来自 IT技术新闻 2018-09-13 15:09 的文章

JavaScript高级程序设计(第3版)学习笔记12 js正则表达式

需要指出的是,这里只是总结了正则表达式的常用的且比较简单的语法,而不是全部语法,在我看来,掌握了这些常用语法,已经足够应对日常应用了。正则表达式不只是应用在ECMAScript中,在JAVA、.Net、Unix等也有相应应用,这篇文章则是以ECMAScript中的正则表达式为基础总结的。一、正则表达式基础 1、普通字符:字母、数字、下划线、汉字以及所有没有特殊意义的字符,如ABC123。在匹配时,匹配与之相同的字符。 2、特殊字符:(需要时,使用反斜杠“”进行转义) 字符 含义 字符 含义 字符 含义 字符 含义 a 响铃符 = x07 ^ 匹配字符串的开始位置 b 匹配单词的开始或结束 {n} 匹配n次 f 换页符 = x0C $ 匹配字符串的结束位置 B 匹配不是单词开始和结束的位置 {n,} 匹配至少n次 n 换行符 = x0A () 标记一个子表达式的开始和结束 d 匹配数字 {n,m} 匹配n到m次 r 回车符 = x0D [] 自定义字符组合匹配 D 匹配任意不是数字的字符 [0-9] 匹配0到9中任意一个数字 t 制表符 = x09 {} 修饰匹配次数的符号 s 匹配任意空白字符 [f-m] 匹配f到m中任意一个字母 v 垂直制表符 = x0B . 匹配除换行符外的字符 S 匹配任意非空白字符 e ESC符 = x1B ? 匹配0或1次 w 匹配字母或数字或下划线或汉字 xXX 使用两位十六进制表示形式,可与该编号的字符匹配 + 匹配1或多次 W 匹配任意不是字母、数字、下划线和汉字的字符 uXXXX 用四位十六进制表示形式,可与该编号的字符匹配 * 匹配0或多次 [^x] 匹配除x外的所有字符 x{XXXXXX} 使用任意位十六进制表示形式,可与该编号的字符匹配 | 左右两边表达式之间“或”关系 [^aeiou] 匹配除aeiou外的所有字符 上面列举的这些特殊字符,可以大致的分为: (1)不便书写字符:如响铃符(a)、换页符(f)、换行符(n)、回车符(r)、制表符(t)、ESC符(e) (2)十六进制字符:如两位(x02)、四位(x012B)、任意位(x{A34D1}) (3)表示位置字符:如字符串开始(^)、字符串结束($)、单词开始和结束(b)、单词中间(B) (4)表示次数字符:如0或1次(?)、1或多次(+)、0或多次(*)、n次({n})、至少n次({n,})、n到m次({n,m}) (5)修饰字符:如修饰次数({})、自定义组合匹配([])、子表达式(()) (6)反义字符:   (A)通过大小写反义:如b和B、d和D、s和S、w和W   (B)通过[^]反义:如[^x]、[^aeiou]   (C)其它特例:如n和.也构成反义 (7)范围字符:如数字范围([0-9])、字母范围([f-m]) (8)逻辑字符:如表示或(|) 3、转义 (1)使用反斜杠“”转义单个字符 (2)使用“Q...E”转义,将表达式中间出现的字符全部作为普通字符 (3)使用“U...E”转义,将表达式中间出现的字符全部作为普通字符,并且将小写字母转换成大写匹配 (4)使用“L...E”转义,将表达式中间出现的字符全部作为普通字符,并且将大写字母转换为小写匹配 4、贪婪模式与懒惰模式    如果正则表达式中含有次数字符时,一般情况下,会尽可能匹配更多的字符,比如用l*n来匹配linjisong的话,会匹配linjison,而不是 lin,这种模式也就是正则表达式的贪婪模式;相对应的,可以通过添加字符“?”来设置为懒惰模式,也即尽可能匹配更少字符。如*?表示重复0次或多次, 但尽可能少重复。 5、分组和反向引用 (1)用小括号(())将表达式包含,可以使得表达式作为一个整体来处理,从而达到分组的目的。 (2)默认情况下,每个分组会自动获取一个组号,按照左括号的顺序,从1向后编号。 (3)引擎在处理时,会将小括号内部表达式匹配的内容保存下来,以方便在匹配过程中或匹配结束后进一步处理,可以使用反斜杠和组号来引用这个内容,如1表示第一个分组匹配的文本。 (4)也可以自定义组名,语法是(?<name>exp),这个时候反向引用时,还可以使用k<name>。 (5)也可以不保存匹配内容,也不分配组号,语法是(?:exp)。 (6)小括号有一些其他特殊语法,这里列举几种,不再深入讨论: 分类 代码/语法 说明 捕获 (exp) 匹配exp,并捕获文本到自动命名的组里 (?<name>exp) 匹配exp,并捕获文本到名称为name的组里,也可以写成(?'name'exp) (?:exp) 匹配exp,不捕获匹配的文本,也不给此分组分配组号 零宽断言 (?=exp) 匹配exp前面的位置 (?<=exp) 匹配exp后面的位置 (?!exp) 匹配后面跟的不是exp的位置 (?<!exp) 匹配前面不是exp的位置 注释 (?#comment) 这种类型的分组不对正则表达式的处理产生任何影响,用于提供注释让人阅读 到此,对于理解常用的正则表达式已经足够了,若想继续学习正则表达式的,可以参考正则表达式30分钟入门教程。下面再熟悉一下Javascript中的正则表达式实现。 二、Javascript中的正则表达式对象RegExp 1、创建正则表达式 (1)使用字面量:语法 var exp = /pattern/flags;   A、pattern是任何正则表达式   B、flags有三种:g表示全局模式、i表示忽略大小写、m表示多行模式 (2)使用RegExp内置构造函数:语法 var exp = new RegExp(pattern, flags);   A、使用构造函数时,pattern和flags都是字符串形式,所以对于转义字符需要双重转义,例如: 字面量 构造函数 /[bc]at/ "\[bc\]at" /.at/ "\.at" /name/age/ "name\/age" /d.d{1,2}/ "\d.\d{1,2}" /w\helllo\123/ "\w\hello\123" 说明:ECMAScript 3使用字面量时会共享一个RegExp实例,使用new RegExp(pattern,flags)会为每个正则表达式创建一个实例;ECMAScript 5规定每次都创建新实例。 2、实例属性 (1)global:布尔值,表示是否设置了g标志。 (2)ignoreCase:布尔值,表示是否设置了i标志。 (3)multiline:布尔值,表示是否设置了m标志。 (4)lastIndex:整数,表示开始搜索下一次匹配项的字符位置,从0算起。 (5)source:字符串,表示按照字面量形式创建的字符串模式,即便实例使用构造函数创建,存储的也是字面量形式的字符串模式。 3、实例方法 (1)exec()方法   A、一个参数,即要应用模式的字符串,返回第一个匹配项信息的数组,没有匹配时返回null。   B、返回的数组是Array实例,但还额外有input和index属性,分别表示应用正则表达式的字符串和匹配项在字符串中的位置。   C、匹配时,在返回的数组中,第1项是与整个模式匹配的字符串,其他项是与模式中的分组匹配的字符串(如果没有分组,则返回数组只有1项)。   D、对于exec(),即使设置了g,每次返回的也是一个匹配项,不同的是,设置了g,多次调用exec的开始搜索位置不同,没有设置g,每次都从开始搜索。 (2)test()方法   接受一个字符串参数,匹配返回true,不匹配返回false。 三、实例分析 下面看一个出自PhoneGap源码中用于格式化的正则表达式复制代码 代码如下: var pattern = /(.*?)%(.)(.*)/; var str = 'lin%%jisong'; var match = pattern.exec(str); console.info(match.join(','));//lin%%jisong,lin,%,jisong var pattern2 = /(.*)%(.)(.*)/; var match2 = pattern2.exec(str); console.info(match2.join(','));//lin%%jisong,lin%,j,isong 分析:这里pattern和pattern2都包含三个分组,第2、3个分组相同,第2个分组(.)匹配任意一个非换行字符,第3个分组(.*)尽可能多(贪婪模式)的匹配任意非换行字符,pattern中的第1个分组(.*?)尽可能少(懒惰模式)的匹配任意非换行字符,而pattern2中的第1个分组(.*)则是尽可能多(贪婪模式)的匹配任意非换行字符了。因此在保证整个模式匹配成功(从而需要保留一个%字符用于匹配正则表达式中的%)的前提下,pattern中第1个分组匹配成了lin,而pattern2中第1个分组匹配成了lin%,分析到这里上例中的输出也就不难理解了。

本文源自: AG88平台