元字符是使用正则表达式不同于普通字符的地方,也是正则表达式能够发挥强大作用、具有强大表达能力的法宝。那么什么是元字符呢?元字符是一些在正则表达式中有特殊用途、不代表它本身字符意义的一组字符。利用元字符,我们可以控制字符串匹配的方式,例如:只在每一行的开始或结束位置匹配指定的模式,匹配固定距离的子串,匹配不出现的字符等等。
如果要在正则表达式中使用元字符本身的意义,例如:如果想搜索字符串中的?
,那么需要对元字符进行转义,使用的方法是把一个反斜杠(\)放在元字符前面,这样元字符就失去了器特殊的意义,还原会它本身代表的字符意义。在JavaScript中需要进行转义的元字符有:
/** 需要进行转义的元字符 **/
. * + ( ) $ / \ ? [ ] ^ { } - ! < >
|
当我们看到在正则表达式中某个元字符前面放置了一个反斜杠时,就表示反斜杠去掉了元字符的特殊意义,使字符代表其本身的含义。但是如果在某个正则表达式中看到字母数字前面有一个反斜杠时,这样的反斜杠用于创建元符号。元符号提供了某些正则表达式元字符的简写方式。例如:[0-9]表示0-9之间的数字,可以使用元符号\d
来表示。
正则表达式元字符、元符号分类列表
我们在下面的表格中列出了JavaScript支持的元字符和元符号。
表1:特殊字符
元字符 | 含义 |
\0 | 匹配null字符,对应的十六进制值为\x00 |
\b | 匹配退格字符,对应的十六进制值为\x08 |
匹配换行字符,对应的十六进制值为\x0A | |
\r | 匹配回车字符,对应的十六进制值为\x0D |
匹配换页字符,对应的十六进制值为\x0C | |
\t | 匹配制表(TAB)字符,同时对应于水平制表符\x09和垂直制表符\x0B |
匹配用2个十六进制数字表示的字符 | |
\uhhhh | 匹配用4个十六进制在数字表示的字符,这些字符是Unicode字符 |
匹配命名的控制字符 |
表2:字符类
表3:定位元字符
1、当字符串第一个字符是单词字符时,位于第一个字符前面;
2、当字符串最后一个字符是单词字符时,位于最后一个字符后面;
3、在单词字符和非单词字符之间,紧跟在单词字符后面;
4、在非单词字符和单词字符之间,紧跟在非单词字符后面
/Hello(?=World)/
进行匹配时,只有Hello后面跟着World时匹配才算成功,所以,这个正则表达式匹配HelloWorld,但是不匹配Hello,也不匹配Hello123/Hello(?!World)/
进行匹配时,只有Hello后面不跟着World时才匹配成功。所以这个正则表达式匹配Hello,也匹配Hello123(同时也匹配里面的Hello),但是不匹配HelloWorld表4:模式修饰符
表5:限定符
/ab?/
匹配a、ab、ac、abc,但是不匹配bc/ab+/
匹配ab、abb、abbbc,但是不匹配a、ac/ab*/
匹配a、ab、abb、abbbc,但是不匹配bc/a{3}/
匹配aaa、aaac,但是不匹配aa、a、abc/a{3,}/
匹配aaa、aaaa,但是不匹配aa、a、abc/a[2,4]/
匹配aa、aaa、aaaa,但是不匹配a、aaaaa贪婪匹配原则
在JavaScript中,正则表达式进行匹配时默认使用的是贪婪匹配原则,即尽可能多的匹配字符串。例如,使用正则表达式/1{3,4}/来匹配字符串1111111,得到的结果为:1111和111。即先匹配4个字符,然后才匹配3个字符。
表6:分组和替换元字符
/a(bc)+/
中,加号元字符作用在子表达式bc
上,它匹配abc、abcbc,但是不匹配a和ac关于子表达式、捕获和反向引用的概念,我们来看下面的例子:假设我们现在要找出所有4个连在一起的数字的子串,并且这4个数字要满足:1、第一位与第四位相同,2、第二位与第三位相同,例如1221和5885,那么,正则表达式应该像下面的样子:
var
regex = /(\d)(\d)\2\1/gi;
关于上面的正则表达式,我们使用下图来进行说明:
每使用一次()
元字符,JS中的正则表达式就会进行一次反向引用,第一个()
中的反向引用保存在\1
元字符中,当我们要再次使用这个引用时,直接使用\1
就可以了。其它的反向引用以此类推。