标准对象——RegExp

字符串是编程时涉及到的最多的一种数据结构，对字符串进行操作的需求无处不在。比如判断一个字符串是否是合法的Email地址，虽然可以编程提取@前后的子串，再分别判断是否是单词和域名，但这样麻烦且代码难以复用。

正则表达式是一种用来匹配字符串的强有力的武器。它的设计思想是用一种描述性的语言来给字符串定义一个规则，凡是符合规则的字符串，我们就认为它“匹配”了，否则，该字符串就是不合法的。

所以我们判断一个字符串是否是合法的Email的方法是：

①创建一个匹配Email的正则表达式；

②用该正则表达式去匹配用户的输入来判断是否合法。

因为正则表达式也是用字符串表示的，所以，我们要首先了解如何用字符来描述字符。

在正则表达式中，如果直接给出字符，就是精确匹配。用\d可以匹配一个数字，\w可以匹配一个字母或数字。所以

'00\d'可以匹配'007'，但是无法匹配'00A';

'\d\d\d'可以匹配'010';

'\w\w'可以匹配'js'；

.可以匹配任意字符，所以

'js.'可以匹配‘jsp’、‘jss’、‘js!’等等。

要匹配变长的字符，在正则表达式中，用*表示任意个字符（包括0个），用+表示至少一个字符，用?表示0个或者1个字符，用{n}表示n个字符，用{n,m}表示n-m个字符：

例如：\d{3}\s+\d{3,8}

从右至左解读一下：

①\d{3}表示匹配3个数字，例如‘010’；

②\s可以匹配一个空格（也包括Tab等空白符），所以\s+表示至少有一个空格，例如匹配‘ ’，‘\t\t’等；

③\d{3,8}表示3-8个数字，例如‘1234567’

综合起来，上面的正则表达式可以匹配以任意个空格隔开的带区号的电话号码。

如果要匹配‘010-12345’这样的号码呢？由于‘-’是特殊字符，在正则表达式中，要用'\'转义，所以，上面的正则是'\d{3}\-\d{3-8}'.

但是，仍然无法匹配‘010 - 12345’，因为带有空格。所以我们需要更复杂的匹配方式。

进阶

要做更精确地匹配，可以用[]表示范围，比如：

[0-9a-zA-Z\_]可以匹配一个数字、字母或者下划线；

[0-9a-zA-Z\_]+可以匹配至少由一个数字、字母或者下划线组成的字符串。比如‘a100’、‘0_Z’，‘js2017’等等；

[a-zA-Z\_\$][0-9a-zA-Z\_\$]*可以匹配由字母或下划线、$开头，后接任意个由一个数字、字母或者下划线、$组成的字符串，也就是JavaScript允许的变量名。

[a-zA-Z\_\$][0-9a-zA-Z\_\$]{0,19}更精确的限制了变量的长度是1-20个字符（前面1个字符+后面最多19个字符）。

A|B可以匹配A或者B，所以(J|j)ava(S|s)cript可以匹配‘javascript’、‘JavaScript’、‘Javascript’、‘JavaScript’

^表示行的开头，^\d表示必须以数字开头。

$表示行的结束，\d$表示必须以数字结束。

js也可以匹配‘jsp’，但是加上^js$就变成了整行匹配。就只能匹配‘js’

RegExp（正则表达式）

JavaScript有两种方式创建一个正则表达式：

①一种是通过/正则表达式/写出来，第二种方式是通过new RegExp('正则表达式')创建一个RegExp对象

　  var re1 = /ABC\-001/;

    var re2 = new RegExp('ABC\\-001');

    re1://  /ABC\-001/

    re2://  /ABC\-001/

使用第二种写法，应为字符串的转义问题，字符串的两个\\实际上是一个\

如何判断正则表达式是否匹配：

　　var re = /^\d{3}\-d{3,8}$/;

    re.test('010-12345');//true

    re.test('010-1234x');//false

    re.test('010 12345');//false

RegExp对象的test()方法用于测试给定的字符串是否符合条件。

切分字符串

用正则表达式切分字符串比用固定的字符更灵活，请看正常的切分代码：

'a b  c'.split(' ');//['a','b',' ',' ','c']

上述方法无法识别连续的空格，用正则表达式试试：

'a b  c'.split('/\s+/');//['a','b','c']

无论多少个空格都可以正常分割，可以加入，试试：

'a,b,  c  d'.split(' ');//['a','b','c ',' d']

再加入;试试：

'a,b;;  c  d'.split(' ');//['a','b','c ',' d']

分组

除了简单地判断是否匹配之外，正则表达式还有提取子串的强大功能，用()表示的就是要提取的分组(Group)。

比如^(\d{3})-(\d{3,8})$分别定义了两个组，可以直接从匹配的字符串中提取区号和本地号码：

　  var re = /^(\d{3})-(\d{3,8})$/;

    re.exec('010-12345');//['010-12345','010','12345']

    re.exec('010 12345');//null

如果正则表达式中定义了组，就可以在RegExp对象上用exec()方法提取出子串来。

exec()方法在匹配成功后，就会返回一个Array，第一个元素是正则表达式匹配到的整个字符串，后面字符串表示匹配成功的子串。

exec()方法在匹配失败时返回null。

提取子串非常有用：

　  var re = /^(0[0-9]|1[0-9]|2[0-3]|[0-9])\:(0[0-9]|1[0-9]|2[0-9]}3[0-9]|4[0-9]|5[0-9]|[0-9])\:(0[0-9]|1[0-9]|2[0-9]}3[0-9]|4[0-9]|5[0-9]|[0-9])$/;

    re.exec("19:05:30")//['19:05:30','19','05','30']

这个正则表达式可以直接识别合法的时间，但是有时候，用正则表达式也无法做到完全验证，比如识别日期：

var re = /^(0[1-9]|1[0-2]|[0-9])-(0[1-9]|1[0-9]|2[0-9]|3[0-1]|[0-9])$/;

对于‘2-30’，‘4-31’这样的非法日期，用正则识别不了，或者说写出来困难，这个时候就需要程序配合识别了。

贪婪匹配

需要特别指出的是，正则匹配默认是贪婪匹配，也就是匹配尽可能多的字符，举例，匹配出数字后面的0：

　　　　 var re= /^(\d+)(0*)$/;

        re.exec('102300');//['102300','102300','']

由于\d+采用贪婪匹配，直接把后面的0全部匹配了，结果0*只能匹配空字符串了。

必须让\d+采用非贪婪匹配（就是尽可能少匹配），才能把后面的0匹配出来，加个?就可以让\d+采用非贪婪匹配。

　　　   var re= /^(\d+?)(0*)$/;

        re.exec('102300');//['102300','1023','00']

全局搜索

JavaScript正则表达式还有几个特殊的标志，最常用的是g，表示全局匹配

　　　　var r1=/test/g;

        //等价于：

        var r2 = new RegExp('test','g');

全局匹配可以多次执行exec()方法来搜索一个匹配的字符串。当我们指定g标志后，每次运行exec()，正则表达式本身会更新lastIndex属性，表示上次匹配到的最后索引。

　　　　 var s = 'JavaScript,VBScript,JScript and ECMAScript';

        var re = /[a-zA-Z]+Script/g;

        //使用全局匹配

        re.exec(s); // ['JavaScript']

        re.lastIndex; //

        re.exec(s); // ['VBScript']

        re.lastIndex; //

        re.exec(s); // ['JScript']

        re.lastIndex; //

        re.exec(s); // ['ECMAScript']

        re.lastIndex; //

        re.exec(s); // null，直到结束仍没有匹配到

全局匹配类似搜索，因此不能使用/^...$/,那样只会最多匹配一次。

正则表达式还可以指定i标志，表示忽略大小写，m标志，表示执行多行匹配。

巴特西

标准对象——RegExp

最新文章

热门文章