JS正则表达式

JS正则表达式

0.前言

首先是一些资料[在线测试网站](regex101: build, test, and debug regex)和简明易懂教程。

正则表达式是一组由字母和符号组成的特殊文本，它可以用来从文本中找出满足你想要的格式的句子。

$$\begin{gathered} 一个正则表达式是一种从左到右匹配主体字符串的模式。“Regularexpression”这个词比较拗口， \\ 我们常使用缩写的术语“regex”或“regexp”。正则表达式可以从一个基础字符串中根据一定的匹配模式 \\ 替换文本中的字符串、验证表单、提取字符串等等。 \end{gathered}$$

1. 基本匹配

正则表达式其实就是在执行搜索时的格式，它由一些字母和数字组合而成。 例如：一个正则表达式 the，它表示一个规则：由字母t开始，接着是h，再接着是e。

"the" => The fat cat sat on the mat.
1

在线练习

正则表达式123匹配字符串123。它逐个字符的与输入的正则表达式做比较。

正则表达式是大小写敏感的，所以The不会匹配the。

"The" => The fat cat sat on the mat.
1

在线练习

2. 元字符

正则表达式主要依赖于元字符。 元字符不代表他们本身的字面意思，他们都有特殊的含义。一些元字符写在方括号中的时候有一些特殊的意思。以下是一些元字符的介绍：

2.1 点运算符 .

.是元字符中最简单的例子。 .匹配任意单个字符，但不匹配换行符。 例如，表达式.ar匹配一个任意字符后面跟着是a和r的字符串。

".ar" => The car parked in the garage.
1

在线练习

2.2 字符集

字符集也叫做字符类。 方括号用来指定一个字符集。 在方括号中使用连字符来指定字符集的范围。 在方括号中的字符集不关心顺序。 例如，表达式[Tt]he 匹配 the 和 The。

"[Tt]he" => The car parked in the garage.
1

在线练习

方括号的句号就表示句号。 表达式 ar[.] 匹配 ar.字符串

"ar[.]" => A garage is a good place to park a car.
1

在线练习

2.2.1 否定字符集

一般来说 ^ 表示一个字符串的开头，但它用在一个方括号的开头的时候，它表示这个字符集是否定的。 例如，表达式[^c]ar 匹配一个后面跟着ar的除了c的任意字符。

"[^c]ar" => The car parked in the garage.
1

在线练习

2.3 重复次数

后面跟着元字符 +，* or ? 的，用来指定匹配子模式的次数。 这些元字符在不同的情况下有着不同的意思。

2.3.1 * 号

*号匹配 在*之前的字符出现大于等于0次。 例如，表达式 a* 匹配0或更多个以a开头的字符。表达式[a-z]* 匹配一个行中所有以小写字母开头的字符串。

"[a-z]*" => The car parked in the garage #21.
1

在线练习

*字符和.字符搭配可以匹配所有的字符.*。 *和表示匹配空格的符号\s连起来用，如表达式\s*cat\s*匹配0或更多个空格开头和0或更多个空格结尾的cat字符串。

"\s*cat\s*" => The fat cat sat on the concatenation.
1

在线练习

2.3.2 + 号

+号匹配+号之前的字符出现 >=1 次。 例如表达式c.+t 匹配以首字母c开头以t结尾，中间跟着至少一个字符的字符串。

"c.+t" => The fat cat sat on the mat.
1

在线练习

2.3.3 ? 号

在正则表达式中元字符 ? 标记在符号前面的字符为可选，即出现 0 或 1 次。 例如，表达式 [T]?he 匹配字符串 he 和 The。

"[T]he" => The car is parked in the garage.
1

在线练习

"[T]?he" => The car is parked in the garage.
1

在线练习

2.4 {} 号

// js
let r = /\d{2,4}/; // 匹配2到4位数字
r = /\w{3}\d?/;    // 匹配3个字母后跟1个可选的数字
r = /\s+java\s+/;  // 匹配“java”且前后有一个或者多个空格
r = /[^(]*/;       // 匹配零或者多个非开始圆括号字符
// 注意重复说明符都应用于给他们前面一个字符或者字符类
1
2
3
4
5
6

在正则表达式中 {} 是一个量词，常用来限定一个或一组字符可以重复出现的次数。 例如， 表达式 [0-9]{2,3} 匹配最少 2 位最多 3 位 0~9 的数字。

"[0-9]{2,3}" => The number was 9.9997 but we rounded it off to 10.0.
1

在线练习

我们可以省略第二个参数。 例如，[0-9]{2,} 匹配至少两位 0~9 的数字。

"[0-9]{2,}" => The number was 9.9997 but we rounded it off to 10.0.
1

在线练习

如果逗号也省略掉则表示重复固定的次数。 例如，[0-9]{3} 匹配3位数字

"[0-9]{3}" => The number was 9.9997 but we rounded it off to 10.0.
1

在线练习

2.5 (...) 特征标群

特征标群是一组写在 (...) 中的子模式。(...) 中包含的内容将会被看成一个整体，和数学中小括号（ ）的作用相同。例如, 表达式 (ab)* 匹配连续出现 0 或更多个 ab。如果没有使用 (...) ，那么表达式 ab* 将匹配连续出现 0 或更多个 b 。再比如之前说的 {} 是用来表示前面一个字符出现指定次数。但如果在 {} 前加上特征标群 (...) 则表示整个标群内的字符重复 N 次。

我们还可以在 () 中用或字符 | 表示或。例如，(c|g|p)ar 匹配 car 或 gar 或 par.

"(c|g|p)ar" => The car is parked in the garage.
1

在线练习

2.6 | 或运算符

或运算符就表示或，用作判断条件。

例如 (T|t)he|car 匹配 (T|t)he 或 car。

"(T|t)he|car" => The car is parked in the garage.
1

在线练习

2.7 转码特殊字符

反斜线 \ 在表达式中用于转码紧跟其后的字符。用于指定 { } [ ] / \ + * . $ ^ | ? 这些特殊字符。如果想要匹配这些特殊字符则要在其前面加上反斜线 \。

例如 . 是用来匹配除换行符外的所有字符的。如果想要匹配句子中的 . 则要写成 \. 以下这个例子 \.?是选择性匹配.

"(f|c|m)at\.?" => The fat cat sat on the mat.
1

在线练习

2.8 锚点

在正则表达式中，想要匹配指定开头或结尾的字符串就要使用到锚点。^ 指定开头，$ 指定结尾。

2.8.1 ^ 号

^ 用来检查匹配的字符串是否在所匹配字符串的开头。

例如，在 abc 中使用表达式 ^a 会得到结果 a。但如果使用 ^b 将匹配不到任何结果。因为在字符串 abc 中并不是以 b 开头。

例如，^(T|t)he 匹配以 The 或 the 开头的字符串。

"(T|t)he" => The car is parked in the garage.
1

在线练习

"^(T|t)he" => The car is parked in the garage.
1

在线练习

2.8.2 $ 号

同理于 ^ 号，$ 号用来匹配字符是否是最后一个。

例如，(at\.)$ 匹配以 at. 结尾的字符串。

"(at\.)" => The fat cat. sat. on the mat.
1

在线练习

"(at\.)$" => The fat cat. sat. on the mat.
1

在线练习

3. 简写字符集

正则表达式提供一些常用的字符集简写。如下:

4. 零宽度断言（前后预查）

先行断言和后发断言（合称 lookaround）都属于非捕获组（用于匹配模式，但不包括在匹配列表中）。当我们需要一个模式的前面或后面有另一个特定的模式时，就可以使用它们。

例如，我们希望从下面的输入字符串 $4.44 和 $10.88 中获得所有以 $ 字符开头的数字，我们将使用以下的正则表达式 (?<=\$)[0-9\.]*。意思是：获取所有包含 . 并且前面是 $ 的数字。

零宽度断言如下：

4.1 ?=... 正先行断言

?=... 正先行断言，表示第一部分表达式之后必须跟着 ?=...定义的表达式。

返回结果只包含满足匹配条件的第一部分表达式。 定义一个正先行断言要使用 ()。在括号内部使用一个问号和等号： (?=...)。

正先行断言的内容写在括号中的等号后面。 例如，表达式 (T|t)he(?=\sfat) 匹配 The 和 the，在括号中我们又定义了正先行断言 (?=\sfat) ，即 The 和 the 后面紧跟着 (空格)fat。

"(T|t)he(?=\sfat)" => The fat cat sat on the mat.
1

在线练习

4.2 ?!... 负先行断言

负先行断言 ?! 用于筛选所有匹配结果，筛选条件为 其后不跟随着断言中定义的格式。 正先行断言 定义和 负先行断言 一样，区别就是 = 替换成 ! 也就是 (?!...)。

表达式 (T|t)he(?!\sfat) 匹配 The 和 the，且其后不跟着 (空格)fat。

"(T|t)he(?!\sfat)" => The fat cat sat on the mat.
1

在线练习

4.3 ?<= ... 正后发断言

正后发断言 记作(?<=...) 用于筛选所有匹配结果，筛选条件为 其前跟随着断言中定义的格式。 例如，表达式 (?<=(T|t)he\s)(fat|mat) 匹配 fat 和 mat，且其前跟着 The 或 the。

"(?<=(T|t)he\s)(fat|mat)" => The fat cat sat on the mat.
1

在线练习

4.4 ? 负后发断言

"(? => The cat sat on cat.
1

"The" => The fat cat sat on the mat.
1

"/The/gi" => The fat cat sat on the mat.
1

"/.(at)/" => The fat cat sat on the mat.
1

"/.(at)/g" => The fat cat sat on the mat.
1

"/.at(.)?$/" => The fat
                cat sat
                on the mat.
1
2
3

"/.at(.)?$/gm" => The fat
                  cat sat
                  on the mat.
1
2
3

"/(.*at)/" => The fat cat sat on the mat. 
1

"/(.*?at)/" => The fat cat sat on the mat. 
1

"JavaSrcipt".search(/script/ui) // => 4
"Python".search(/script/ui)     // => -1
1
2

// 无论之前是什么，都会替换成规范的大小写形式
text.replace(/javascript/gi, "Javascript");
1
2

// quote 表示一个引号后跟任意多个非引号字符，最后又是一个引号
let qutoe = /"([^"]*)"/g;
// 将直引号替换成书名号，同时引用的文本不变（保存在$1中）
'He said "stop"'.replace(qutoe, '《$1》');  // => 'He said 《stop》'
1
2
3
4

let s = "15 times 15 is 225";
s.replace(/\d+/gu, n => parseInt(n).toString(16)); // => "f times f is e1"
1
2

"7 plus 8 equals 15".match(/\d+/g); // => ["7", "8", "15"]
1

// 位于词边界之间的一个或者多个Unicode字母字符
const words = /\b\p{Alphabetic}+\b/gu; 
const text = "This is a naive test of the matchAll() method.";
for (let word of text.matchAll(words)) {
	console.log(`ound '${word[0]}' at index ${word.index}.');
}
1
2
3
4
5
6

"123,456,789".split(",");   // => ["123", "456", "789"]
1

"1, 2, 3\n4, 5".split(/\s*, \s*/);  // => ["1", "2", "3", "4", "5"]
1