正则表达式-基础知识Review

摘要：正则表达式基础知识正则表达式是计算机科学的一个概念。正则表达式使用单个字符窜来描述匹配一系列符合某个句法规则的字符窜。正则表达式的文本字符窜。第二个参数是正则表达式分组内容，没有分组则没有该参数。

正则表达式（Regular Expression)是计算机科学的一个概念。 正则表达式使用单个字符窜来描述、匹配一系列符合某个句法规则的字符窜。 在很多文本编辑器里， 正则表达式通常用来被检索替换哪些符合某个模式的文本。

JavaScript通过内置对象 RegExp支持正则表达式， 有两种方式创建正则表达式对象， 如果我们想匹配字符窜中<%xxx%>两个百分号分割的字符窜可以这么写。

构造函数

var regExp = new RegExp("<%[^%>]+%", "g");

字面量

var regExp = /<%[^%>]%>/g;

最后的g代表全局， 还有几个修饰符

RegExp实例对象有五个属性

g: global, 全文搜索，不添加的话搜索到第一个结果停止搜索。

i: ignore case, 忽略大小写，默认大小写敏感。

m: multiple lines, 多行搜索。

lastIndex: 是当前表达式模式首次匹配内容中最后一个字符的下一个位置，每次正则表达式匹配成功匹配时， lastIndex属性值都会随之改变。

sourse：正则表达式的文本字符窜。

除了正则表达式编译为内部格式从而使执行更快的compile()方法， 对象还有两个我们常用的方法。

正则表达式让人望而却步的一个重要原因就是转译字符太多， 组合非常多， 但是正则表达式的元字符（在正则表达式中具有特殊意义的专用字符，可以用来规定其前导字符)并不多

() [] {}  ^ $ | ? * + .

并不是每个元字符都有特定的意义，在不同的组合中元字符有不同的意义， 分类看一下

t 水平制表符 tab

r 回车符 carriage return

n 换行符 newline

f page feed 换页符

cX 与X对应的控制字符（Ctrl + X )

v 垂直制表符

0 空字符

一般情况下正则表达式一个字符（转译字符算一个） 对应字符窜一个字符，表达式 abt 的含义

ab水平制表符

但是我们可以使用元字符[]来构建一个简单的类， 所谓类是指，符合某些特征的对象， 是一个泛指，而不是特指某个字符了， 我们可以使用表达式[abc], 把字符a或b或c归为一类，表达式可以匹配这类的字符。

字符类取反

元字符[]组合可以创建一个类，我们还可以使用元字符^创建反向类/负向类，反向类的意思是不属于XXX类的内容， 表达式¹表示不是字符a或b或c的内容。

按照上面的说明如果希望匹配单个数字那么表达式是这样的

[0123456789]

如果是字母那么。。。 好麻烦， 正则表达式还提供了范围类，我们可以使用x-y来连接两个字符表示从x到y的任意字符， 这是个闭区间， 也就是说包含x和y本身， 这样匹配小写字母就很简单了。

[a-z]

刚才使用正则我们创建了几个类，来表示数字，字母等，但这样写很麻烦，正则表达式为我们了几个常用的预定义类来匹配常见的字符。

有了这些预定义类， 写一些正则就很方便了， 比如我们希望匹配一个 ab + 数字 + 任意字符的字符窜， 就可以写了abd.

可以把正则表达式，想象成一种模式，字符窜匹配正则表达式定义的模式的结果

string.match(regExpPattern)

正则表达式还提供了几个常用的边界匹配字符。

^ 开头的匹配参照对象是整个字符窜，
$ 结尾的匹配参照对象也是整个字符窜，
限制的是整个字符窜。

var regExpPattern = /^hdm/g;
"h2m h4m h2m".match(regExpPattern); // h2m, 记住这是以整个字符窜去匹配的

//同理

var regExpExpPattern = /hdm$/g;
"h2m h4m h4m".match(regExpPattern); // h4m

//使用场景 手机号匹配

"13423454234".match(/^1d{10}$/g)

之前，介绍的方法都是一一匹配，如果希望匹配一个连续20次数字的字符窜难道我们需要写成这样？

ffffdffffdffffdffffdffffdffffdffffddd..

为此正则表达式引入了一些量词

var regExp = /w+Bryon/

regExp.test("hi Bryon"); // true

regExp.test("Welcome Byron"); // true

regExp.test("Byron"); //false


//匹配带有3到1个小数的数字
var reg = /d+.d{1,3} 

看了量词的介绍，也许爱思考的同学会想到关于匹配原则的一些问题， 比如{3，5} 这个量词， 要是在句子中出现了十次， 那么他是每次匹配三个还是五个，反正3，4，5都满足3~5的条件。

量词在默认下是尽可能多的匹配的，也就是大家常说的贪婪模式。

// ["12345","6789"];
"12345679".match(/d{3,5}/g); 

既然有贪婪模式，那么肯定会有非贪婪模式，让正则表达式尽可能少的匹配，u额就是说一旦成功匹配不再继续尝试，做法很简单， 在量词后加上？即可

//["123","456","789"]

"123456789".match(/d{3,5}?/g);

有时候希望使用量词的时候匹配多个字符，而不是像上面例子只是匹配一个，比如希望匹配Byron出现20次的字符窜，写成Byron{20}的话匹配的是Byro+n出现20次。

//写成Byron{20}的话匹配的是Byro+n出现20次。
/Byron{20}/g

怎么把Byron作为一个整体呢？ 使用（）就可以达到此目的，在正则中成为分组。

//分组在regExp.exec(stringObj)中会多带带显示在返回结果中。

(Byron){20}

或 |

如果希望匹配Byron或Casper出现20次该怎么办呢？ 可以使用字符| 达到或的功效

(Byron|Casper){20}

使用分组的正则表达式会把匹配项也放到分组中，默认是按数字编号分发的，可以根据编号获得捕获的分组内容，这在一些希望具体操作第几个匹配项的函数中很有用。

// Group 1 : Byron , Group 2: ok
(Byron).(ok)

分组嵌套

如果有分组嵌套的情况，外面的组的编号靠前

// group 1： (^|%>)[^	]*， Group 2: (^|%>)
((^|%>)[^	]*)

忽略分组

有时候我们不希望捕获某些分组，只需要在分组内加上?: 就可以了， 这并不意味着该分组内容不属于正则表达式，只是不会给这个分组加编号而已。

(?:Bryon).(ok)

var regExp = /good(?=Byron)/;

regExp.exec("goodByron123"); // ["good"]
regExp.exec("goodCapser123"); // null

通过上面例子可以看出exp1(?=exp2)表达式， 但只有其后面内容是exp2的时候才会匹配，也就是两个条件，exp1(?!exp2)比较类似。

RegExp.prototype.test(str)

该方法用于测试字符窜参数中是否匹配正则表达式模式，如果存在则返回true，否则返回false。

var reg = /d+.d{1,2}$/g;

reg.test("123.45"); // true
reg.test("0.2");  // true

reg.test("a.34"); //false
reg.test("34.5678"); //false

//判断手机号是否正确
function isPhoneNum(phoneNum) {
    var phoneNumberTester = /^1d{10}$/;
    return phoneNumberTester.test(phoneNum);
}

RegExp.prototype.exec(str)

该方法用于正则表达式模式在字符窜中运行查找，如果exec()找到匹配的文本，则返回一个结果，否则返回null

除了数组元素和length属性之外， exec()方法返回对象还包括两个属性。

index属性声明的是匹配文本的第一个字符的位置。

input属性则存放的是被检索的字符窜string。

非全局调用

调用非全局的RegExp对象的exec()时，返回数组的第一个元素是与正则表达式相匹配的文本，第二个元素是与RegExpObject的第一个子表达式相匹配的文本（如果有的话）， 第三个元素时与RegExp对象的第二个子表达式相匹配的文本（如果有的话），以此类推。

全局调用

调用全局的RegExp对象的exec()时，它会在RegExp实例的lastIndex属性指定的字符处开始检索字符窜string

当exec()找到了与表达式相匹配的文本时， 在匹配后， 它将把RegExp实例的lastIndex属性设置为匹配文本的最后一个字符的下一个位置。可以通过反复调用exec()方法来遍历字符窜中的所有哦匹配文本。

当exec()再也找不到匹配的文本时，它将返回null，并把lastIndex属重置为0。

var reg = /d/g;

var r =  reg.exec("a1b2c3");

console.log(r);

console.log(reg.lastIndex); // 2

r = reg.exec("a1b2c3");

console.log(reg.lastIndex); // 4

var reg = /d/g;

while (r = reg.exec("a1b2c3")) {
    console.log(r.index + ":" + r[0])
}

//1:1 , 3:2, 5:3

String.prototype.search(reg)

search()方法用于检索字符窜中指定的子字符串，或检索与正则表达式相匹配的子字符窜。

search()方法不执行全局匹配，它将忽略标志g， 它同时忽略正则表达式对象的lastIndex属性，并且总是从字符窜的开始进行检索，这意味着它总是返回字符窜的第一个匹配的位置。

String.prototype.match(reg)

match()方法将检索字符窜，以找到一个或多个与regexp匹配的文本。但regexp是否具有标志g对结果影响很大。

非全局调用

如果regexp没有标志g，那么match()方法就只能在字符窜中执行一次匹配。如果没有找到任何匹配的文本，match()将返回null。否则它将返回一个数组，其中存放了与它找到的匹配文本有关的信息。

该数组的第一个元素存放的是匹配文本，而其余的元素存放的是与正则表达式的子表达式匹配的文本。除了这些常规的数组元素之外，返回的数组还含有两个对象属性。

index属性声明的是匹配文本的起始字符在字符窜中的位置。

input属性声明的是对stringObject的引用。

String.prototype.replace(reg, replaceStr|| function callback())

关于string对象的replace方法， 我们最常用的是传入两个字符窜的做法，但这种做法有个缺陷，只能replace一次。

"abcabcabc".replacce("bc", "X") //aXabcabc

replace方法的第一个参数还可以传入RegExp对象，传入正则表达式可以使replace方法更加强大灵活

"abcabcabc".replace(/bc/g, "X"); //aXaXaX
"abcabcabc".replace(bc/gi, "X"); // aXaXaX

如果replace方法的第一个参数传入的是带分组的正则表达式，我们在第二个参数中可以使用$1...$9来获取相应分组内容， 比如希望把字符窜1<%2%>34>%567%>89的<%x%>换为$#x#$, 我们可以这样

"1<%2%>34>%567%>89的<%x%>".replace(/<%(d+)%>)/g, "@#$1#@");
// 1@#2#@34@#567#@89

当然还有很多方式可以达到这一目的，这里只是演示一下利用分组内容，我们在第二个参数中使用@#$1#@, 其中$1表示被捕获的分组内容弄， 在一些js模板函数中可以经常见到这种方式替换字符窜。

可以通过修改replace方法的第二个参数，使replace更加强大，在前面的介绍中，只能把所有匹配替换为固定内容，但如果我希望把一个字符窜中所有数字，都用小括号包起来该怎么弄？

"2398sdadads1smdsa3mmm23mmmbb".replace(/d+/g, function(matchedStr, groupContent$, index, strObj ) {
    return "(" + matchedStr + ")";
})

把replace方法的第二个参数传入一个function，这个function会在每次匹配替换的时候调用，算是个每次替换的回调函数，我们使用了回调函数的第一个参数，也就是匹配内容，其实回调函数一共有四个参数。

第一个参数很简单，是匹配字符窜。

第二个参数是正则表达式分组内容，没有分组则没有该参数。

第三个参数是匹配项在字符窜中的index。

第四个参数则是原字符窜。

例子

"2398rsjdhahd2131kksdajdj23".replace(/d+/g, function(matchedSubStr,index, strObj) {
    console.log(matchedSubStr + "	" + index + "	" + strObj);
    return "(" + matchedSubStr +")";
})

//2398 0    2398rsjdhahd2131kksdajdj23    
//2131 12    2398rsjdhahd2131kksdajdj23    
//23 24 2398rsjdhahd2131kksdajdj23    

这是没有分组的情况，打印出来的分别是匹配内容、匹配项index和原字符窜，看个有分组的。

"<%1%><%2%><%3%>".replace(/<%([^%>]+)%>/g, function(matchedStr, group, index, thisStrObj) {
    console.log(matchedStr + "	" + group + "	" + index + "	" + thisStrObj);
    return group;
})

//<%1%>    1    0    <%1%><%2%><%3%>
//<%2%>    2    5    <%1%><%2%><%3%>
//<%3%>    3    10    <%1%><%2%><%3%>
//"123"

String.prototype.split(reg)

使用split方法把字符窜分割为字符数组

"a,b,c,d".split(",");
// ["a","b","c","d"]

和replace方法类似，在一些复杂的分割情况下我们可以使用正则表达式解决

"a1b2c3d".split(/d/); // ["a","b","c","d"]