正則表達式是 JavaScript 中強大的字符串匹配工具,也是面試與實戰中的高频考點。本文系統梳理它的定義、語法、方法與常見實例,堪稱一份完整的速查手冊。
正則又叫規則或模式,是一個強大的字符串匹配工具,在 JavaScript 中本質上是一個對象。
它有兩個鮮明特性:貪婪性(盡可能匹配最長的內容)和懶惰性(不設置 /g 全局標志時,只匹配第一個)。
Perl 寫法(字面量形式):var expression = /pattern/flags; 例如 var pattern = /a/i; 用於匹配字符串中所有 'a' 的實例。
三個標志 flags:g 表示全局模式(global),i 表示不區分大小寫(ignoreCase),m 表示多行模式(multiline)。
JS 寫法(RegExp 構造函數):var pattern = new RegExp('[bc]at','i'); 兩個參數分別是要匹配的字符串模式和標志字符串(可選),且都是字符串。
可以使用字面量形式定義的任何表達式,都能用構造函數定義。但字面量寫法不支持變量,只有構造函數才能拼接變量。比如獲取 class 元素時,因為 classname 是變量,就只能用構造函數:
function getByClass(obj,classname){ var elements = obj.getElementsByTagName('*'); var result = []; var pattern = new RegExp( '^|\\s'+ classname + '\\s|$'); for(var i = 0; i < elements.length; i++){ if(pattern.test(elements[i].className)){ result.push(elements[i]); } } }
此外,在 ECMAScript 3 中,正則字面量會共享同一個 RegExp 實例,而構造函數每次創建的都是新實例;到了 ECMAScript 5,字面量也被規定必須每次都創建新的實例。
重要提醒:正則表達式中不能出現多餘空格。共有 14 個元字符:() [] {} \ ^ $ | ? * + .,它們必須轉義;用 new RegExp 寫的正則必須雙重轉義。
常見轉義字符:. 代表除換行符 \n 外的任意字符;\d 數字、\D 非數字;\w 字母數字下劃線、\W 反之(注意漢字不屬於 \w);\s 空格、\S 非空格;\b 邊界符、\B 非邊界符;\1 表示與前面相同的一個字符。
找出重復項最多的字符和個數,可以用反向引用:
var str = 'aaaaabbbbbdddddaaaaaaaffffffffffffffffffgggggcccccce'; var pattern = /(\w)\1+/g; var maxLength = 0; var maxValue = ''; var result = str.replace(pattern,function(match,match1,pos,originalText){ if(match.length > maxLength){ maxLength = match.length; maxValue = match1; } }) console.log(maxLength,maxValue);//18 "f"
其中 (\w)(\d)\1\2 裡,\1 代表 (\w) 當時捕獲的值,\2 代表 (\d) 當時捕獲的值。子項必須用小括號括起來,順序以左括號出現的先後為準。
{n} 匹配 n 次;{n,m} 至少 n 次至多 m 次;{n,} 至少 n 次;? 相當於 {0,1};* 相當於 {0,};+ 相當於 {1,}。
^ 為起始符,$ 為結束符;?= 肯定正向環視,?! 否定正向環視。
控制符包括 [] 候選、| 或、^ 非、- 到。例如 (red|blue|green) 查找任意指定選項;[abc] 查找方括號內任一字符;[^abc] 查找不在方括號內的字符;[0-9]、[a-z]、[A-Z] 分別匹配數字、小寫字母、大寫字母範圍。
console.log('cat,bat,sat,fat'.replace(/(.a)(t)/g,'$1'))//ca,ba,sa,fa console.log('cat,bat,sat,fat'.replace(/(.a)(t)/g,'$2'))//t,t,t,t console.log('cat,bat,sat,fat'.replace(/(.a)(t)/g,'$&'))//cat,bat,sat,fat console.log('cat,bat,sat,fat'.replace(/(.a)(t)/g,'$$'))//$,$,$,$ console.log('cat,bat,sat,fat'.replace(/(.a)(t)/g,'$`'))//,cat,,cat,bat,,cat,bat,sat,
$1、$2 依次代表第一、第二個捕獲組的子字符串,$& 代表整個匹配項,$$ 代表一個美元符號,$` 和 $' 分別代表匹配項之前和之後的文本。
exec() 專為捕獲組設計,返回包含第一個匹配項信息的數組(含 index 和 input 兩個額外屬性),無匹配時返回 null。即使設置了全局標志 g,每次也只返回一個匹配項;不設 g 時多次調用始終返回第一個匹配項;設 g 時每次調用會從 lastIndex 位置繼續查找下一個。
用 exec() 找出所有匹配的位置和值:
var string = 'j1h342jg24g234j 3g24j1'; var pattern = /\d/g; var valueArray = []; var indexArray = []; var temp = pattern.exec(string); while(temp != null){ valueArray.push(temp[0]); indexArray.push(temp.index); temp = pattern.exec(string); } console.log(valueArray,indexArray);
test() 接受一個字符串參數,匹配成功返回 true,否則返回 false,常用於只判斷是否匹配的 if 語句:
var text = '000-00-000'; var pattern = /\d{3}-\d{2}-\d{4}/; if(pattern.test(text)){ console.log('The pattern was matched'); }
match():把匹配內容保存到數組返回。不加 /g 時返回帶 index 和 input 的結果,加 /g 時返回所有匹配項但不含 index 和 input。
var string = 'cat,bat,sat,fat'; var pattern = /.at/g; var matches = string.match(pattern); console.log(matches);//['cat','bat','sat','fat']
search():返回首次匹配的位置,找不到返回 -1,類似不能設置起始位置的 indexOf。
replace():接收兩個參數,第一個是正則或字符串(待查找內容),第二個是字符串或函數(替換內容)。
var string = 'cat,bat,sat,fat'; var result = string.replace(/at/g,'ond'); console.log(result);//'cond,bond,sond,fond'
用函數替換可以實現更靈活的處理,比如防止 XSS 跨站腳本攻擊:
function htmlEscape(text){ return text.replace(/[<>"&]/g,function(match,pos,originalText){ switch(match){ case '<': return '<'; case '>': return '>'; case '&': return '&'; case '\"': return '"'; } }); }
toString()、toLocaleString() 返回正則表達式的字符串表示,而 valueOf() 返回正則表達式對象本身。
ECMAScript 的正則不支持以下特性:匹配開始結尾的 \A 和 \Z 錨(但支持 ^ 和 $)、向後查找、並集與交集類、原子組、命名捕獲組(僅支持編號捕獲組)、s 和 x 匹配模式、條件匹配以及正則注釋等。
用正則找出字符串中所有數字:
var str1 = 'j1h342jg24g234j 3g24j1'; array = str1.match(/\d+/g); console.log(array);
敏感詞過濾(replace 回調函數的應用):
var string = 'FLG是邪教'; var pattern = /FLG|邪教/g; var result = string.replace(pattern,function($0){ var s = ''; for(var i = 0; i < $0.length; i++){ s+= '*'; } return s; }) console.log(result);
日期格式化:
var array = ['2015.7.28','2015-7-28','2015/7/28','2015.7-28','2015-7.28','2015/7---28']; function formatDate(date){ return date.replace(/(\d+)\D+(\d+)\D+(\d+)/,'$1'+'年'+'$2'+'月'+'$3'+'日') } var result = []; for(var i = 0 ; i < array.length; i++){ result.push(formatDate(array[i])); } console.log(result);
獲取網頁中的文本內容(去除 HTML 標簽):
var str = '<p>refds</p><p>fasdf</p>' var pattern = /<[^<>]+>/g; console.log(str.replace(pattern,''));
去除首尾空格的 trim() 兼容寫法:
var string = ' my name is littlematch '; console.log(string.replace(/^\s+|\s+$/,''));
掌握以上內容,正則表達式就能在你的日常開發中發揮巨大威力。希望這份詳解能對大家有所幫助。