在 JavaScript 中,正則表達式由 RegExp 對象表示。它既可以通過直接量,也可以通過構造函數 RegExp 來創建:
//直接量 var re = /pattern/[g | i | m];
//構造函數 var re = new RegExp(["pattern", ["g" | "i" | "m"]]);
末尾的可選字符 g、i、m 分別表示:
g:全局匹配,找到所有匹配項,而不是找到第一個就停止。
i:不區分大小寫的匹配。
m:多行模式,^ 和 $ 除了匹配字符串的開頭結尾,還匹配每行的開頭結尾。例如 /Java$/m 可匹配 "Java" 和 "Java\nScript"。
基礎篇
—— 特殊字符 ——
在正則中,字母和數字都可以直接與自身匹配,如 /JavaScript/ 匹配的就是 "JavaScript"。但像換行符這樣的特殊字符呢?JS 規定以反斜槓(\)開頭的轉義序列來支持這些特殊字符,常用的有:
\n 換行符;\r 回車;\f 換頁符;\t 制表符;\v 垂直制表符。
—— 字符類 ——
把單獨的字符放進方括號 [ ] 中,就組成了字符類。匹配時可以把它看作一個漏斗:字符串中每個字符經過時都查找是否在這個類裡,在則匹配成功,否則 out。
/* match為字符串的方法,它的唯一參數就是一個正則表達式, 如果該正則表達式設置了標志g,該方法返回的數組包含的就是出現在字符串中的所有匹配。 詳細的用法將在下面“正則表達式在String中的應用”細講 */ "abc".match(/[abc]/g);
匹配結果為:

如果想匹配除 a、b、c 之外的字符,可以定義否定類——把 ^ 放在 [ ] 開頭即可:
"abc".match(/[^abc]/g);
由於某些字符類經常用到,JS 用反斜槓與特殊字符組合來表示它們,例如 \d。常用正則字符類如下:
[ …] 位於方括號中的任意字符,如 /M[onke]y/ 匹配 "Moy";[^…] 除方括號中的任意字符,如 /M[^onke]y/ 匹配 "May";. 除換行符外的任意字符,如 /../ 匹配 "Mo";\w 字母數字或下劃線;\W 反之;\s 單個空白字符;\S 單個非空白字符;\d 0-9 的數字;\D 非數字。
—— 重復匹配 ——
當我們要匹配三位數字時可以寫 /\d\d\d/,但要匹配 10 位甚至更多時就麻煩了。為此正則提供了重復字符 { n, m },表示前一項至少匹配 n 次、但不超過 m 次。例如匹配三位數字可以寫成 /\d{3}/。
正則重復字符詳情:
{n, m} 匹配前一項至少 n 次但不超過 m 次,如 /\d{2,3}/ 匹配 "12";{n, } 至少 n 次或更多,如 /\d{2, }/ 匹配 "123";{n} 恰好 n 次,如 /\d{2}/ 匹配 "12";? 匹配 0 次或 1 次(等價於 {0,1});+ 匹配 1 次或多次(等價於 {1, });* 匹配 0 次或多次(等價於 {0, })。
以上重復默認遵循「盡可能多地匹配」的原則,即俗稱的「貪婪匹配」。如 "aaaa".match(/a+/) 匹配的是整個 "aaaa",而不是匹配到第一個 a 就放棄。
有「貪婪匹配」,自然也有「非貪婪匹配」,規則相反——盡可能少地匹配。觸發方式很簡單:在重復字符後加 ?,如 {1, 4}?、+? 等。"aaaa".match(/a+?/) 就只匹配首個字符 a。
注意是「盡可能少」而非「少」。看:
"aaab".match(/a*b/);
"aaab".match(/a*?b/);
兩者匹配結果都是 "aaab"!為什麼 "aaab".match(/a*?b/) 的結果是 "aaab" 而不是 "ab"?因為正則匹配是從左往右的:遇到首字符 a 時會繼續往下匹配,直到符合 /a*?b/ 為止。這就是「盡可能少,但前提是滿足匹配規則」。而 "abbb".match(/ab*?/) 的結果就是 "a"。
—— 字符 |、( )、(?: …) ——
1.1 字符「|」用於分隔,表示「或」。例如 /ab | cd | ef/ 可以匹配 "ab" 或 "cd" 或 "ef"。它很像字符類 [ ],如 /a | b | c/ 和 /[abc]/ 效果一樣。但字符類 [ ] 只針對單個字符,而 | 可以針對多個字符,如 /ab | cd | ef/,字符類就做不到。
如果想對用 | 組裝的類進行多次匹配,加個括號就行,如 /(ab | cd |ef)+/。
1.2 括號「( )」的作用:
1、把單獨的項目組合成子表達式,以便用 |、* 等來處理,如 /(ab | cd | ef)+/。
2、可以在正則後面引用前面括號子表達式的匹配結果(注意是結果,不是括號裡的正則本身)。比如要匹配單引號或雙引號中的數字(’12345’),就可以這樣寫:
/(['"])\d*\1/
測試結果如下:

引用法則是:以反斜槓加數字的方式引用第幾個子表達式,數字從左往右數遇到的左括號 "(" 個數,直到想引用的位置為止,無論是否嵌套。

如果只想讓括號起分組作用,而不計入後面的引用(畢竟括號多了不好數),就可以用 (?: …)。
1.3 (?: …) 的作用就是:括號只用於分組,不計入後面的引用。例如:
/(Java(?:Script))(nice)/
想在末尾引用子表達式 nice 時,是 \2 而不是 \3,因為 (?: …) 只管分組、不引用。

—— 匹配位置 ——
前面提到,可選字符 m 表示多行模式,^ 和 $ 除了匹配字符串開頭結尾外,還匹配每行開頭結尾。這個 ^ 和 $ 就是正則提供的「匹配位置」,即所謂的錨。例如把 /JavaScript/ 改成 /^JavaScript/,就只匹配開頭為 JavaScript 的字符串。
正則中的錨字符:
^ 匹配字符串開頭;$ 匹配字符串結尾;\b 匹配詞語邊界(指 [a-zA-Z_0-9] 之外的字符);\B 匹配非詞語邊界位置;(?= p) 正前向聲明,exp1(?=exp2) 匹配後面是 exp2 的 exp1;(?! p) 反前向聲明,exp1(?!exp2) 匹配後面不是 exp2 的 exp1。
^ 和 $ 好理解,\b、(?=)、(?! 可能較陌生,結合下面的 demo 就清楚了。
對於 \b 的 Demo:

對於 (?= p) 的 Demo:

對於 (?! p) 的 Demo:

本想一氣呵成,沒想到寫完基礎篇已經這麼晚了……有時間再梳理一下正則在 JavaScript 中的應用吧。晚安,everybody~