RegExp 正则表达式

为什么80%的码农都做不了架构师？>>>   

原文

字面表达式和构造函数

/pattern/flags new RegExp(pattern [, flags])

pattern 正则表达式的文本

flags 常用的：g(全局匹配)、i(忽略大小写)、m(多行,可以使用^"开头",&"结尾")

正则表达式中的特殊字符

字符类别（Character Classes）

字符	含义
.	（点号，小数点）匹配任意单个字符，但是换行符除外，包括：\n \r \u2028 或 \u2029。 需要注意的是，m 多行（multiline）标志不会改变点号的表现。因此为了匹配多行中的字符集，可使用[^] （当然你不是打算用在旧版本 IE 中），它将会匹配任意字符，包括换行符。 例如，/.y/ 匹配 "yes make my day" 中的 "my" 和 "ay"，但是不匹配 "yes"。
\d	匹配基本拉丁字母表（basic Latin alphabet）中的一个数字字符。等价于[0-9]。 例如，/\d/ 或 /[0-9]/ 匹配 "B2 is the suite number." 中的 '2'。
\D	匹配任意一个不是基本拉丁字母表中数字的字符。等价于[^0-9]。 例如，/\D/ 或 /[^0-9]/ 匹配 "B2 is the suite number." 中的 'B'。
\w	匹配任意来自基本拉丁字母表中的字母数字字符，还包括下划线。等价于 [A-Za-z0-9_]。 例如，/\w/ 匹配 "apple" 中的 'a'，"$5.28" 中的 '5' 和 "3D" 中的 '3'。
\W	匹配任意不是基本拉丁字母表中单词（字母数字下划线）字符的字符。等价于 [^A-Za-z0-9_]。 例如，/\W/ 或 /[^A-Za-z0-9_]/ 匹配 "50%" 中的 '%'。
\s	匹配一个空白符，包括空格、制表符、换页符、换行符和其他 Unicode 空格。 等价于 [ \f\n\r\t\v​\u00a0\u1680​\u180e\u2000​\u2001\u2002​\u2003\u2004​ \u2005\u2006​\u2007\u2008​\u2009\u200a​\u2028\u2029​​\u202f\u205f​ \u3000]。 例如 /\s\w*/ 匹配 "foo bar" 中的 ' bar'。
\S	匹配一个非空白符。等价于 [^ \f\n\r\t\v​\u00a0\u1680​\u180e\u2000​\u2001\u2002​\u2003\u2004​ \u2005\u2006​\u2007\u2008​\u2009\u200a​\u2028\u2029​\u202f\u205f​\u3000]。 例如，/\S\w*/ 匹配 "foo bar" 中的 'foo'。
\t	匹配一个水平制表符（tab）
\r	匹配一个回车符（carriage return）
\n	匹配一个换行符（linefeed）
\v	匹配一个垂直制表符（vertical tab）
\f	匹配一个换页符（form-feed）
[\b]	匹配一个退格符（backspace）（不要与 \b 混淆）
\0	匹配一个 NUL 字符。不要在此后面跟小数点。
\cX	X 是 A - Z 的一个字母。匹配字符串中的一个控制字符。 例如，/\cM/ 匹配字符串中的 control-M。
\xhh	匹配编码为 hh （两个十六进制数字）的字符。
\uhhhh	匹配 Unicode 值为 hhhh （四个十六进制数字）的字符。
\	对于那些通常被认为字面意义的字符来说，表示下一个字符具有特殊用处，并且不会被按照字面意义解释。 例如 /b/ 匹配字符 'b'。在 b 前面加上一个反斜杠，即使用 /\b/，则该字符变得特殊，以为这匹配一个单词边界。 或 对于那些通常特殊对待的字符，表示下一个字符不具有特殊用途，会被按照字面意义解释。 例如，* 是一个特殊字符，表示匹配某个字符 0 或多次，如 /a*/ 意味着 0 或多个 "a"。 为了匹配字面意义上的 * ，在它前面加上一个反斜杠，例如，/a\*/匹配 'a*'。

字符集合（Character Sets）

字符	含义
[xyz]	一个字符集合，也叫字符组。匹配集合中的任意一个字符。你可以使用连字符'-'指定一个范围。 例如，[abcd] 等价于 [a-d]，匹配"brisket"中的'b'和"chop"中的'c'。
[^xyz]	一个反义或补充字符集，也叫反义字符组。也就是说，它匹配任意不在括号内的字符。你也可以通过使用连字符 '-' 指定一个范围内的字符。 例如，[^abc] 等价于 [^a-c]。 第一个匹配的是 "bacon" 中的'o' 和 "chop" 中的 'h'。

边界（Boundaries）

字符	含义
^	匹配输入/字符串的开始。如果多行（multiline）标志被设为 true，该字符也会匹配一个断行（line break）符后的开始处。 例如，/^A/ 不匹配 "an A" 中的 "A"，但匹配 "An A" 中的 "A"。
$	匹配输入/字符串的结尾。如果多行（multiline）标志被设为 true，该字符也会匹配一个断行（line break）符的前的结尾处。 例如，/t$/ 不匹配 "eater" 中的 "t"，但匹配 "eat" 中的 "t"。
\b	匹配一个零宽单词边界（zero-width word boundary），如一个字母与一个空格之间。 （不要和 [\b] 混淆） 例如，/\bno/ 匹配 "at noon" 中的 "no"，/ly\b/ 匹配 "possibly yesterday." 中的 "ly"。
\B	匹配一个零宽非单词边界（zero-width non-word boundary），如两个字母之间或两个空格之间。 例如，/\Bon/ 匹配 "at noon" 中的 "on"，/ye\B/ 匹配 "possibly yesterday." 中的 "ye"。

 分组（Grouping）与反向引用（back references） 

字符	含义
(x)	匹配 x 并且捕获匹配项。 这被称为捕获括号（capturing parentheses）。 例如，/(foo)/ 匹配且捕获 "foo bar." 中的 "foo"。被匹配的子字符串可以在结果数组的元素 [1], ..., [n] 中找到，或在被定义的 RegExp 对象的属性 $1, ..., $9 中找到。 捕获组（Capturing groups）有性能惩罚。如果再次访问被匹配的子字符串，最好使用非捕获括号（non-capturing parentheses），见下面。
\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。 例如，/apple(,)\sorange\1/ 匹配 "apple, orange, cherry, peach." 中的 "apple,orange,"。一个更全面的例子在该表格下面。
(?:x)	匹配 x 不会捕获匹配项。这被称为非捕获括号（non-capturing parentheses）。匹配项不能够从结果数组的元素 [1], ..., [n] 或已被定义的 RegExp 对象的属性 $1, ..., $9 再次访问到。

数量词（Quantifiers）

字符	含义
x*	匹配前面的模式 x 0 或多次。 例如，/bo*/ 匹配 "A ghost booooed" 中的 "boooo"，"A bird warbled" 中的 "b"，但是不匹配 "A goat grunted"。
x+	匹配前面的模式 x 1 或多次。等价于 {1,}。 例如，/a+/ 匹配 "candy" 中的 "a"，"caaaaaaandy" 中所有的 "a"。
x*? x+?	像上面的 * 和 + 一样匹配前面的模式 x，然而匹配是最小可能匹配。 例如，/".*?"/ 匹配 '"foo" "bar"' 中的 '"foo"'，而 * 后面没有 ? 时匹配 '"foo" "bar"'。
x?	匹配前面的模式 x 0 或 1 次。 例如，/e?le?/ 匹配 "angel" 中的 "el"，"angle" 中的 "le"。 如果在数量词 *、+、? 或 {}, 任意一个后面紧跟该符号（?），会使数量词变为非贪婪（ non-greedy） ，即匹配次数最小化。反之，默认情况下，是贪婪的（greedy），即匹配次数最大化。 在使用于向前断言（lookahead assertions）时，见该表格中 (?=)、(?!) 和 (?:) 的说明。
x(?=y)	只有当 x 后面紧跟着 y 时，才匹配 x。 例如，/Jack(?=Sprat)/ 只有在 'Jack' 后面紧跟着 'Sprat' 时，才会匹配它。/Jack(?=Sprat|Frost)/ 只有在 'Jack' 后面紧跟着 'Sprat' 或 'Frost' 时，才会匹配它。然而，'Sprat' 或 'Frost' 都不是匹配结果的一部分。
x(?!y)	只有当 x 后面不是紧跟着 y 时，才匹配 x。例如，/\d+(?!\.)/ 只有当一个数字后面没有紧跟着一个小数点时，才会匹配该数字。 /\d+(?!\.)/.exec("3.141") 匹配 141 而不是 3.141。
x|y	匹配 x 或 y 例如，/green|red/ 匹配 "green apple" 中的 ‘green'，"red apple." 中的 'red'。
x{n}	n 是一个正整数。前面的模式 x 连续出现 n 次时匹配。 例如，/a{2}/ 不匹配 "candy," 中的 "a"，但是匹配 "caandy," 中的两个 "a"，且匹配 "caaandy." 中的前两个 "a"。
x{n,}	n 是一个正整数。前面的模式 x 连续出现至少 n 次时匹配。 例如，/a{2,}/ 不匹配 "candy" 中的 "a"，但是匹配 "caandy" 和 "caaaaaaandy." 中所有的 "a"。
x{n,m}	n 和 m 为正整数。前面的模式 x 连续出现至少 n 次，至多 m 次时匹配。 例如，/a{1,3}/ 不匹配 "cndy"，匹配 "candy," 中的 "a"，"caandy," 中的两个 "a"，匹配 "caaaaaaandy" 中的前面三个 "a"。注意，当匹配 "caaaaaaandy" 时，即使原始字符串拥有更多的 "a"，匹配项也是 "aaa"。

正则的属性

名称	描述
constructor	创建该正则对象的构造函数。
global	是否开启全局匹配，也就是匹配目标字符串中所有可能的匹配项，而不是只进行第一次匹配。
ignoreCase	在匹配字符串时是否要忽略字符的大小写。
lastIndex	下次匹配开始的字符串索引位置。
multiline	是否开启多行模式匹配（影响 ^ 和 $ 的行为）。
source	正则对象的源模式文本
sticky	是否开启粘滞匹配。
__parent__	Properties inherited from Object
__proto__	Properties inherited from Object

正则的方法

名称	描述
exec()	在目标字符串中执行一次正则匹配操作。
test()	测试当前正则是否能匹配目标字符串。
toSource()	返回一个字符串，其值为该正则对象的字面量形式。覆盖了Object.prototype.toSource 方法.
toString()	返回一个字符串，其值为该正则对象的字面量形式。覆盖了Object.prototype.toString() 方法。

__defineGetter__, __defineSetter__, hasOwnProperty, isPrototypeOf, __lookupGetter__, __lookupSetter__, __noSuchMethod__, propertyIsEnumerable, toLocaleString, unwatch, valueOf, watch                                                                                                        Methods inherited from Object

例子

例子：使用正则改变数据结构

下例使用 replace 方法 （继承自 String）去匹配姓名 first last 输出新的格式 last, first。脚本中使用 $1 和 $2 指明括号里先前的匹配.

var re = /(\w+)\s(\w+)/;
var str = "John Smith";
var newstr = str.replace(re, "$2, $1");
print(newstr);

显示 "Smith, John".

例子：在多行中使用正则表达式

var s = "Please yes\nmake my day!";
s.match(/yes.*day/);
// Returns null
s.match(/yes[^]*day/);
// Returns 'yes\nmake my day'

例子: 使用带有 ”sticky“ 标志的正则表达式

该例展示了，如何在正则表达式上使用 sticky 标志，用来匹配多行输入的单独行。

var text = "First line\nsecond line";
var regex = /(\S+) line\n?/y;

var match = regex.exec(text);
print(match[1]);  // prints "First"
print(regex.lastIndex); // prints 11

var match2 = regex.exec(text);
print(match2[1]); // prints "Second"
print(regex.lastIndex); // prints "22"

var match3 = regex.exec(text);
print(match3 === null); // prints "true"

可以使用 try { … } catch { … } 来测试运行时（run-time）是否支持 sticky 标志。这种情况下，必须使用 eval(…) 表达式或 RegExp(regex-string, flags-string) 语法（这是由于 /regex/flags 表示法将会在编译时刻被处理，因此在 catch 语句块处理异常前就会抛出一个异常。例如：

var supports_sticky;
try { RegExp('','y'); supports_sticky = true; }
catch(e) { supports_sticky = false; }
alert(supports_sticky); // alerts "false" in Firefox 2, "true" in Firefox 3+

例子：使用正则表达式和 Unicode 字符

正如上面表格提到的，\w 或 \W 只会匹配基本的 ASCII 字符；如 'a' 到 'z'、 'A' 到 'Z'、 0 到 9 及 '_'。为了匹配其他语言中的字符，如西里尔（Cyrillic）或 希伯来语（Hebrew），要使用 \uhhhh，"hhhh" 表示以十六进制表示的字符的 Unicode 值。下例展示了怎样从一个单词中分离出 Unicode 字符。

var text = "Образец text на русском языке";
var regex = /[\u0400-\u04FF]+/g;

var match = regex.exec(text);
print(match[1]);  // prints "Образец"
print(regex.lastIndex);  // prints "7"

var match2 = regex.exec(text);
print(match2[1]);  // prints "на" [did not print "text"]
print(regex.lastIndex);  // prints "15"

// and so on

这里有一个外部资源，用来获取 Unicode 中的不同区块范围：Regexp-unicode-block

例子：从 URL 中提取子域名

var url = "http://xxx.domain.com";
print(/[^.]+/.exec(url)[0].substr(7)); // prints "xxx"

转载于:https://my.oschina.net/lemos/blog/815790