\; 其中的 + 、 ? 和\w 都属于通配符,代表着特殊的含义。因此复合模式可以表达更为抽象化的逻辑。 下面我们着重说一下复合模式中各个通配符的含义及其使用。 5) 复合模式中特殊字符的讲解:
1>\:在许多编程语言里面被用作转义符,一般来说
\符号后面如果跟的是普通字符 c ,那么\c 就代表特殊的含义,例如 n 本来代表字符 n ,但\n 就代表换行。 \符号后面如果跟的是特殊字符 c ,那么\c 就代表普通字符 c ,例如\一般用作转义符,但\\则调表普通字符\。 Javascript 的正则表达式中\的用法与上面相同,只是不同的编程语言,特殊字符表可能不太一样罢了。
2>^
:匹配输入字符串的起始端,如果是多行匹配,即表达式的附加参数中含有
m
,则也在一个换行符后匹配。
例子:\^B\匹配 “Bab Bc ” 中的第一个 B 例子 2 :\^B\gm 匹配 “Badd B cdaf B dsfB” 中的第一行第一个 B ,第三行中的第一个 B 3>$ :匹配输入字符创的尾端,如果是多行匹配,即表达式的附加参数中含有 m ,则也在一个换行符前匹配。 与 ^ 的用法相反。 例子:\t$\匹配 “bat” 中的 t ,但是不匹配 “hate” 中的 t 例子 2 :\t$\匹配 “tag at bat” 中第一行的最后一个 t 和第二行的 t 。
4>*
:匹配前一个字符
0
次或多次。
例子:\ab*\匹配 “dddabbbbc” 中的 “abbbb” ,也匹配 “ddda” 中的 “a”
5>+
:匹配前一个字符
1
次或多次。
例子:\ab+\匹配 “dddabbbbc” 中的 “abbbb” ,但不匹配 “ddda” 与后面的 {1,} (原型: {n,} )的用法类似
6>?
:
?
的用法比较特殊,一般来说它用来对前一个字符做
0
次或
1
次匹配,但是它有另外两种特殊的用法:
如果紧跟在 * 、 + 、 ? 和 { } 之后,则表示原始匹配的最小次数匹配,例如: \ba*\本来匹配 “bbbaaaa” 中的 “baaaa” ,但是\ba*?\则匹配 “bbbaaaa” 中的 “b” (因为 * 表示 0 次或多次匹配,而加 ? 应该表示最少次数匹配,即 0 次匹配)。 同理:\ba+?\则匹配 “baaaa” 中的 “ba” 。 作为语法结构符号,使用于前置断言中,即后面要说到的 x(?=y) 和 x(?!=y)
7>.
:小数点中的
“.”
号,匹配任何一个单独的字符,但是换行符除外。
标准中总共有哪些字符?请参考:字符集 例如:\a.b\匹配 “acbaa” 中的 “acb” ,但是不匹配 “abbb” 。
8>(x)
:表示匹配
x(
并非特指字符
x
或者特指一个字符,
x
表示一个字符串
)
,而且匹配会被记住,在语法中这种
()
被称为
“capturing parentheses ”
,即捕捉用的小括号。
匹配会被记住,是因为在表达式提供的函数中,有些函数返回一个数组,该数组会保存所匹配的所有字符串,例如 exec() 函数。 另外还要注意 () 中的 x 被记住的前提是匹配 x 。 例子 1 : var regx=\a(b)c\; var rs=regx.exec(“abcddd”); 从上面可以看出 ,\a(b)c\匹配 “abcddd” 中的 “abc” ,因为 () 的原因, b 也会记录下来,因此 rs 返回的数字内容为: {abc,b} 例子 2 : var regx=\a(b)c\; var rs=regx.exec(“acbcddd”); rs 返回 null ,因为\a(b)c\不匹配 “acbcddd” ,所以 () 中的 b 不会被记录下来(尽管字符串中含有 b ) 9>(?:x) :匹配 x ,但不会记住 x ,这种格式中的 () 被称为 “non-capturing parentheses ” ,即非捕捉用的小括号。 例子: var regx=\a(?:b)c\; var rs=regx.exec(“abcddd”); 从上面可以看出 ,\a(?:b)c\匹配 “abcddd” 中的 “abc” ,因为 (? ![]() {abc}
10>X(?=y)
:匹配
x
,仅当后面紧跟着
y
时。如果符合匹配,则只有
x
会被记住,
y
不会被记住。
例子: var regx=\user(?=name)\; var rs=regx.exec(“The username is Mary”); 结果:匹配成功,而且 rs 的值为 {user}
11>X(?!y)
:匹配
x
,仅当后面不紧跟着
y
时。如果符合匹配,则只有
x
会被记住,
y
不会被记住。
例子: var regx=\user(?!name)\; var rs=regx.exec(“The user name is Mary”); 结果:匹配成功,而且 rs 的值为 {user} 例子 2 : var regx=\\d+(?!\.)\; var rs=regx.exec(“54.235”); 结果:匹配成果, rs 的值为 {5} ,不匹配 54 是因为 54 后面跟着 “.” 号,当然 235 也匹配,但是由于 exec 方法的行为, 235 不会被返回
12>x|y
:匹配
x
或
y
。注意如果
x
和
y
都匹配上了,那么只记住
x
。
例子: var regx=\beijing|shanghai\; var rs=regx.exec(“I love beijing and shanghai”); 结果:匹配成功, rs 的值为 {beijing} ,虽然 shanghai 也匹配,但不会被记住。
13>{n}
:匹配前一个字符的
n
次出现。
n 必须是一个非负数,当然如果是一个负数或小数也不会报语法错误。 例子: var regx=\ab{2}c\; var rs=regx.exec(“abbcd”); 结果:匹配成功, rs 的值为: {abbc} 。
14>{n,}
:匹配前一个字符的至少
n
次出现。
例子: var regx=\ab{2,}c\; var rs=regx.exec(“abbcdabbbc”); 结果:匹配成功, rs 的值为: {abbc} 。注意为什么 abbbc 也符合条件为什么没有被记住,这与 exec 方法的行为有关,后面会统一讲解。
15>{n,m}
:匹配前一个字符的至少
n
次最多
m
次的出现。
只要 n 与 m 为数字,而且 m>=n 就不会报语法错误。 例子: var regx=\ab{2,5}c\; var rs=regx.exec(“abbbcd”); 结果:匹配成功, rs 的值为: {abbbc} 。 例子 2 : var regx=\ab{2,2}c\; var rs=regx.exec(“abbcd”); 结果:匹配成功, rs 的值为: {abbc} 。 例子 3 : var regx=\ab(2,5)\; var rs=regx.exec(“abbbbbbbbbb”); 结果:匹配成功, rs 的值为: {abbbbb} ,这说明,如果前一个字符出现多于 m 次,则只匹配 m 次。另外: var regx=\ab(2,5)c\; var rs=regx.exec(“abbbbbbbbbbc”); 结果:匹配失败, rs 的值为: null ,为什么匹配失败,因为 b 多于 5 个则 b(2,5) 会匹配前 5 个 b ,,而表达式\ab(2,5)c\中 b 后面是 c ,但字符串中 5 个 b 之后还是 b 所以会报错。
16>[xyz]
:
xyz
表示一个字符串,该模式表示匹配
[]
中的一个字符,形式上
[xyz]
等同于
[x-z]
。
例子: var regx=\a[bc]d\; var rs=regx.exec(“abddgg”); 结果:匹配成功, rs 的值为: {abd} 例子 2 : var regx=\a[bc]d\; var rs=regx.exec(“abcd”); 结果:匹配失败, rs 的值为: null ,之所以失败,是因为 [bc] 表示匹配 b 或 c 中的一个,但不会同时匹配。
17>[^xyz]
:该模式表示匹配非
[]
中的一个字符,形式上
[^xyz]
等同于
[^x-z]
。
例子: var regx=\a[^bc]d\; var rs=regx.exec(“afddgg”); 结果:匹配成功, rs 的值为: {afd} 例子 2 : var regx=\a[^bc]d\; var rs=regx.exec(“abd”); 结果:匹配失败, rs 的值为:。
18>[\b]
:匹配退格键。
19>\b
:匹配一个词的边界符,例如空格和换行符等等,当然匹配换行符时,表达式应该附加参数
m
。
例子: var regx=\\bc.\; var rs=regx.exec(“Beijing is a beautiful city”); 结果:匹配成功, rs 的值为: {ci} ,注意 c 前边的空格不会匹配到结果中,即 { ci} 是不正确的。
20>\B
:代表一个非单词边界。
例子: var regx=\\Bi.\; var rs=regx.exec(“Beijing is a beautiful city”); 结果:匹配成功, rs 的值为: {ij} ,即匹配了 Beijing 中的 ij 。
21>\cX
,匹配一个控制字符。例如, \cM
匹配一个
Control-M
或
回车符。 x 的值必须为 A-Z 或 a-z 之一。否则,将 c 视为一 个原义的 ’c’ 字符。(实际的例子还需补充)
21>\d
:匹配一个数字字符,等同于
[0-9]
。
例子: var regx=\user\d\; var rs=regx.exec(“user1”); 结果:匹配成功, rs 的值为: {user1}
22>\D
:匹配一个非数字字符,等同于
[^0-9]
。
例子: var regx=\user\D\; var rs=regx.exec(“userA”); 结果:匹配成功, rs 的值为: {userA}
23>\f
:匹配一个换页符。
24>\n
:匹配一个换行符。因为是换行符,所以在表达式中要加入
m
参数。
例子: var regx=\a\nbc\m; var str=“a bc”; var rs=regx.exec(str); 结果:匹配成功, rs 的值为: { } ,如果表达式为\a\n\rbc\,则不会被匹配,因此在一般的编辑器中一个 ”Enter” 键代表着 “ 回车换行 ” ,而非 “ 换行回车 ” ,至少在 textarea 域中是这样的。 25>\r :匹配一个回车符
26>\s
:匹配一个空格符,等同于
[ \f\n\r\t\v\u00A0\u2028\u2029].
例子: var regx=\\si\; var rs=regx.exec(“Beijing is a city”); 结果:匹配成功, rs 的值为: { i}
27>\S
:匹配一个非空格符,等同于
[ ^\f\n\r\t\v\u00A0\u2028\u2029].
例子: var regx=\\Si\; var rs=regx.exec(“Beijing is a city”); 结果:匹配成功, rs 的值为: {ei}
28>\t
:匹配一个
tab
例子: var regx=\a\tb\; var rs=regx.exec(“a bc”); 结果:匹配成功, rs 的值为: {a bc}
29>\v
:匹配一个竖向的
tab
30>\w
:匹配一个数字、
_
或字母表字符,即
[A-Za-z0-9_ ]
。
例子: var regx=\\w\; var rs=regx.exec(“$25.23”); 结果:匹配成功, rs 的值为: {2}
31>\W
:匹配一个非数字、
_
或字母表字符,即
[^A-Za-z0-9_ ]
。
例子: var regx=\\w\; var rs=regx.exec(“$25.23”); 结果:匹配成功, rs 的值为: {$}
32>\n
:注意不是\n
,这里
n
是一个正整数,表示匹配第
n
个
()
中的字符。
例子: var regx=\user([,-])group\1role\; var rs=regx.exec(“user-group-role”); 结果:匹配成功, rs 的值为: {user-group-role,-} ,同样对 user,group,role 的匹配也是成功的,但像 user-group,role 等就不对了。
33>\0
:匹配一个
NUL
字符。
34>\xhh
:匹配一个由两位
16
进制数字所表达的字符。
35>\uhhhh
:匹配一个由四位
16
进制数字所表达的字符。
3 ,表达式操作
1
)表达式操作,在这里是指和表达式相关的方法,我们将介绍六个方法。
2 )表达式对象( RegExp )方法:
1>exec(str)
,返回
str
中与表达式相匹配的第一个字符串,而且以数组的形式表现,当然如果表达式中含有捕捉用的小括号,则返回的数组中也可能含有
()
中的匹配字符串,例如:
var regx=\\d+\; var rs=regx.exec(“3432ddf53”); 返回的 rs 值为: {3432} var regx2=new RegExp(“ab(\d+)c”); var rs2=regx2.exec(“ab234c44”); 返回的 rs 值为: {ab234c,234} 另外,如果有多个合适的匹配,则第一次执行 exec 返回一个第一个匹配,此时继续执行 exec ,则依次返回第二个第三个匹配。例如: var regx=\user\d\g; var rs=regx.exec(“ddduser1dsfuser2dd”); var rs1=regx.exec(“ddduser1dsfuser2dd”); 则 rs 的值为 {user1} , rs 的值为 {rs2} ,当然注意 regx 中的 g 参数是必须的,否则无论 exec 执行多少次,都返回第一个匹配。后面还有相关内容涉及到对此想象的解释。
2>test(str)
,判断字符串
str
是否匹配表达式,返回一个布尔值。例如:
var regx=\user\d+\g; var flag=regx.test(“user12dd”); flag 的值为 true 。
3
)
String
对象方法
1>match(expr)
,返回与
expr
相匹配的一个字符串数组,如果没有加参数
g
,则返回第一个匹配,加入参数
g
则返回所有的匹配
例子: var regx=\user\d\g; var str=“user13userddduser345”; var rs=str.match(regx); rs 的值为: {user1,user3}
2>search(expr)
,返回字符串中与
expr
相匹配的第一个匹配的
index
值。
例子: var regx=\user\d\g; var str=“user13userddduser345”; var rs=str.search(regx); rs 的值为: 0
3>replace(expr,str)
,将字符串中匹配
expr
的部分替换为
str
。另外在
replace
方法中,
str
中可以含有一种变量符号
$
,格式为
$n
,代表匹配中被记住的第
n
的匹配字符串(注意小括号可以记忆匹配)。
例子: var regx=\user\d\g; var str=“user13userddduser345”; var rs=str.replace(regx,”00”); rs 的值为: 003userddd0045 例子 2 : var regx=\u(se)r\d\g; var str=“user13userddduser345”; var rs=str.replace(regx,”$1”); rs 的值为: se3userdddse45 对于 replace(expr,str) 方法还要特别注意一点,如果 expr 是一个表达式对象则会进行全局替换(此时表达式必须附加参数 g ,否则也只是替换第一个匹配),如果 expr 是一个字符串对象,则只会替换第一个匹配的部分,例如: var regx=“user” var str=“user13userddduser345”; var rs=str.replace(regx,”00”); rs 的值为: 0013userddduser345
4>split(expr)
,将字符串以匹配
expr
的部分做分割,返回一个数组,而且表达式是否附加参数
g
都没有关系,结果是一样的。
例子: var regx=\user\d\g; var str=“user13userddduser345”; var rs=str.split(regx); rs 的值为: {3userddd,45}
4
,表达式相关属性
1
)表达式相关属性,是指和表达式相关的属性,如下面的形式:
var regx=\myexpr\; var rs=regx.exec(str); 其中,和表达式自身 regx 相关的属性有两个,和表达式匹配结果 rs 相关的属性有三个,下面将逐一介绍。 2 )和表达式自身相关的两个属性:
1>lastIndex
,返回开始下一个匹配的位置,注意必须是全局匹配(表达式中带有
g
参数)时,
lastIndex
才会有不断返回下一个匹配值,否则该值为总是返回第一个下一个匹配位置,例如:
var regx=\user\d\; var rs=regx.exec(“sdsfuser1dfsfuser2”); var lastIndex1=regx.lastIndex; rs=regx.exec(“sdsfuser1dfsfuser2”); var lastIndex2=regx.lastIndex; rs=regx.exec(“sdsfuser1dfsfuser2”); var lastIndex3=regx.lastIndex; 上面 lastIndex1 为 9 ,第二个 lastIndex2 也为 9 ,第三个也是 9 ;如果 regx=\user\d\g ,则第一个为 9 ,第二个为 18 ,第三个为 0 。
2>source
,返回表达式字符串自身。例如:
var regx=\user\d\; var rs=regx.exec(“sdsfuser1dfsfuser2”); var source=regx.source; source 的值为 user\d 3 )和匹配结果相关的三个属性:
1>index
,返回当前匹配的位置。例如:
var regx=\user\d\; var rs=regx.exec(“sdsfuser1dfsfuser2”); var index1=rs.index; rs=regx.exec(“sdsfuser1dfsfuser2”); var index2=rs.index; rs=regx.exec(“sdsfuser1dfsfuser2”); var index3=rs.index; index1 为 4 , index2 为 4 , index3 为 4 ,如果表达式加入参数 g ,则 index1 为 4 , index2 为 13 , index3 会报错( index 为空或不是对象)。
2>input
,用于匹配的字符串。例如:
var regx=\user\d\; var rs=regx.exec(“sdsfuser1dfsfuser2”); var input=rs.input; input 的值为 sdsfuser1dfsfuser2 。
3>[0]
,返回匹配结果中的第一个匹配值,对于
match
而言可能返回一个多值的数字,则除了
[0]
外,还可以取
[1]
、
[2]
等等。例如:
var regx=\user\d\; var rs=regx.exec(“sdsfuser1dfsfuser2”); var value1=rs[0]; rs=regx.exec(“sdsfuser1dfsfuser2”); var value2=rs[0]; value1 的值为 user1,value2 的值为 user2
5
,实际应用
1
)实际应用一
描述:有一表单,其中有一个 “ 用户名 ”input 域 要求:汉字,而且不能少于 2 个汉字,不能多于 4 个汉字。 实现: <script> function checkForm(obj){ var username=obj.username.value; var regx=\^[\u4e00-\u9fa5]{2,4}$\g if(!regx.test(username)){ alert(“Invalid username!”); return false; } return true; } <\script> <form name=“myForm”onSubmit=“return checkForm(this)”> <input type=“text” name=“username”\> <input type=“submit” vlaue=“submit”\> <\form> 2 )实际应用二 描述:给定一个含有 html 标记的字符串,要求将其中的 html 标记去掉。 实现: <script> function toPlainText(htmlStr){ var regx=\<[^>]*>|<\\[^>]*>\gm; var str=htmlStr.replace(regx,""); return str; } <\script> <form name=“myForm”> <textarea id=“htmlInput”><\textarea> <input type=“button” value=“submit” οnclick=“toPlainText(document.getElementById(‘htmlInput’).value”\> <\form>
三,小结
1
,
Javascript
正则表达式,我想在一般的程序员之中,使用者应该不是很多,因为我们处理的页面一般都不是很复杂,而复杂的逻辑一般我们都 在后台处理完成了。但是目前趋势已经出现了扭转,富客户端已经被越来越多的人接受,而
Javascript
就是其中的关键技术,对于复杂的客户端逻辑而 言,正则表达式的作用也是很关键的,同时它也是
Javascript
高手必须要掌握的重要技术之一。
2
,为了能够便于大家对前面讲述的内容有一个更为综合和深刻的认识,我将前面的一些关键点和容易犯糊涂的地方再系统总结一下,这部分很关键!
总结 1 :附件参数 g 的用法 表达式加上参数 g 之后,表明可以进行全局匹配,注意这里 “ 可以 ” 的含义。我们详细叙述: 1 )对于表达式对象的 exec 方法,不加入 g ,则只返回第一个匹配,无论执行多少次均是如此,如果加入 g ,则第一次执行也返回第一个匹配,再执行返回第二个匹配,依次类推。例如 var regx=\user\d\; var str=“user18dsdfuser2dsfsd”; var rs=regx.exec(str);\\此时 rs 的值为 {user1} var rs2=regx.exec(str);\\此时 rs 的值依然为 {user1} 如果 regx=\user\d\g ;则 rs 的值为 {user1} , rs2 的值为 {user2} 通过这个例子说明:对于 exec 方法,表达式加入了 g ,并不是说执行 exec 方法就可以返回所有的匹配,而是说加入了 g 之后,我可以通过某种方式得到所有的匹配,这里的 “ 方式 ” 对于 exec 而言,就是依次执行这个方法即可。 2 )对于表达式对象的 test 方法,加入 g 于不加上 g 没有什么区别。 3 ) 对于 String 对象的 match 方法,不加入 g ,也只是返回第一个匹配,一直执行 match 方法也总是返回第一个匹配,加入 g ,则一次返回所有的匹配 (注意这与表达式对象的 exec 方法不同,对于 exec 而言,表达式即使加上了 g ,也不会一次返回所有的匹配)。例如: var regx=\user\d\; var str=“user1sdfsffuser2dfsdf”; var rs=str.match(regx);\\此时 rs 的值为 {user1} var rs2=str.match(regx);\\此时 rs 的值依然为 {user1} 如果 regx=\user\d\g ,则 rs 的值为 {user1,user2} , rs2 的值也为 {user1,user2} 4 )对于 String 对象的 replace 方法,表达式不加入 g ,则只替换第一个匹配,如果加入 g ,则替换所有匹配。(开头的三道测试题能很好的说明这一点) 5 )对于 String 对象的 split 方法,加上 g 与不加 g 是一样的,即: var sep=\user\d\; var array=“user1dfsfuser2dfsf”.split(sep); 则 array 的值为 {dfsf, dfsf} 此时 sep=\user\d\g ,返回值是一样的。 6 )对于 String 对象的 search 方法,加不加 g 也是一样的。 总结 2 :附加参数 m 的用法 附加参数 m ,表明可以进行多行匹配,但是这个只有当使用 ^ 和 $ 模式时才会起作用,在其他的模式中,加不加入 m 都可以进行多行匹配(其实说多行的字符串也是一个普通字符串),我们举例说明这一点 1 )使用 ^ 的例子 var regx=\^b.\g; var str=“bd76 dfsdf sdfsdfs dffs b76dsf sdfsdf”; var rs=str.match(regx); 此 时加入 g 和不加入 g ,都只返回第一个匹配 {bd} ,如果 regx=\^b.\gm ,则返回所有的匹配 {bd,b7} ,注意如果 regx=\^b.\m ,则 也只返回第一个匹配。所以,加入 m 表明可以进行多行匹配,加入 g 表明可以进行全局匹配,综合到一起就是可以进行多行全局匹配 2 )使用其他模式的例子,例如 var regx=\user\d\; var str=“sdfsfsdfsdf sdfsuser3 dffs b76dsf user6”; var rs=str.match(regx); 此时不加参数 g ,则返回 {user3} ,加入参数 g 返回 {user3,user6} ,加不加入 m 对此没有影响。 3 )因此对于 m 我们要清楚它的使用,记住它只对 ^ 和 $ 模式起作用,在这两种模式中, m 的作用为:如果不加入 m ,则只能在第一行进行匹配,如果加入 m 则可以在所有的行进行匹配。我们再看一个 ^ 的例子 var regx=\^b.\; var str=“ret76 dfsdf bjfsdfs dffs b76dsf sdfsdf”; var rs=str.match(regx); 此 时 rs 的值为 null ,如果加入 g , rs 的值仍然为 null ,如果加入 m ,则 rs 的值为 {bj} (也就是说,在第一行没有找到匹配,因为有参数 m ,所以可 以继续去下面的行去找是否有匹配),如果 m 和 g 都加上,则返回 {bj,b7} (只加 m 不加 g 说明,可以去多行进行匹配,但是找到一个匹配后就返回,加入 g 表明将多行中所有的匹配返回,当然对于 match 方法是如此,对于 exec 呢,则需要执行多次才能依次返回) 总结 3:在 HTML 的 textarea 输入域中,按一个 Enter 键,对应的控制字符为 “\r\n” ,即 “ 回车换行 ” ,而不是 “\n\r” ,即 “ 换行回车 ” ,我们看一个前面我们举过的例子: var regx=\a\r\nbc\; var str=“a bc”; var rs=regx.exec(str); 结果:匹配成功, rs 的值为: { } ,如果表达式为\a\n\rbc\,则不会被匹配,因此在一般的编辑器中一个 ”Enter” 键代表着 “ 回车换行 ” ,而非 “ 换行回车 ” ,至少在 textarea 域中是这样的。 |