JavaScript 中的正則表達式
剛接觸正則時,覺得它是個很死板的東西——計算機沒法像人眼一樣快速辨認結果,需要規則來約束。了解越多,越發現它其實很靈活,在許多小數據的處理上都起著重要作用。下面我們重新認識它。
1. 字面量方法
var b=/\bam\b/; alert( "i am lily".replace(b,'AM')); // i AM lily
2. 構造函數方法
var reg=new RegExp(/\bis\b/); alert("she is beautiful".replace(reg,"is not")); // she is not beautiful
正則匹配模式支持三個標志:
g: global 全文搜索,不加則搜索到第一個匹配就停止;
i: ignore case 忽略大小寫,默認大小寫敏感;
m: multiple lines 多行搜索。
舉例:
/* 字面量方法 */
var patten1 = /at/g; // 匹配字符串中所有 "at"
var patten2 = /at/i; // 匹配第一個 "at" 或 "bat",不區分大小寫
var patten3 = /.at/gi; // 匹配所有以 "at" 結尾的 3 字符組合,不區分大小寫
/* 構造函數方法 */
var patten1 = new RegExp("at","g");
var patten2 = new RegExp("at","i");
var patten3 = new RegExp(".at","gi");
兩者的區別:
var re = null, i;
for(i=0; i<10; i++){
re = /cat/g;
re.test("catastrophe");
}
for(i=0; i<10; i++){
re = new RegExp("/cat/","g");
re.test("catastrophe");
}
第一個循環中,即使寫在循環體內,實際上只為 /cat/ 創建了一個 RegExp 實例。由於實例屬性不會重置,循環中再次調用 test 會失敗——第一次找到「cat」,第二次從索引 3 開始就找不到了。第二個循環中,每次迭代都創建新實例,所以每次 test 都返回 true。
正則由兩種基本字符類型組成:
1. 原義文本字符:代表它原來含義的字符,如 abc、123。
2. 元字符:有特殊意義的非字母字符,如 \b 表示匹配單詞邊界,而非 \b 本身。具體特殊字符有:* + ? $ ^ . \ () {} []。
【元字符】
\t 水平制表符;\v 垂直制表符;\n 換行符;\r 回車符;\0 空字符;\f 換頁符;\cX 與 X 對應的控制字符。
一般情況下正則一個字符對應字符串一個字符。可用元字符 [] 構建簡單的類,所謂類是指符合某些特徵的對象,一個泛指。表達式 [abc] 表示把 a 或 b 或 c 歸為一類,可匹配這類字符中的一個:
'a1b2c3d4'.replace(/[abc]/g,'字符'); // "字符1字符2字符3d4"
用元字符 ^ 創建反向類,表示不屬於某類的內容。表達式 [^abc] 表示不是 a、b、c 的內容:
'a1b2c3d4'.replace(/[^abc]/g,'字符'); // "a字符b字符c字符字符字符"
用字符類匹配數字 [0123456789] 可簡寫為 [0-9],用 [a-z] 表示從 a 到 z 的任意字符(閉區間):
'a1b2c3zx4z9'.replace(/[a-z]/g,'Q'); // "Q1Q2Q3QQ4Q9"
[] 內部可以連寫 [a-zA-Z]:
'a1b2c3zx4z9ADG'.replace(/[a-zA-Z]/g,'Q'); // "Q1Q2Q3QQ4Q9QQQ"
注意:當 - 在兩字符之間表示范圍,想匹配 - 直接加 - 即可:
'2016-08-08'.replace(/[0-9-]/g,'Q'); // "QQQQQQQQQQ"
\D 等價於 [^0-9] 非數字字符;\s 等價於 [\t\n\x0B\f\r] 空白符;\S 等價於 [^\t\n\x0B\f\r] 非空白符;\w 等價於 [a-zA-Z_0-9] 單詞字符;\W 等價於 [^a-zA-Z_0-9] 非單詞字符;\b 單詞邊界;\B 非單詞邊界。大寫表示取反。
'@123@abc@'.replace(/^@./g,'Q'); // "Q23@abc@" '@123@abc@'.replace(/.@$/g,'Q'); // "@123@abQ" '@123@abc@'.replace(/.@/g,'Q'); // "@12QabQ"
? 出現 0 次或 1 次;+ 出現 1 次或多次;* 出現 0 次或多次;{n} 出現 n 次;{n,m} 出現 n 到 m 次;{n,} 至少出現 n 次。表示最多 10 次則用 {0,10}。
匹配時盡可能多地匹配,直到匹配失敗:
'1234568'.replace(/\d{3,6}/g,'Q'); // "Q8"
盡可能少地匹配,一旦成功就不再繼續,做法是在量詞後加 ?:
'123456789'.match(/\d{3,5}?/g) // ["123", "456", "789"]
1. 用 () 分組,使量詞作用於分組。(Byron){3} 匹配連續 3 次 Byron,而 Byron{3} 則匹配到三個 Byronnn。例子:小寫字母連續出現 3 次:
'a1b2c3d4'.replace(/([a-z]\d){3}/g,'Q'); // "Qd4"
2. 用 | 達到「或」的效果:
'ByronCasper'.replace(/ByronCasper/g,'Q'); // "Q" 'ByrCasperByronsper'.replace(/Byr(onCa)sper/g,'Q'); // "QQ"
3. 反向引用:用 $1 $2… 代表捕獲分組內容,實現日期格式轉換:
'2015-09-09'.replace(/(\d{4})-(\d{2})-(\d{2})/g,'$2/$3/$1'); // "09/09/2015"
忽略分組:在分組內加 ?: 即可,如 (?:Byron):
'2016-10-06'.replace(/(?:\d{4})-(\d{2})-(\d{2})/g,'$2/$3/$1'); // "06/$3/10"
前瞻:正則從頭部向尾部解析,尾部方向稱為「前」。前瞻就是在匹配到規則時,向前檢查是否符合斷言。正向前瞻 exp(?=assert),負向前瞻 exp(?!assert)。注意:JavaScript 不支持後顧。
'a2*3'.replace(/\w(?=\d)/g,'A') // "A2*3" 'a2*3bb'.replace(/\w(?=\d)/g,'A') // "A2*3bb"
global 是否全文搜索;ignoreCase 是否忽略大小寫;multiline 是否多行搜索;lastIndex 當前匹配內容最後一個字符的下一個位置;source 正則表達式的文本字符串。注意:實例屬性不可修改。
var pattern1 = /\[bc\]at/;
console.log(pattern1.global); // false
console.log(pattern1.ignoreCase); // false
console.log(pattern1.source); // \[bc\]at
var pattern2 = new RegExp("\\[bc\\]at","i");
console.log(pattern2.ignoreCase); // true
RegExp.prototype.test(str):測試字符串中是否存在匹配正則的字符串,存在返回 true,否則 false。
var text = "0000-00-00";
var pattern = /\d{4}-\d{2}-\d{2}/;
if(pattern.test(text)){
console.log("the pattern was matched");
}
多次執行 test() 會在 true、false 之間循環。test() 本意是測試有沒有匹配上,用原意時沒必要加 g。
RegExp.prototype.exec(str):用正則模式對字符串執行搜索,沒有匹配返回 null,否則返回結果數組(含 index 和 input 屬性)。
var text = "mom and dad and baby"; var pattern = /mom( and dad( and baby)?)?/gi; var matches = pattern.exec(text); console.log(matches.index); // 0 console.log(matches.input); // "mom and dad and baby" console.log(matches[0]); // "mom and dad and baby" console.log(matches[1]); // " and dad and baby" console.log(matches[2]); // " and baby"
lastIndex 記錄當前匹配結果最後一個字符的下一個位置。使用全局 g 標志時,匹配到最後一個結果後 lastIndex 指向不存在的位置,此時再執行 test() 會返回 false。
1. search
String.prototype.search(reg):檢索字符串中與正則匹配的子串,返回第一個匹配的 index,找不到返回 -1。它忽略 g 標志,總是從頭開始檢索。
'A11B2C3D4'.search(/\d/) // 1
2. match
String.prototype.match(reg):檢索字符串中找到一個或多個與 RegExp 匹配的文本。是否有 g 對結果影響很大。非全局調用只匹配一次,返回帶 index 和 input 的數組;全局調用則返回所有匹配子串的數組,且沒有 index 和 input 屬性。
var str = 'abc123def456ghi789'; var re = /\d+/g; // 每次匹配至少一個數字,且全局匹配 console.log(str.match(re)); // [123, 456, 789]
3. replace
String.prototype.replace(reg, replaceStr) 或 replace(reg, function)。function 會在每次匹配替換時調用,有四個參數:匹配字符串、分組內容、匹配項在字符串中的 index、原字符串。
var str = "鋤禾日當午,汗滴禾下土。";
var re = /日當午|汗滴/g;
var str2 = str.replace(re, function(str){
var result = '';
for(var i=0; i<str.length; i++){
result += '*';
}
return result;
});
console.log(str2); // 鋤禾***,**禾下土。
將 2016-10-06 變為 2016.10.06:
var str = '2016-10-06';
var re = /(\d+)(-)/g;
str = str.replace(re, function($0, $1, $2){
return $1 + '.';
});
alert(str); // 2016.10.06
1、找重復項最多的字符個數
var str = 'assssjdssskssalsssdkjsssdss';
var arr = str.split('');
str = arr.sort().join(''); // 排序後相同字符放在一起
var value = '';
var index = 0;
var re = /(\w)\1+/g; // 匹配字符且重復至少一次
str.replace(re, function($0, $1){
if(index < $0.length){
index = $0.length;
value = $1;
}
});
alert('最多的字符:' + value + ',重復的次數:' + index); // s 17
2、去掉前後空格
var str = ' hello ';
function trim(str){
var re = /^\s+|\s+$/g; // 前面或後面有至少一個空格,全局匹配
return str.replace(re, '');
}
alert('(' + trim(str) + ')'); // (hello)
3、其他:正則還有很多用法,主要在表單驗證上,比如手機號、身份證號、郵箱驗證等。推薦兩個實用網站:正則調試工具 https://www1.w3cfuns.com/tools.php?mod=regex,以及正則結構分析工具 https://regexper.com/。初學時可多借助工具分析結構、歸納常用表達式的區別。
補充:RegExp 實例繼承的 toLocaleString() 和 toString() 都會返回正則的面向字面量形式,與創建方式無關。
var reg = new RegExp("\\[bc\\]at","g");
console.log(reg.toLocaleString());
console.log(reg.toString());
var reg = /\[bc\]at/g;
console.log(reg.toLocaleString());
console.log(reg.toString());
輸出結果都為:/\[bc\]at/g