JavaScript正则表达式

JavaScript正则表达式
概念
正则表达式（regular expression）是一种表达式文本模式（即字符串结构）的方法，有点像字符串的模板，常用来按照“给定模式”匹配文本。比如，正则表达式给出一个Email地址的模式，然后用它来确定一个字符串是否为Email地址。
新建正则表达式的两种方法：字面量和RegExp构造函数

二者的区别是转义有一定的差别，第一种方法在引擎编译代码是，就会新建正则表达式，第二种方法在运行时新建正则表达式，所以前者的效率更高，而且前者比较便利和直观，所以在实际应用中，基本都采用字面量定义正则表达式。

• 使用字面量，以斜杠开始和结束，后面可以写上匹配模式或者不写，不写默认不是全局匹配

// 正则表达式 /at/g 表示匹配所有at  /g表示全局搜索
var pattern1 = /at/g; // 注意不用字符串
var pattern2 = RegExp('/at', 'g');

下面这些需要转义：

实例属性
由于正则对象的属性都可以在字面量中看到，所以这些方法用处不大，知道就好。
正则对象的实例属性分为两类。
一类是修饰符相关，用于了解设置了什么修饰符。

• RegExp.prototype.ignoreCase:返回一个布尔值，表示是否设置了i修饰符。
• RegExp.prototype.global:返回一个布尔值，表示是否设置了g修饰符。
• RegExp.prototype.multiline:返回一个布尔值，表示是否设置了m修饰符。
• RegExp.prototype.flags:返回一个字符串，包含了已经设置的所有修饰符，按字母排序。

var r = /abc/igm;

r.ignoreCase // true
r.global // true
r.multiline // true
r.flags // 'gim'

另一类是与修饰符无关的属性，主要是下面两个：

• RegExp.prototype.lastIndex:返回一个整数，表示，下一次开始搜索的位置。该属性可读写，但是只在进行连续搜索时有意义。
• RegExp.prototype.source:返回正则表达式的字符串形式（不包括反斜杠），该属性只读。

var r = /abc/igm;

r.lastIndex // 0
r.source // "abc"

实例方法
1.RegExp.prototype.test()
test方法用于匹配之后返回true或false,如果只想知道有无匹配，不想知道具体结果，就用这个。常用语if语句，判断用户输入是否有效等。

var text = '000-00-0000';
var pattern = /\d{3}-\d{2}-\d{4}/;

if (pattern.test(text)) {
alert('matched');  //matched
}

2.RegExp.prototype.exec()
正则实例对象的exec()方法，用来返回匹配结果。如果发现匹配，就返回一个数组，成员是匹配成功的子字符串，否则返回null。

var s = '_x_x';
var r1 = /x/;
var r2 = /y/;

r1.exec(s) // ["x"]
r2.exec(s) // null

如果正则表达式包含圆括号（即含有“组匹配”），则返回的数组会包含多个成员。
第一个成员是整个匹配成功的结果，后面的成员是圆括号对应的匹配成功的组。也就是说，第二个成员对应第一个括号，第三个成员对应第二个括号，以此类推。整个数组的length属性等于组匹配的数量加1.

var s = '_x_x';
var r = /_(x)/;

r.exec(s) // ["_x", "x"]

exec()方法返回的数组包含两个属性：
input : 整个原字符串。
index: 模式匹配成功的开始位置（从0开始计数）

 var r = /a(b+)a/;
var arr = r.exec('_abbba_aba_');

arr // ["abbba", "bbb"]

arr.index // 1
arr.input // "_abbba_aba_"

如果正则表达式加上g修饰符，则可以使用多次exec()方法，下一次搜索的位置从上一次匹配成功结束的位置开始。

var reg = /a/g;
var str = 'abc_abc_abc'

var r1 = reg.exec(str);
r1 // ["a"]
r1.index // 0
reg.lastIndex // 1

var r2 = reg.exec(str);
r2 // ["a"]
r2.index // 4
reg.lastIndex // 5

var r3 = reg.exec(str);
r3 // ["a"]
r3.index // 8
reg.lastIndex // 9

var r4 = reg.exec(str);
r4 // null
reg.lastIndex // 0

字符串的实例方法
字符串的实例方法之中，有4种与正则表达式有关。

• String.prototype.match():返回一个数组，成员是所有匹配的子字符串。
• String.prototype.search():按照给定的正则表达式进行搜索，返回一个整数，表示匹配开始的位置。
• String.prototype.replace():按照给定的正则表达式进行替换，返回替换后的字符串。
• String.prototype.split():按照给定规则进行字符串分割，返回一个数组，包含分割后的各个成员。

1.String.prototype.match()
字符串实例对象的match方法对字符串进行正则匹配，返回匹配结果。

var s = '_x_x';
var r1 = /x/;
var r2 = /y/;

s.match(r1) // ["x"]
s.match(r2) // null

字符串的match方法与正则对象的exec()方法非常类似。匹配成功返回一个数组，匹配失败返回null。
如果正则表达式带有g修饰符，则该方法与正则对象的exec方法行为不同，会一次性返回所有匹配成功的结果。

2.String.prototype.search()
字符串对象的search方法，返回第一个满足条件的匹配结果在整个字符串中的位置。如果没有任何匹配，则返回-1。

'_x_x'.search(/x/)
// 1

3.String.prototype.replace()
字符串对象的replace方法可以替换匹配的值。它接受两个参数，第一个是正则表达式，表示搜索模式，第二个是替换的内容。

'aaa'.replace('a', 'b') // "baa"
'aaa'.replace(/a/, 'b') // "baa"
'aaa'.replace(/a/g, 'b') // "bbb"

replace方法的一个应用，就是消除字符串首尾两端的空格。

var str = '  #id div.class  ';

str.replace(/^\s+|\s+$/g, '')
// "#id div.class"

replace方法的第二个参数可以使用美元符号$，用来指代所替换的内容。

$&：匹配的子字符串。
$`：匹配结果前面的文本。
$’：匹配结果后面的文本。
$n：匹配成功的第n组内容，n是从1开始的自然数。
$$：指代美元符号$。

'hello world'.replace(/(\w+)\s(\w+)/, '$2 $1')
// "world hello"
// 将匹配的组互换位置
'abc'.replace('b', '[$`-$&-$\']')
// "a[a-b-c]c"
// 改写匹配的值

4.String.prototype.split()
字符串对象的split方法按照正则规则分割字符春，返回一个由分割后的各个部分组成的数组。该方法接受两个参数，第一个参数是正则表达式，表示分割规则，第二个参数是返回数组的最大成员数。

// 指定返回数组的最大成员
'a,  b,c, d'.split(/, */, 2)
[ 'a', 'b' ]

匹配规则
1.字面量字符和元字符

1.1.字面量字符
大部分字符在正则表达式中，就是字面的含义，比如/a/匹配a,/b/匹配b。
如果在正则表达式中，某个字符只表示它字面的含义，那么它们就叫做“字面量字符”。

/dog/.test('old dog') // true  dog就是字面量字符

1.2 元字符
元字符包含以下几个：
1.2.1 点字符（.）
点字符（.）匹配除了回车（\r）,换行（\n）,行分隔符（\u2028）和段分隔符（\u2029）以外的所有字符。注意，对于码点大于0xFFFF字符，点字符不能正确匹配，会认为这是两个字符。

/c.t/    // 匹配c和t之间包含任意一个字符的情况

1.2.2 位置字符
位置字符用来提示字符所处的位置，主要有两个字符：
^ 表示字符串的开始位置
$ 表示字符串的结束位置

// test必须出现在开始位置
/^test/.test('test123') // true

// test必须出现在结束位置
/test$/.test('new test') // true

// 从开始位置到结束位置只有test
/^test$/.test('test') // true
/^test$/.test('test test') // false

1.2.3选择符（|）
竖线符号（|）在正则表达式中表示"或关系"（or）,即cat|dog表示匹配cat或dog.

/11|22/.test('911') // true

其他的元字符还包括\ , \* ,+ , ? , () , [] , {} 等

2.转义符
正则表达式中那些有特殊含义的元字符，如果要匹配他们本身，就需要在它们前面要加上反斜杠。比如要匹配+,就要写成\+。

/1+1/.test('1+1')
// false

/1\+1/.test('1+1')
// true

正则表达式中，需要反斜杠转义的，一共有12哥字符：^ 、.、[、$、(、)、|、*、+、?、{和\。如果使用RegExp方法生成正则对象，准一需要使用两个斜杠，因为字符串内部会先转义一次。

3.特殊字符
正则表达式对一些不能打印的特殊字符，提供了表达方法。

• \cX表示Ctrl-[X]，其中的X是A-Z之中的任一个英文字母，用来匹配控制字符。
• [\b] 匹配退格键（U+0008），不要与\b混淆。
• \n匹配键。
• \r匹配回车键。
• \t匹配制表符tab(U+0009)。
• \v 匹配垂直制表符（U+000B）。
• \f匹配换页符（U+000B）。
• \0匹配null字符（U+0000）。
• \xhh 匹配一个以两位十六进制数（\x00-\xFF）表示的字符。
• \uhhhh 匹配一个以四位十六进制数（\u0000-\uFFFF）表示的Unicode字符。

4.字符类
字符类表示有一系列字符可供选择，只要匹配其中一个就可以了。所有可供选择的字符都放在方括号内，比如[xyz]表示x,y,z之中任选一个匹配。

/[abc]/.test('hello world') // false
/[abc]/.test('apple') // true

有两个字符在字符类中有特殊含义：
脱字符（^）
如果方括号内的第一个字符是[^],则表示除了字符类之中的字符，其他字符都可以匹配。相当于“非”

/[^abc]/.test('bbc news') // true
/[^abc]/.test('bbc') // false

如果方括号内没有其他字符，即只有[^],就表示匹配一切字符，其中包括换行符。相比之下，点号作为元字符（.）是不包括换行符的。

var s = 'Please yes\nmake my day!';

s.match(/yes.*day/) // null
s.match(/yes[^]*day/) // [ 'yes\nmake my day']

连字符（-）
某些情况下，对于连续序列的字符，连字符（-）用来提供简写形式，表示字符的连续范围。比如，[abc]可以写成[a-c]，[0123456789]可以写成[0-9]，同理[A-Z]表示26个大写字母。当连字号（dash）不出现在方括号之中，就不具备简写的作用。
以下都是合法的字符类简写形式：

[0-9.,]
[0-9a-fA-F]
[a-zA-Z0-9-]
[1-31]  // 不代表1到31,只代表1到3

连字符还可以用来指定 Unicode 字符的范围。

var str = "\u0130\u0131\u0132";
/[\u0128-\uFFFF]/.test(str)
// true

5.预定义模式
预定义模式指的是某些常见模式的简写方式。

• \d 匹配0-9之间的任一数字，相当于[0-9].
• \D 匹配所有0-9以外的字符，相当于[^0-9].
• \w 匹配任意的字母、数字和下划线，相当于[A-Za-z0-9_].
• \W 除所有字母、数字和下划线以外的字符，相当于[^A-Za-z0-9_].
• \s 匹配空格（包括换行符、制表符、空格符等），相等于[\t\r\n\v\f].
• \S 匹配非空格的字符，相当于[^\t\r\n\v\f].
• \b 匹配词的边界
• \B 匹配非词边界，即在词的内部

6.重复类
模式的精确匹配次数，使用大括号（{}）表示。{n}表示恰好重复n次，{n,}表示至少重复n次，{n,m}表示重复不少于n次，不多余m次。

/lo{2}k/.test('look') // true
/lo{2,5}k/.test('looook') // true

上面代码中，第一个模式指定o连续出现2次，第二个模式指定o连续出现2次到5次之间。

7.量词符
量词符用来设定某个模式出现的次数。

• ？ 问号表示某个模式出现0次或1次，等同于{0,1}。
• * 星号表示某个模式出现0次或多次，等同于{0，}.
• + 加号表示某个模式出现1次或多次，等同于{1，}

// t 出现0次或1次
/t?est/.test('test') // true
/t?est/.test('est') // true

// t 出现1次或多次
/t+est/.test('test') // true
/t+est/.test('ttest') // true
/t+est/.test('est') // false

// t 出现0次或多次
/t*est/.test('test') // true
/t*est/.test('ttest') // true
/t*est/.test('tttest') // true
/t*est/.test('est') // true

8.贪婪模式

上面三个量词符中，默认情况下都是最大可能匹配，即匹配到下一个字符不满足匹配规则为止。这种模式称为贪婪模式。

var s = 'aaa';
s.match(/a+/) // ["aaa"]

非贪婪匹配：即最小可能匹配，只要一发现匹配，就返回结果，不要往下检查。如果想要将贪婪模式改为非贪婪模式，可以在量词符后面加一个问号。

var s = 'aaa';
s.match(/a+?/) // ["a"]

除了非贪婪模式的加号（+?），还有非贪婪模式的星号（*?）和非贪婪模式的问号（??）。
+?：表示某个模式出现1次或多次，匹配时采用非贪婪模式。
*?：表示某个模式出现0次或多次，匹配时采用非贪婪模式。
??：表格某个模式出现0次或1次，匹配时采用非贪婪模式。

9.修饰符
修饰符表示模式的附加规则，放在正则模式的最尾部。
修饰符可以单个使用，也可以多个一起使用。
（1）g修饰符
默认情况下，第一次匹配成功后，正则对象就停止向下匹配了。g修饰符表示全局匹配，加上它以后，正则对象将匹配全部符合条件的结果，主要用于搜索和替换。

var regex = /b/;
var str = 'abba';

regex.test(str); // true
regex.test(str); // true
regex.test(str); // true

上面代码中，正则模式不含g修饰符，每次都是从字符串头部开始匹配。所以，连续做了三次匹配，都返回true。

var regex = /b/g;
var str = 'abba';

regex.test(str); // true
regex.test(str); // true
regex.test(str); // false

（2）i修饰符
默认情况下，正则对象区分字母的大小写，加上i修饰符以后表示忽略大小写。

/abc/.test('ABC') // false
/abc/i.test('ABC') // true

（3）m修饰符
m修饰符表示多行模式，会修改^和$的行为。默认情况下（不加m修饰符），^和$匹配字符串的开始和结尾处，加上m修饰符以后，^和$还会匹配行首和行尾，即^和$会识别换行符（\n）.

/world$/.test('hello world\n') // false
/world$/m.test('hello world\n') // true

10.组匹配
（1）概述
正则表达式的括号表示分组匹配，括号中的模式可以用来匹配分组的内容。

/fred+/.test('fredd') // true
/(fred)+/.test('fredfred') // true

上面代码中，第一个模式没有括号，结果+只表示重复字母d，第二个模式有括号，结果+就表示匹配fred这个词。
（2）非捕获组
（？：x）称为非捕获组，表示不返回该组匹配的内容，即匹配的结果不计入这个括号。
（3）先行断言
x(?=y)称为先行断言，x只有在y前面才匹配，y不会被计入返回结果。比如，要匹配后面跟着百分号的数字，可以写成/\d+(?=%)/。

var m = 'abc'.match(/b(?=c)/);
m // ["b"]

（4）先行否定断言
x(?!y)称为先行否定断言，x只有不在y前面才匹配，y不会被计入返回结果。比如，要匹配后面跟的不是百分号的数字，就要写成/\d+(?!%)/。

/\d+(?!\.)/.exec('3.14')
// ["14"]

上面代码中，正则表达式指定，只有不在小数点前面的数字才会被匹配，因此返回的结果就是14。