正则表达式
正则是一种用来搜索和替换文本字符串的工具,在各种处理字符串的问题中,正则的作用相当重要,例如模板引擎、工具函数、安全过滤等场景中正则可以替代很多字符串的前后转换。
其实正则是一个很简单的概念,只是在一些教程中,总会先给出一堆概念让读者去理解记忆,这里总结一下我对正则的理解,相信看完会对你有所帮助,如有纰漏,欢迎指出~
写正则之前需要理解的一些概念
- 匹配,一个字符串符合一个正则表达式的规则,那么就说他们匹配
- 分组,一个字符串中如果使用出现多个匹配,并且需要把这些子串提取出来,可以使用()进行捕获,捕获的结果就是一个分组
正则教程
一般我们写一个字符串就代表 这个字符文本本身,但有一些字符串可以表示一系列的字符串,类似于linux的glob模式一样,这种字符串本身代表着一种通配,比如串'[0-9]'代表一个数字,这个数字在0-9之间,在正则中只有几个东西和字面的意思不一样
- . ^ $ * + ? \ | 这八个英文符号
- () [] {} 三种英文括号
- 如果想表达上面符号本身所代表的字符串,需要在前面加转移符号 \
因此最重要的其实就是这八个英文符号以及 三个括号所代表的规则~
- . 匹配任何单个字符,\n ,\r 代表换行的除外
- ^ 匹配字符串开始的位置,如 ^a 要求字符串的开头是a
- $ 匹配字符串结束的位置,如 a$要求字符串以a结束
- * 匹配前面的表达式零次或多次
- + 匹配前面的表达式一次或多次
- ?匹配前面的表达式零次或一次, 当?跟在其他限制符后面时,匹配模式是非贪婪的,将会尽可能少的匹配原来限制符所匹配的内容
- \ 用来转义,如比配一个字符串 “.” ,需要写成 .,还会有 \b, \B 将普通字符转成具有含义的通配符,常用的这种类型的元字符有\b, \d, \s, \w
- | 代表或
可以看出 * + ? 这三个都是进行向前匹配一定次数的,更通用的一个写法是o{m,n},标识匹配o的字数在m和n之间。例如 o{1,3} 将匹配“fooooood”中的前三个o。“o{0,1}”等价于“o?”,逗号之间不能有空格,如此来 * + ? 都可以写成{0,} {1,} {0,1}
三种括号的用法
- () 代表捕获,符合()内正则表达式的内容将会保存在匹配结果的matches中。
- [] 建立一个匹配集合(或者叫字符组),任何一个字符属于这个集合就可以匹配,比如 [ABCDEFG]可以匹配字母A到G的任何字母,匹配所有字母是[A-Za-z],匹配所有数字是[0-9],注意一下,^在字符组中代表取反,而不是文本开始的位置;- 连字符可以代表数字和字符的范围
- {} 如上所述,进行指定次数的多次匹配
查看所有的字符含义的正则表达式全集
javascript中的正则函数
RegExp.prototype.test
这个最容易理解,用来校验一段字符串是否匹配正则表达式, 匹配返回true,不匹配返回false,如:
var regex2 = RegExp('foo*','g');
var str1 = 'table football';
console.log(regex2.test(str1)); // true
复制代码
RegExp.prototype.match
match 的方法比test更具体一层,返回具体匹配的信息,通常在需要捕获到具体的字符串时非常有用。
var paragraph = 'The quick brown fox jumps over the lazy dog. It barked.';
var regex = /[A-Z]/g;
var found = paragraph.match(regex);
console.log(found); // ["T", "I"]
复制代码
这里需要注意一下,如果加了全局通配符/g,那么返回的是所有匹配的字符的数组,同时不包含使用'()'捕获的源字符串,如果没有/g,返回的是一个'array-like ' 的 array,包含有三个特别的属性:
- groups: 使用小括号捕获的分组
- index: 匹配的字符串的位置
- input: 输入的待匹配的字符串
String.prototype.replace
replace通过正则匹配一段字符,并替换这段字符
var p = 'i hava a dog';
var regex = /dog/gi;
console.log(p.replace(regex, 'cat')); // 'i hava a cat'
复制代码
除了通过字符串替换以外,第二个参数还可以通过replace方法自定义替换规则:
var p = 'i hava a dog';
var regex = /dog/gi;
console.log(p.replace(regex, function(match, ...p, offset, string){
if(match === 'dog'){
return 'cat' // 通过return 返回替换文本
}
if(match === 'cat'){
return 'dog'
}
})); // 输出:'i hava a cat'
复制代码
自定义函数作为替换规则时,会传入和匹配信息相关的参数,match代表匹配的字符串,...p是匹配的分组信息,如果有多个,会展开传递,offset标识匹配的字符串开始的位置,string代表原始的字符串。
总结
- 正则的难度在于在实际中找出文本字符串的规律,写一个可以匹配的正则很容易, 写一个只能匹配的正则很难。
- 正则javascript api很简单,只要记住文章中这三个的方法,基本上可以解决大多数场景的问题
- 有一个网站可以很好的帮你书写正则:regular expression