以前看了许许多多的正则教程,收货并不多,往往都是蜻蜓点水,一点就过。事实上,正则用处真的超级大,比如匹配innerHTML的内容,以及表单验证,也是非他莫属。这里,我结合js,对正则进行一个简单的介绍吧。 如有纰漏欢迎指出,希望大家多多包涵。
js与正则的关系
在js中定义一个正则有两种方法,一个是实例化,一个是字面量。
分别看一下:
//实例化 varre=/\w+/;//这两者等价
//字面量 varre=newRegExp('\\w+');
如果想添加一些flags也是没有问题的。
比较常用的flag有。/i,/g,/ig,/m.
/i(忽略大小写,ignore) /g(全文查找出现的所有匹配字符,global) /m(多行查找,multiLine) /ig(全文查找、忽略大小写,ignore+global)
所以,使用flag之后可以这样写.
varreg=^\d{5,12}\i$;//表示忽略大小写,匹配; //或者 varreg=newRegExp(^\d{5,12}\i$);
正式入门正则
正则其实就是用来匹配字符串的。他用一个简洁表达了,完成了你需要写很多代码的事,就和md(markdown)语法是一个道理。 用的人多了,自然成标准,这也是规则吧。
正则预定字符
预定字符,就是用程序比较难表达的一些字符,比如回车键,tab键(通过空格来区分达到的效果).
常用的有:
字符 效果
\t 制表符,其实就是一个“Tab”键
\r 回车符,如果你使用过word应该之后,在一个段落后面那个东西吧。 :)
\n 换行符,他和\r是有故事的,等下说,我们继续
恩,大部分就是这几个了。 上面提到 \r和\n,他们到底有什么却别。 没错,看字面量,感觉return 不就是换行吗? 其实,这样说没错,但是得区分系统,在Unix为扩展的系统,在每行的结尾只有"\n",而在window下则是:"\n\r"(顺序不能换). 所以,为了解决系统的差异,就出现了两种: \r || \n.
所以一般,我们匹配换行需要使用.\r||\n一起使用.
varreg=/[\r\n]/g;
这样就能保证系统的兼容性.
字符类
所谓的字符类同样也是将你平常要花很多时间做出来的,集成为一个简洁表达。(相当于写库)。
常用的字符类有如下几个。
字符 效果
.匹配换行符以外的任意字符 \d匹配所有数字 \D匹配非数字 \s匹配一个空格符 \S匹配非空格 \w匹配字母数字下划线=>其实就是匹配单词word(简单易懂) \W匹配!字母数字下划线=>就是不匹配单词
来我们看几个例子
console.log(/\s+/.test(""));//true console.log(/\d+/.test("1234231"));//true console.log(/\D+/.test(""));//true
其他的如上。
锚字符
这个应该算是正则里面,取名最好理解的一个。使用正则就是停船一样,你需要设置你停的位置,我也需要设置我的边界。
常用的有一下几个:
锚字符 效果
^匹配字符串的开头,在多行检索中,匹配一行的开头 $匹配字符串的结尾,在多行检索中,匹配一行的结尾 \b匹配一个单词的边界 \B匹配非单词边界
这几个应该算是我平常用的最多的几个吧。
如果你想匹配整个字符串,就可以组合使用"^ $";
var reg = /^\d+$/; //匹配整个字符串为数字
量词字符
"望文生义",这类字符使用来限定某某出现的次数的。
常用的有:
代码 / 语法 说明
*重复零次或更多次 +重复一次或更多次 ?重复零次或一次 {n}重复n次 {n,}重复n次或更多次 {n,m}重复n到m次
这个应该不用多说了。 直接看例子吧
console.log(/^\d+$/.test("123")); //true
上面说了这么多内置的字符,那我想使用特定字符类怎么办嘞。其实也很简单。使用"\"转义字符。
比如我想匹配大括号."{}".我可以这样用:
console.log(/\{.+\}/.test("{123}")); //true
但事实上,量词还分为3种,有贪婪量词,惰性量词,支配性量词。
区分的依据是根据引擎的解析不同而形成。
贪婪量词
这类量词指的就是上文所说的: *,+,?。
他的匹配方法就是,全文匹配,如果不成功,则,将末尾的最后一个字符减去,再匹配,如果还不成功,则,再减一次。只到为0。 接着,往中间移动一位,再进行匹配,同样的匹配模式。
console.log(/.+/.test("abcd")); //true
惰性量词
使用方法: 基本量词 ?
该量词和贪婪量词就像,一个是消极怠工,一个是积极工作。 惰性量词一开始只会匹配一个字符,如果不成功,则在进行匹配。
console.log(/\d+?/.test("1fjkdf")); //true
这里阐述一些惰性和贪婪匹配的区别。
我们也通常把惰性称为最少重复匹配。
举个例子:
我们现在需要匹配blablablabla. 中的b~a间的词。
使用贪婪匹配:
varstr="blablablabla"; console.log(str.match(/(b.*a)/g));//["blablablabla"]
我们最少重复匹配(惰性匹配)
console.log(str.match(/(b.*?a)/g));//["bla","bla","bla"]
支配性量词
使用方法: 基本量词 +;
该量词就是只匹配一次,如果不符合则不匹配。
但是由于js不支持,所以,这里也不做过多的介绍。
正则: /\d*+/;
其实上面只要留个印象就可以,只有当你真正使用的时候,你才会有感触。
OK!!!基本内容说完了,现在轮到真正的进阶,big boom~
中括号的用法
我们从小学学过来,老师告诉我们,我们使用括号有3种,一个是( ),一个是[],一个是{}.
而在正则里面,大括号已经被量词字符给强占了,只剩下[]和(). 这里我们来说一下,中括号.
[],在正则里面代表的是一个单元字符,或者我宁愿叫他"或"括号. 因为他起到的主要作用就是,你可以匹配这个或者匹配那个或者...
吃个栗子:
varreg=/[abc]/; console.log(reg.test("a"));//true
可以看出,reg可以匹配 a|b|c. 平常使用的时候,可以直接向一个字符使用就可以了。
异或表达
这里会出现一个问题,比如,我不想匹配a,b,c中的任意一个该怎么办呢? 其实,只需要在"[]"里面加上"^"即可。
console.log(/[^abc]/.test("c"));//false
范围字符
范围字符,就是可以省略一些周所周知的。 比如匹配26英文字母可以直接使用:a-z. 因为我们已经都知道了这个的意义。
其实,上面所说的字符类完全就可以使用中括号来代替。
\d=>[0-9] \w=>[0-9a-zA-Z_] \S=>[^\t\n\x0B\f\r](\f标识分页符)
...
另外这个范围字符还有一个好处,就是匹配中文。(电脑都是外国人发明的呀。)
console.log(/[\u4e00-\u9fa5]{1}/.test("艹"));//true
这就是中括号的常用用法。
小括号使用
小括号的主要作用其实就是分组。平常是用来提取匹配到的字符串。
分组使用
使用()对内容进行区分。
console.log(/(jimmy)+/.test("jimmy"));//true
varname="MynameisJimmy"; console.log(name.match(/(Jimmy)/g));//["Jimmy"]
需要注意在括号里面写正则和没有括号的时候,是没有区别的。我们可以在()内嵌套你想加的。(如果你想嵌套()的话,Sorry,这样并没有什么卵用).
varname="MynameisJimmyJimy"; console.log(name.match(/(Jimm?y)/g));//["Jimmy","Jimy"]
候选(或)
这个就相当于将括号加上一个或的功能. 即,在()里面使用"|"进行分隔。
varname="MynameisJimmysam"; varreg=/(jimmy|sam)+?/ig; console.log(name.match(reg));//["jimmy","sam"]
反向引用
这个名字我真心不理解,什么"反向"... 我宁愿叫做,给分组加上标识符。这个的主要功能,就是给匹配到的小括号加上数字,来表明他是第几个匹配到的。如果不加,则默认从左到右的顺序为1,2,3...
varreg=/(100)\1/; varreg2=/(100)(99)(101)\1\2\3/;//1=>100,2=>99,3=>101
在js中,通常是和replace搭配,才有威力。
varreg=/(100)(99)/; varstr="10099"; console.log(str.replace(reg,"$2$1"));//99100
非捕获分组
我们直接使用 "(...)"进行的匹配是捕获分组。 我们来说一下什么叫捕获. 上文中我们使用match进行正则匹配,而返回的数组中的元素就是通过正则捕获的内容。 这就叫捕获。
那这里的非捕获,是什么意思呢? 其实很简单,就是通过match不会匹配到内容。但还是可以起到分组的效果。
格式为: (?:xxx)
它最常用的地方就是匹配html.
varstr=`<divclass="pin"> <divclass="Box"> <imgsrc="http://cued.xunlei.com/demos/publ/img/P_001.jpg"/> </div> </div>`; varreg=/<div(?:.|\r|\n)*div>/gi; console.log(str.match(reg));
大家可以去试一试,说到正则匹配,我还有一个想说的,就是上文所说的惰性匹配(最少重复)和贪婪匹配。
可以看到 “/< div(?:.|\r|\n)*div>/gi” 我这里使用的是贪婪匹配。他的结果是,尽量匹配到最外层的< /div>标签。
即上面的结果为:
<divclass="pin"> <divclass="Box"> <imgsrc="http://cued.xunlei.com/demos/publ/img/P_001.jpg"/> </div> </div>
可以看出,贪婪匹配,对于两个重复的/div 他会匹配到最外一层。
那我们使用惰性匹配试一试。
/<div(?:.|\r|\n)*?div>/gi
得到的结果为:
<divclass="pin"> <divclass="Box"> <imgsrc="http://cued.xunlei.com/demos/publ/img/P_001.jpg"/> </div> </div>
可以看出少了一个< /div>,原因就是,惰性匹配尽量只会匹配到第一个重复的< /div>上面的。
所以,总结一下,在使用正则匹配的时候需要搞清楚到底什么时候用惰性,什么时候用贪婪,这点很重要。 贪婪会匹配最外层,惰性会匹配最里层。
前瞻(零宽断言)
前瞻分为正向前瞻和反向前瞻。(由于js只支持前瞻,所以后瞻只会提一下)。 他的作用就是,在匹配的字符后面,断言说后面一定符合我的正则。 (好饶~~)
算了,先说一下基本格式吧。
正则 名称 作用
(?=exp)正向前瞻匹配exp前面的位置 (?!exp)反向前瞻匹配后面不是exp的位置 (?<=exp)正向后瞻匹配exp后面的位置 (?<!exp)反向后瞻匹配后面不是exp的位置
看不懂了吧,我们来看一下详细的内容。
for instances:
varstr="happiedboring"; varreg1=/happ(?=ied)/g; varreg2=/bor(?!ied)/; console.log(str.match(reg1));//["happ"] console.log(str.match(reg2));//["bor"]
从这个例子可以很容易看出前瞻后瞻到底是什么了。
回到上面的匹配html的例子。
这里我们有个需求,即只留下img标签,那么就可以使用前瞻.
varstr=`<divclass="pin"> <divclass="Box"> <imgsrc="http://cued.xunlei.com/demos/publ/img/P_001.jpg"/> </div> </div>`; varreg=/<(?!img)(?:.|\r|\n)*?>/gi; console.log(str.replace(reg,""));
//得到的结果为:
<img src="http://cued.xunlei.com/demos/publ/img/P_001.jpg" />
另外,零宽断言还有另外一个作用,即匹配以xxx为结尾的单词。
这时候,你的leader对你有个要求,即,jimmy呀,你把ed结尾的单词找出来哦。(好呀~)
这时候就可以使用前瞻了。
varstr="heisaninterestedperson"; varreg=/\b\w+(?=ed\b)/ig; console.log(str.match(reg));//["interest"]
结束语
关于正则的内容大概就是这些了。 其实正则的学习,不是只用看就能学会的,实践才是硬道理。 通过,理论的学习,在加上踩过的坑,自然会对正则有着莫名的好感。 不过,大神就是大神,取名字就是这么别扭。 什么 零宽断言,前瞻,后瞻,反向引用 blablabla... 在理解的同时可以根据自己的理解给这些名词冠上自己的idea.我这里只是 正则的冰山一角,正则在任意一门语言内,用处都是超级大的。这里安利一个 总结的比较好的正则库。正则库. 还有一个在线的regExp测试工具.Debuggex