JS中的正則對象

概述

正則表達(dá)式（regular expression）是一種表達(dá)文本模式（即字符串結(jié)構(gòu)）的方法，有點像字符串的模板，常常用作按照“給定模式”匹配文本的工具。比如，正則表達(dá)式給出一個 Email 地址的模式，然后用它來確定一個字符串是否為 Email 地址。

JavaScript 的正則表達(dá)式體系是參照 Perl 5 建立的。

新建正則表達(dá)式有兩種方法。一種是使用字面量，以斜杠表示開始和結(jié)束。

var regex = /xyz/;

另一種是使用 RegExp 構(gòu)造函數(shù)。

var regex = new RegExp('xyz');

上面兩種寫法是等價的，都新建了一個內(nèi)容為xyz的正則表達(dá)式對象。它們的主要區(qū)別是，第一種方法在編譯時新建正則表達(dá)式，第二種方法在運(yùn)行時新建正則表達(dá)式。

RegExp 構(gòu)造函數(shù)還可以接受第二個參數(shù)，表示修飾符（詳細(xì)解釋見下文）。

var regex = new RegExp('xyz', "i");
// 等價于
var regex = /xyz/i;

上面代碼中，正則表達(dá)式/xyz/有一個修飾符i。

這兩種寫法——字面量和構(gòu)造函數(shù)——在運(yùn)行時有一個細(xì)微的區(qū)別。采用字面量的寫法，正則對象在代碼載入時（即編譯時）生成；采用構(gòu)造函數(shù)的方法，正則對象在代碼運(yùn)行時生成?？紤]到書寫的便利和直觀，實際應(yīng)用中，基本上都采用字面量的寫法。

正則對象生成以后，有兩種使用方式：

• 正則對象的方法：將字符串作為參數(shù)，比如regex.test(string)。
• 字符串對象的方法：將正則對象作為參數(shù)，比如string.match(regex)。

這兩種使用方式下面都會介紹。

正則對象的屬性和方法

屬性

正則對象的屬性分成兩類。

一類是修飾符相關(guān)，返回一個布爾值，表示對應(yīng)的修飾符是否設(shè)置。

• ignoreCase：返回一個布爾值，表示是否設(shè)置了i修飾符，該屬性只讀。
• global：返回一個布爾值，表示是否設(shè)置了g修飾符，該屬性只讀。
• multiline：返回一個布爾值，表示是否設(shè)置了m修飾符，該屬性只讀。

var r = /abc/igm;
r.ignoreCase // true
r.global // true
r.multiline // true

另一類是與修飾符無關(guān)的屬性，主要是下面兩個。

• lastIndex：返回下一次開始搜索的位置。該屬性可讀寫，但是只在設(shè)置了g修飾符時有意義。
• source：返回正則表達(dá)式的字符串形式（不包括反斜杠），該屬性只讀。

var r = /abc/igm;
r.lastIndex // 0
r.source // "abc"

test()

正則對象的test方法返回一個布爾值，表示當(dāng)前模式是否能匹配參數(shù)字符串。

/cat/.test('cats and dogs') // true

上面代碼驗證參數(shù)字符串之中是否包含cat，結(jié)果返回true。

如果正則表達(dá)式帶有g(shù)修飾符，則每一次test方法都從上一次結(jié)束的位置開始向后匹配。

var r = /x/g;
var s = '_x_x';
r.lastIndex // 0
r.test(s) // true
r.lastIndex // 2
r.test(s) // true
r.lastIndex // 4
r.test(s) // false

上面代碼的正則對象使用了g修飾符，表示要記錄搜索位置。接著，三次使用test方法，每一次開始搜索的位置都是上一次匹配的后一個位置。

帶有g(shù)修飾符時，可以通過正則對象的lastIndex屬性指定開始搜索的位置。

var r = /x/g;
var s = '_x_x';
r.lastIndex = 4;
r.test(s) // false

上面代碼指定從字符串的第五個位置開始搜索，這個位置是沒有字符的，所以返回false。

lastIndex屬性只對同一個正則表達(dá)式有效，所以下面這樣寫是錯誤的。

var count = 0;
while (/a/g.test('babaa')) count++;

上面代碼會導(dǎo)致無限循環(huán)，因為while循環(huán)的每次匹配條件都是一個新的正則表達(dá)式，導(dǎo)致lastIndex屬性總是等于0。

如果正則模式是一個空字符串，則匹配所有字符串。

new RegExp('').test('abc')
// true

exec()

正則對象的exec方法，可以返回匹配結(jié)果。如果發(fā)現(xiàn)匹配，就返回一個數(shù)組，成員是每一個匹配成功的子字符串，否則返回null。

var s = '_x_x';
var r1 = /x/;
var r2 = /y/;
r1.exec(s) // ["x"]
r2.exec(s) // null

上面代碼中，正則對象r1匹配成功，返回一個數(shù)組，成員是匹配結(jié)果；正則對象r2匹配失敗，返回null。

如果正則表示式包含圓括號（即含有“組匹配”），則返回的數(shù)組會包括多個成員。第一個成員是整個匹配成功的結(jié)果，后面的成員就是圓括號對應(yīng)的匹配成功的組。也就是說，第二個成員對應(yīng)第一個括號，第三個成員對應(yīng)第二個括號，以此類推。整個數(shù)組的length屬性等于組匹配的數(shù)量再加1。

var s = '_x_x';
var r = /_(x)/;
r.exec(s) // ["_x", "x"]

上面代碼的exec方法，返回一個數(shù)組。第一個成員是整個匹配的結(jié)果，第二個成員是圓括號匹配的結(jié)果。

exec方法的返回數(shù)組還包含以下兩個屬性：

• input：整個原字符串。
• index：整個模式匹配成功的開始位置（從0開始計數(shù)）。

var r = /a(b+)a/;
var arr = r.exec('_abbba_aba_');
arr // ["abbba", "bbb"]
arr.index // 1
arr.input // "_abbba_aba_"

上面代碼中的index屬性等于1，是因為從原字符串的第二個位置開始匹配成功。

如果正則表達(dá)式加上g修飾符，則可以使用多次exec方法，下一次搜索的位置從上一次匹配成功結(jié)束的位置開始。

var r = /a(b+)a/g;
var a1 = r.exec('_abbba_aba_');
a1 // ['abbba', 'bbb']
a1.index // 1
r.lastIndex // 6
var a2 = r.exec('_abbba_aba_');
a2 // ['aba', 'b']
a2.index // 7
r.lastIndex // 10
var a3 = r.exec('_abbba_aba_');
a3 // null
a3.index // TypeError: Cannot read property 'index' of null
r.lastIndex // 0
var a4 = r.exec('_abbba_aba_');
a4 // ['abbba', 'bbb']
a4.index // 1
r.lastIndex // 6

上面代碼連續(xù)用了四次exec方法，前三次都是從上一次匹配結(jié)束的位置向后匹配。當(dāng)?shù)谌纹ヅ浣Y(jié)束以后，整個字符串已經(jīng)到達(dá)尾部，正則對象的lastIndex屬性重置為0，意味著第四次匹配將從頭開始。

利用g修飾符允許多次匹配的特點，可以用一個循環(huán)完成全部匹配。

var r = /a(b+)a/g;
var s = '_abbba_aba_';
while(true) {
 var match = r.exec(s);
 if (!match) break;
 console.log(match[1]);
}
// bbb
// b

正則對象的lastIndex屬性不僅可讀，還可寫。一旦手動設(shè)置了lastIndex的值，就會從指定位置開始匹配。但是，這只在設(shè)置了g修飾符的情況下，才會有效。

var r = /a/;
r.lastIndex = 7; // 無效
var match = r.exec('xaxa');
match.index // 1
r.lastIndex // 7

上面代碼設(shè)置了lastIndex屬性，但是因為正則表達(dá)式?jīng)]有g(shù)修飾符，所以是無效的。每次匹配都是從字符串的頭部開始。

如果有g(shù)修飾符，lastIndex屬性就會生效。

var r = /a/g;
r.lastIndex = 2;
var match = r.exec('xaxa');
match.index // 3
r.lastIndex // 4

上面代碼中，lastIndex屬性指定從字符的第三個位置開始匹配。成功后，下一次匹配就是從第五個位置開始。

如果正則對象是一個空字符串，則exec方法會匹配成功，但返回的也是空字符串。

var r1 = new RegExp('');
var a1 = r1.exec('abc');
a1 // ['']
a1.index // 0
r1.lastIndex // 0
var r2 = new RegExp('()');
var a2 = r2.exec('abc');
a2 // ['', '']
a2.index // 0
r2.lastIndex // 0

字符串對象的方法

字符串對象的方法之中，有4種與正則對象有關(guān)。

• match()：返回一個數(shù)組，成員是所有匹配的子字符串。
• search()：按照給定的正則表達(dá)式進(jìn)行搜索，返回一個整數(shù)，表示匹配開始的位置。
• replace()：按照給定的正則表達(dá)式進(jìn)行替換，返回替換后的字符串。
• split()：按照給定規(guī)則進(jìn)行字符串分割，返回一個數(shù)組，包含分割后的各個成員。

下面逐一介紹。

String.prototype.match()

字符串對象的match方法對字符串進(jìn)行正則匹配，返回匹配結(jié)果。

var s = '_x_x';
var r1 = /x/;
var r2 = /y/;
s.match(r1) // ["x"]
s.match(r2) // null

從上面代碼可以看到，字符串的match方法與正則對象的exec方法非常類似：匹配成功返回一個數(shù)組，匹配失敗返回null。

如果正則表達(dá)式帶有g(shù)修飾符，則該方法與正則對象的exec方法行為不同，會一次性返回所有匹配成功的結(jié)果。

var s = 'abba';
var r = /a/g;
s.match(r) // ["a", "a"]
r.exec(s) // ["a"]

設(shè)置正則表達(dá)式的lastIndex屬性，對match方法無效，匹配總是從字符串的第一個字符開始。

var r = /a|b/g;
r.lastIndex = 7;
'xaxb'.match(r) // ['a', 'b']
r.lastIndex // 0

上面代碼表示，設(shè)置lastIndex屬性是無效的。

String.prototype.search()

字符串對象的search方法，返回第一個滿足條件的匹配結(jié)果在整個字符串中的位置。如果沒有任何匹配，則返回-1。

'_x_x'.search(/x/)
// 1

上面代碼中，第一個匹配結(jié)果出現(xiàn)在字符串的1號位置。

該方法會忽略g修飾符。

var r = /x/g;
r.lastIndex = 2; // 無效
'_x_x'.search(r) // 1

上面代碼中，正則表達(dá)式使用g修飾符之后，使用lastIndex屬性指定開始匹配的位置，結(jié)果無效，還是從字符串的第一個字符開始匹配。

String.prototype.replace()

字符串對象的replace方法可以替換匹配的值。它接受兩個參數(shù)，第一個是搜索模式，第二個是替換的內(nèi)容。

str.replace(search, replacement)

搜索模式如果不加g修飾符，就替換第一個匹配成功的值，否則替換所有匹配成功的值。

'aaa'.replace('a', 'b') // "baa"
'aaa'.replace(/a/, 'b') // "baa"
'aaa'.replace(/a/g, 'b') // "bbb"

上面代碼中，最后一個正則表達(dá)式使用了g修飾符，導(dǎo)致所有的b都被替換掉了。

replace方法的一個應(yīng)用，就是消除字符串首尾兩端的空格。

var str = ' #id div.class ';
str.replace(/^\s+|\s+$/g, '')
// "#id div.class"

replace方法的第二個參數(shù)可以使用美元符號$，用來指代所替換的內(nèi)容。

• $& 指代匹配的子字符串。
• $` 指代匹配結(jié)果前面的文本。
• $' 指代匹配結(jié)果后面的文本。
• $n 指代匹配成功的第n組內(nèi)容，n是從1開始的自然數(shù)。
• $$ 指代美元符號$。

'hello world'.replace(/(\w+)\s(\w+)/, '$2 $1')
// "world hello"
'abc'.replace('b', '[$`-$&-$\']')
// "a[a-b-c]c"

replace方法的第二個參數(shù)還可以是一個函數(shù)，將每一個匹配內(nèi)容替換為函數(shù)返回值。

'3 and 5'.replace(/[0-9]+/g, function(match){
 return 2 * match;
})
// "6 and 10"
var a = 'The quick brown fox jumped over the lazy dog.';
var pattern = /quick|brown|lazy/ig;
a.replace(pattern, function replacer(match) {
 return match.toUpperCase();
});
// The QUICK BROWN fox jumped over the LAZY dog.

作為replace方法第二個參數(shù)的替換函數(shù)，可以接受多個參數(shù)。第一個參數(shù)是捕捉到的內(nèi)容，第二個參數(shù)是捕捉到的組匹配（有多少個組匹配，就有多少個對應(yīng)的參數(shù)）。此外，最后還可以添加兩個參數(shù)，倒數(shù)第二個參數(shù)是捕捉到的內(nèi)容在整個字符串中的位置（比如從第五個位置開始），最后一個參數(shù)是原字符串。下面是一個網(wǎng)頁模板替換的例子。

var prices = {
 'pr_1': '$1.99',
 'pr_2': '$9.99',
 'pr_3': '$5.00'
};
var template = '/* ... */'; // 這里可以放網(wǎng)頁模塊字符串
template.replace(
 /(<span id=")(.*?)(">)(<\/span>)/g,
 function(match, $1, $2, $3, $4){
 return $1 + $2 + $3 + prices[$2] + $4;
 }
);

上面代碼的捕捉模式中，有四個括號，所以會產(chǎn)生四個組匹配，在匹配函數(shù)中用$1到$4表示。匹配函數(shù)的作用是將價格插入模板中。

String.prototype.split()

字符串對象的split方法按照正則規(guī)則分割字符串，返回一個由分割后的各個部分組成的數(shù)組。

str.split(separator, [limit])

該方法接受兩個參數(shù)，第一個參數(shù)是分隔規(guī)則，第二個參數(shù)是返回數(shù)組的最大成員數(shù)。

// 非正則分隔
'a, b,c, d'.split(',')
// [ 'a', ' b', 'c', ' d' ]
// 正則分隔，去除多余的空格
'a, b,c, d'.split(/, */)
// [ 'a', 'b', 'c', 'd' ]
// 指定返回數(shù)組的最大成員
'a, b,c, d'.split(/, */, 2)
[ 'a', 'b' ]

上面代碼使用正則表達(dá)式，去除了子字符串的逗號后面的空格。

// 例一
'aaa*a*'.split(/a*/)
// [ '', '*', '*' ]
// 例二
'aaa**a*'.split(/a*/)
// ["", "*", "*", "*"]

上面代碼的分割規(guī)則是0次或多次的a，由于正則默認(rèn)是貪婪匹配，所以例一的第一個分隔符是aaa，第二個分割符是a，將字符串分成三個部分，包含開始處的空字符串。例二的第一個分隔符是aaa，第二個分隔符是0個a（即空字符），第三個分隔符是a，所以將字符串分成四個部分。

如果正則表達(dá)式帶有括號，則括號匹配的部分也會作為數(shù)組成員返回。

'aaa*a*'.split(/(a*)/)
// [ '', 'aaa', '*', 'a', '*' ]

上面代碼的正則表達(dá)式使用了括號，第一個組匹配是“aaa”，第二個組匹配是“a”，它們都作為數(shù)組成員返回。

匹配規(guī)則

正則表達(dá)式對字符串的匹配有很復(fù)雜的規(guī)則。下面一一介紹這些規(guī)則。

字面量字符和元字符

大部分字符在正則表達(dá)式中，就是字面的含義，比如/a/匹配a，/b/匹配b。如果在正則表達(dá)式之中，某個字符只表示它字面的含義（就像前面的a和b），那么它們就叫做“字面量字符”（literal characters）。

/dog/.test("old dog") // true

上面代碼中正則表達(dá)式的dog，就是字面量字符，所以/dog/匹配“old dog”，因為它就表示“d”、“o”、“g”三個字母連在一起。

除了字面量字符以外，還有一部分字符有特殊含義，不代表字面的意思。它們叫做“元字符”（metacharacters），主要有以下幾個。

（1）點字符（.)

點字符（.）匹配除回車（\r）、換行(\n) 、行分隔符（\u2028）和段分隔符（\u2029）以外的所有字符。

/c.t/

上面代碼中，c.t匹配c和t之間包含任意一個字符的情況，只要這三個字符在同一行，比如cat、c2t、c-t等等，但是不匹配coot。

（2）位置字符

位置字符用來提示字符所處的位置，主要有兩個字符。

• ^ 表示字符串的開始位置
• $ 表示字符串的結(jié)束位置

// test必須出現(xiàn)在開始位置
/^test/.test('test123') // true
// test必須出現(xiàn)在結(jié)束位置
/test$/.test('new test') // true
// 從開始位置到結(jié)束位置只有test
/^test$/.test('test') // true
/^test$/.test('test test') // false

（3）選擇符（|）

豎線符號（|）在正則表達(dá)式中表示“或關(guān)系”（OR），即cat|dog表示匹配cat或dog。

/11|22/.test('911') // true

上面代碼中，正則表達(dá)式指定必須匹配11或22。

多個選擇符可以聯(lián)合使用。

// 匹配fred、barney、betty之中的一個
/fred|barney|betty/

選擇符會包括它前后的多個字符，比如/ab|cd/指的是匹配ab或者cd，而不是指匹配b或者c。如果想修改這個行為，可以使用圓括號。

/a( |\t)b/.test('a\tb') // true

上面代碼指的是，a和b之間有一個空格或者一個制表符。

其他的元字符還包括\\、\*、+、?、()、[]、{}等，將在下文解釋。

轉(zhuǎn)義符

正則表達(dá)式中那些有特殊含義的字符，如果要匹配它們本身，就需要在它們前面要加上反斜杠。比如要匹配加號，就要寫成\+。

/1+1/.test('1+1')
// false
/1\+1/.test('1+1')
// true

上面代碼中，第一個正則表達(dá)式直接用加號匹配，結(jié)果加號解釋成量詞，導(dǎo)致不匹配。第二個正則表達(dá)式使用反斜杠對加號轉(zhuǎn)義，就能匹配成功。

正則模式中，需要用斜杠轉(zhuǎn)義的，一共有12個字符：^、.、[、$、(、)、|、*、+、?、{和\\。需要特別注意的是，如果使用RegExp方法生成正則對象，轉(zhuǎn)義需要使用兩個斜杠，因為字符串內(nèi)部會先轉(zhuǎn)義一次。

(new RegExp('1\+1')).test('1+1')
// false
(new RegExp('1\\+1')).test('1+1')
// true

上面代碼中，RegExp作為構(gòu)造函數(shù)，參數(shù)是一個字符串。但是，在字符串內(nèi)部，反斜杠也是轉(zhuǎn)義字符，所以它會先被反斜杠轉(zhuǎn)義一次，然后再被正則表達(dá)式轉(zhuǎn)義一次，因此需要兩個反斜杠轉(zhuǎn)義。

特殊字符

正則表達(dá)式對一些不能打印的特殊字符，提供了表達(dá)方法。

• \cX 表示Ctrl-[X]，其中的X是A-Z之中任一個英文字母，用來匹配控制字符。
• [\b] 匹配退格鍵(U+0008)，不要與\b混淆。
• \n 匹配換行鍵。
• \r 匹配回車鍵。
• \t 匹配制表符tab（U+0009）。
• \v 匹配垂直制表符（U+000B）。
• \f 匹配換頁符（U+000C）。
• \0 匹配null字符（U+0000）。
• \xhh 匹配一個以兩位十六進(jìn)制數(shù)（\x00-\xFF）表示的字符。
• \uhhhh 匹配一個以四位十六進(jìn)制數(shù)（\u0000-\uFFFF）表示的unicode字符。

字符類

字符類（class）表示有一系列字符可供選擇，只要匹配其中一個就可以了。所有可供選擇的字符都放在方括號內(nèi)，比如[xyz] 表示x、y、z之中任選一個匹配。

/[abc]/.test('hello world') // false
/[abc]/.test('') // true

上面代碼表示，字符串“hello world”不包含a、b、c這三個字母中的任一個，而字符串“”包含字母a。

有兩個字符在字符類中有特殊含義。

（1）脫字符（^）

如果方括號內(nèi)的第一個字符是[^]，則表示除了字符類之中的字符，其他字符都可以匹配。比如，[^xyz]表示除了x、y、z之外都可以匹配。

/[^abc]/.test('hello world') // true
/[^abc]/.test('bbc') // false

上面代碼表示，字符串“hello world”不包含字母a、b、c中的任一個，所以返回true；字符串“bbc”不包含a、b、c以外的字母，所以返回false。

如果方括號內(nèi)沒有其他字符，即只有[^]，就表示匹配一切字符，其中包括換行符，而點號（.）是不包括換行符的。

var s = 'Please yes\nmake my day!';
s.match(/yes.*day/) // null
s.match(/yes[^]*day/) // [ 'yes\nmake my day']

上面代碼中，字符串s含有一個換行符，點號不包括換行符，所以第一個正則表達(dá)式匹配失??；第二個正則表達(dá)式[^]包含一切字符，所以匹配成功。

注意，脫字符只有在字符類的第一個位置才有特殊含義，否則就是字面含義。

（2）連字符（-）

某些情況下，對于連續(xù)序列的字符，連字符（-）用來提供簡寫形式，表示字符的連續(xù)范圍。比如，[abc]可以寫成[a-c]，[0123456789]可以寫成[0-9]，同理[A-Z]表示26個大寫字母。

/a-z/.test('b') // false
/[a-z]/.test('b') // true

上面代碼中，當(dāng)連字號（dash）不出現(xiàn)在方括號之中，就不具備簡寫的作用，只代表字面的含義，所以不匹配字符b。只有當(dāng)連字號用在方括號之中，才表示連續(xù)的字符序列。

以下都是合法的字符類簡寫形式。

[0-9.,]
[0-9a-fA-F]
[a-zA-Z0-9-]
[1-31]

上面代碼中最后一個字符類[1-31]，不代表1到31，只代表1到3。

注意，字符類的連字符必須在頭尾兩個字符中間，才有特殊含義，否則就是字面含義。比如，[-9]就表示匹配連字符和9，而不是匹配0到9。

連字符還可以用來指定Unicode字符的范圍。

var str = "\u0130\u0131\u0132";
/[\u0128-\uFFFF]/.test(str)
// true

另外，不要過分使用連字符，設(shè)定一個很大的范圍，否則很可能選中意料之外的字符。最典型的例子就是[A-z]，表面上它是選中從大寫的A到小寫的z之間52個字母，但是由于在ASCII編碼之中，大寫字母與小寫字母之間還有其他字符，結(jié)果就會出現(xiàn)意料之外的結(jié)果。

/[A-z]/.test('\\') // true

上面代碼中，由于反斜杠（\\）的ASCII碼在大寫字母與小寫字母之間，結(jié)果會被選中。

預(yù)定義模式

預(yù)定義模式指的是某些常見模式的簡寫方式。

• \d 匹配0-9之間的任一數(shù)字，相當(dāng)于[0-9]。
• \D 匹配所有0-9以外的字符，相當(dāng)于[^0-9]。
• \w 匹配任意的字母、數(shù)字和下劃線，相當(dāng)于[A-Za-z0-9_]。
• \W 除所有字母、數(shù)字和下劃線以外的字符，相當(dāng)于[^A-Za-z0-9_]。
• \s 匹配空格（包括制表符、空格符、斷行符等），相等于[\t\r\n\v\f]。
• \S 匹配非空格的字符，相當(dāng)于[^\t\r\n\v\f]。
• \b 匹配詞的邊界。
• \B 匹配非詞邊界，即在詞的內(nèi)部。

下面是一些例子。

// \s的例子
/\s\w*/.exec('hello world') // [" world"]
// \b的例子
/\bworld/.test('hello world') // true
/\bworld/.test('hello-world') // true
/\bworld/.test('helloworld') // false
// \B的例子
/\Bworld/.test('hello-world') // false
/\Bworld/.test('helloworld') // true

上面代碼中，\s表示空格，所以匹配結(jié)果會包括空格。\b表示詞的邊界，所以“world”的詞首必須獨立（詞尾是否獨立未指定），才會匹配。同理，\B表示非詞的邊界，只有“world”的詞首不獨立，才會匹配。

通常，正則表達(dá)式遇到換行符（\n）就會停止匹配。

var html = "<b>Hello</b>\n<i>world!</i>";
/.*/.exec(html)[0]
// "<b>Hello</b>"

上面代碼中，字符串html包含一個換行符，結(jié)果點字符（.）不匹配換行符，導(dǎo)致匹配結(jié)果可能不符合原意。這時使用\s字符類，就能包括換行符。

var html = "<b>Hello</b>\n<i>world!</i>";
/[\S\s]*/.exec(html)[0]
// "<b>Hello</b>\n<i>world!</i>"
// 另一種寫法（用到了非捕獲組）
/(?:.|\s)*/.exec(html)[0]
// "<b>Hello</b>\n<i>world!</i>"

上面代碼中，[\S\s]指代一切字符。

重復(fù)類

模式的精確匹配次數(shù)，使用大括號（{}）表示。{n}表示恰好重復(fù)n次，{n,}表示至少重復(fù)n次，{n,m}表示重復(fù)不少于n次，不多于m次。

/lo{2}k/.test('look') // true
/lo{2,5}k/.test('looook') // true

上面代碼中，第一個模式指定o連續(xù)出現(xiàn)2次，第二個模式指定o連續(xù)出現(xiàn)2次到5次之間。

量詞符

量詞符用來設(shè)定某個模式出現(xiàn)的次數(shù)。

• ? 問號表示某個模式出現(xiàn)0次或1次，等同于{0, 1}。
• * 星號表示某個模式出現(xiàn)0次或多次，等同于{0,}。
• + 加號表示某個模式出現(xiàn)1次或多次，等同于{1,}。
  

// t出現(xiàn)0次或1次
/t?est/.test('test') // true
/t?est/.test('est') // true
// t出現(xiàn)1次或多次
/t+est/.test('test") // true
/t+est/.test('ttest') // true
/t+est/.test('est') // false
// t出現(xiàn)0次或多次
/t*est/.test('test') // true
/t*est/.test('ttest') // true
/t*est/.test('tttest') // true
/t*est/.test('est') // true

貪婪模式

上一小節(jié)的三個量詞符，默認(rèn)情況下都是最大可能匹配，即匹配直到下一個字符不滿足匹配規(guī)則為止。這被稱為貪婪模式。

var s = 'aaa';
s.match(/a+/) // ["aaa"]

上面代碼中，模式是/a+/，表示匹配1個a或多個a，那么到底會匹配幾個a呢？因為默認(rèn)是貪婪模式，會一直匹配到字符a不出現(xiàn)為止，所以匹配結(jié)果是3個a。

如果想將貪婪模式改為非貪婪模式，可以在量詞符后面加一個問號。

var s = 'aaa';
s.match(/a+?/) // ["a"]

上面代碼中，模式結(jié)尾添加了一個問號/a+?/，這時就改為非貪婪模式，一旦條件滿足，就不再往下匹配。

除了非貪婪模式的加號，還有非貪婪模式的星號（*）。

• *?：表示某個模式出現(xiàn)0次或多次，匹配時采用非貪婪模式。
• +?：表示某個模式出現(xiàn)1次或多次，匹配時采用非貪婪模式。

修飾符

修飾符（modifier）表示模式的附加規(guī)則，放在正則模式的最尾部。

修飾符可以單個使用，也可以多個一起使用。

// 單個修飾符
var regex = /test/i;
// 多個修飾符
var regex = /test/ig;

（1）g修飾符

默認(rèn)情況下，第一次匹配成功后，正則對象就停止向下匹配了。g修飾符表示全局匹配（global），加上它以后，正則對象將匹配全部符合條件的結(jié)果，主要用于搜索和替換。

var regex = /b/;
var str = 'abba';
regex.test(str); // true
regex.test(str); // true
regex.test(str); // true

上面代碼中，正則模式不含g修飾符，每次都是從字符串頭部開始匹配。所以，連續(xù)做了三次匹配，都返回true。

var regex = /b/g;
var str = 'abba';
regex.test(str); // true
regex.test(str); // true
regex.test(str); // false

上面代碼中，正則模式含有g(shù)修飾符，每次都是從上一次匹配成功處，開始向后匹配。因為字符串“abba”只有兩個“b”，所以前兩次匹配結(jié)果為true，第三次匹配結(jié)果為false。

（2）i修飾符

默認(rèn)情況下，正則對象區(qū)分字母的大小寫，加上i修飾符以后表示忽略大小寫（ignorecase）。

/abc/.test('ABC') // false
/abc/i.test('ABC') // true

上面代碼表示，加了i修飾符以后，不考慮大小寫，所以模式abc匹配字符串ABC。

（3）m修飾符

m修飾符表示多行模式（multiline），會修改^和$的行為。默認(rèn)情況下（即不加m修飾符時），^和$匹配字符串的開始處和結(jié)尾處，加上m修飾符以后，^和$還會匹配行首和行尾，即^和$會識別換行符（\n）。

/world$/.test('hello world\n') // false
/world$/m.test('hello world\n') // true

上面的代碼中，字符串結(jié)尾處有一個換行符。如果不加m修飾符，匹配不成功，因為字符串的結(jié)尾不是“world”；加上以后，$可以匹配行尾。

/^b/m.test('a\nb') // true

上面代碼要求匹配行首的b，如果不加m修飾符，就相當(dāng)于b只能處在字符串的開始處。

組匹配

（1）概述

正則表達(dá)式的括號表示分組匹配，括號中的模式可以用來匹配分組的內(nèi)容。

/fred+/.test('fredd') // true
/(fred)+/.test('fredfred') // true

上面代碼中，第一個模式?jīng)]有括號，結(jié)果+只表示重復(fù)字母d，第二個模式有括號，結(jié)果+就表示匹配“fred”這個詞。

下面是另外一個分組捕獲的例子。

var m = 'abcabc'.match(/(.)b(.)/);
m
// ['abc', 'a', 'c']

上面代碼中，正則表達(dá)式/(.)b(.)/一共使用兩個括號，第一個括號捕獲a，第二個括號捕獲c。

注意，使用組匹配時，不宜同時使用g修飾符，否則match方法不會捕獲分組的內(nèi)容。

var m = 'abcabc'.match(/(.)b(.)/g);
m
// ['abc', 'abc']

上面代碼使用帶g修飾符的正則表達(dá)式，結(jié)果match方法只捕獲了匹配整個表達(dá)式的部分。

在正則表達(dá)式內(nèi)部，可以用\n引用括號匹配的內(nèi)容，n是從1開始的自然數(shù)，表示對應(yīng)順序的括號。

/(.)b(.)\1b\2/.test("abcabc")
// true

上面的代碼中，\1表示前一個括號匹配的內(nèi)容（即“a”），\2表示第二個括號匹配的內(nèi)容（即“b”）。

下面是另外一個例子。

/y(..)(.)\2\1/.test('yabccab') // true

括號還可以嵌套。

/y((..)\2)\1/.test('yabababab') // true

上面代碼中，\1指向外層括號，\2指向內(nèi)層括號。

組匹配非常有用，下面是一個匹配網(wǎng)頁標(biāo)簽的例子。

var tagName = /<([^>]+)>[^<]*<\/\1>/;
tagName.exec("<b>bold</b>")[1]
// 'b'

上面代碼中，圓括號匹配尖括號之中的標(biāo)簽，而\1就表示對應(yīng)的閉合標(biāo)簽。

上面代碼略加修改，就能捕獲帶有屬性的標(biāo)簽。

var html = '<b class="hello">Hello</b><i>world</i>';
var tag = /<(\w+)([^>]*)>(.*?)<\/\1>/g;
var match = tag.exec(html);
match[1] // "b"
match[2] // "class="hello""
match[3] // "Hello"
match = tag.exec(html);
match[1] // "i"
match[2] // ""
match[3] // "world"

（2）非捕獲組

(?:x)稱為非捕獲組（Non-capturing group），表示不返回該組匹配的內(nèi)容，即匹配的結(jié)果中不計入這個括號。

非捕獲組的作用請考慮這樣一個場景，假定需要匹配foo或者foofoo，正則表達(dá)式就應(yīng)該寫成/(foo){1, 2}/，但是這樣會占用一個組匹配。這時，就可以使用非捕獲組，將正則表達(dá)式改為/(?:foo){1, 2}/，它的作用與前一個正則是一樣的，但是不會單獨輸出括號內(nèi)部的內(nèi)容。

請看下面的例子。

var m = 'abc'.match(/(?:.)b(.)/);
m // ["abc", "c"]

上面代碼中的模式，一共使用了兩個括號。其中第一個括號是非捕獲組，所以最后返回的結(jié)果中沒有第一個括號，只有第二個括號匹配的內(nèi)容。

下面是用來分解網(wǎng)址的正則表達(dá)式。

// 正常匹配
var url = /(http|ftp):\/\/([^/\r\n]+)(\/[^\r\n]*)?/;
url.exec('http://google.com/');
// ["http://google.com/", "http", "google.com", "/"]
// 非捕獲組匹配
var url = /(?:http|ftp):\/\/([^/\r\n]+)(\/[^\r\n]*)?/;
url.exec('http://google.com/');
// ["http://google.com/", "google.com", "/"]

上面的代碼中，前一個正則表達(dá)式是正常匹配，第一個括號返回網(wǎng)絡(luò)協(xié)議；后一個正則表達(dá)式是非捕獲匹配，返回結(jié)果中不包括網(wǎng)絡(luò)協(xié)議。

（3）先行斷言

x(?=y)稱為先行斷言（Positive look-ahead），x只有在y前面才匹配，y不會被計入返回結(jié)果。比如，要匹配后面跟著百分號的數(shù)字，可以寫成/\d+(?=%)/。

“先行斷言”中，括號里的部分是不會返回的。

var m = 'abc'.match(/b(?=c)/);
m // ["b"]

上面的代碼使用了先行斷言，b在c前面所以被匹配，但是括號對應(yīng)的c不會被返回。

再看一個例子。

/Jack (?=Sprat|Frost)/.test('Jack Frost') // true

（4）先行否定斷言

x(?!y)稱為先行否定斷言（Negative look-ahead），x只有不在y前面才匹配，y不會被計入返回結(jié)果。比如，要匹配后面跟的不是百分號的數(shù)字，就要寫成/\d+(?!%)/。

/\d+(?!\.)/.exec('3.14')
// ["14"]

上面代碼中，正則表達(dá)式指定，只有不在小數(shù)點前面的數(shù)字才會被匹配，因此返回的結(jié)果就是14。

“先行否定斷言”中，括號里的部分是不會返回的。

var m = 'abd'.match(/b(?!c)/);
m // ['b']

上面的代碼使用了先行否定斷言，b不在c前面所以被匹配，而且括號對應(yīng)的d不會被返回。

參考鏈接

Axel Rauschmayer, JavaScript: an overview of the regular expression API

Mozilla Developer Network, Regular Expressions

Axel Rauschmayer, The flag /g of JavaScript's regular expressions

Sam Hughes, Learn regular expressions in about 55 minutes

總結(jié)

以上所述是小編給大家介紹的JavaScript中的RegExp對象，希望對大家有所幫助，如果大家有任何疑問請給我留言，小編會及時回復(fù)大家的。在此也非常感謝大家對腳本之家網(wǎng)站的支持！