如何在JavaScript中使用正则表达式,以及如何执行匹配,本节正则表达式
前面几节讲解了如何在 JavaScript 中使用正则表达式,以及如何执行匹配,本节就来讲一下正则表达式的具体语法。
正则表达式是一种通用的工具,在 JavaScript、PHP、Java、Python、C++ 等几乎所有的编程语言中都能使用;但是,不同编程语言对正则表达式语法的支持不尽相同,有的编程语言支持所有的语法,有的仅支持一个子集。本节讲到的正则表达式语法适用于 JavaScript。
正则表达式的语法体现在字符模式上。字符模式是一组特殊格式的字符串,它由一系列特殊字符和普通字符构成,其中每个特殊字符都包含一定的语义和功能。描述字符根据正则表达式语法规则,大部分字符仅能够描述自身,这些字符被称为普通字符,如所有的字母、数字等。
元字符就是拥有特动功能的特殊字符,大部分需要加反斜杠进行标识,以便于普通字符进行区别,而少数元字符,需要加反斜杠,以便转译为普通字符使用。JavaScript 正则表达式支持的元字符如表所示。
元字符元字符描述
.
查找单个字符,除了换行和行结束符
w
查找单词字符
W
查找非单词字符
d
查找数字
D
查找非数字字符
s
查找空白字符
S
查找非空白字符
b
匹配单词边界
B
匹配非单词边界
0
查找 NUL字符
n
查找换行符
f
查找换页符
r
查找回车符
t
查找制表符
v
查找垂直制表符
xxx
查找以八进制数xxxx规定的字符
xdd
查找以十六进制数dd规定的字符
uxxxx
查找以十六进制xxxx规定的 Unicode字符
表示字符的方法有多种,除了可以直接使用字符本身外,还可以使用 ASCII编码或者 Unicode编码来表示。示例1下面使用 ASCII编码定义正则表达式直接量。
<pre class="javascript">
var r = /x61/;
var s = "JavaScript";
var a = s.match(s);</pre>
由于字母a的 ASCII编码为 97,被转换为十六进制数值后为 61,因此如果要匹配字符a,就应该在前面添加“x”前缀,以提示它为 ASCII编码。示例2除了十六进制外,还可以直接使用八进制数值表示字符。
<pre class="javascript">
var r = /141/;
var s = "JavaScript";
var a = s.match(r);</pre>
使用十六进制需要添加“x”前缀,主要是为了避免语义混淆,而八进制则不需要添加前缀。示例3ASCII编码只能够匹配有限的单字节字符,使用 Unicode编码可以表示双字节字符。Unicode编码方式:“u”前缀加上 4位十六进制值。
<pre class="javascript">
var r = "/u0061/";
var s = "JavaScript";
var a = s.match(s);</pre>
在 RegExp()构造函数中使用元字符时,应使用双斜杠。
<pre class="javascript">
var r = new RegExp("\u0061"); </pre>
RegExp()构造函数的参数只接受字符串,而不是字符模式。在字符串中,任何字符加反斜杠还表示字符本身,如字符串“u”就被解释为u本身,所以对于“u0061”字符串来说,在转换为字符模式时js 正则 分割,就被解释为“u0061”,而不是“u0061”,此时反斜杠就失去转义功能。解决方法:在字符u前面加双反斜杠。描述字符范围在正则表达式语法中,放括号表示字符范围。在方括号中可以包含多个字符,表示匹配其中任意一个字符。如果多个字符的编码顺序是连续的,可以仅指定开头和结尾字符,省略中间字符,仅使用连字符~表示。如果在方括号内添加脱字符^前缀,还可以表示范围之外的字符。例如:示例1字符范围遵循字符编码的顺序进行匹配。如果将要匹配的字符恰好在字符编码表中特定区域内,就可以使用这种方式表示。
如果匹配任意 ASCII字符:
<pre class="javascript">
var r = /[u0000-u00ff]/g;</pre>
如果匹配任意双字节的汉字:
<pre class="javascript">
var r = /1/g;</pre>
如果匹配任意大小写字母和数字:
<pre class="javascript">
var r = /[a-zA-Z0-9]/g;</pre>
使用 Unicode编码设计,匹配数字:
<pre class="javascript">
var r = /[u0030-u0039]/g;</pre>
使用下面字符模式可以匹配任意大写字母:
<pre class="javascript">
var r = /[u0041-u004A]/g;</pre>
使用下面字符模式可以匹配任意小写字母:
<pre class="javascript">
var r = /[u0061-u007A]/g;</pre>
示例2在字符范围内可以混用各种字符模式。
<pre class="javascript">
var s = "abcdez"; //字符串直接量
var r = /[abce-z]/g; //字符a、b、c,以及从e~z之间的任意字符
var a = s.match(r); //返回数组["a","b","c","e","z"]</pre>
示例3在中括号内不要有空格,否则会误解为还要匹配空格。
<pre class="javascript">
var r = /[0-9]/g;</pre>
示例4字符范围可以组合使用,以便设计更灵活的匹配模式。
<pre class="javascript">
var s = "abc4 abd6 abe3 abf1 abg7"; //字符串直接量
var r = /abc-g/g; //前两个字符为ab,第三个字符为从c到g,第四个字符为1~7的任意数字
var a = s.match(r); //返回数组["abc4","abd6","abe3","abf1","abg7"]</pre>
示例5使用反义字符范围可以匹配很多无法直接描述的字符,达到以少应多的目的。
<pre class="javascript">
var r = /2/g;</pre>
在这个正则表达式中,将会匹配除了数字以外任意的字符。反义字符类比简单字符类的功能更强大和实用。选择匹配选择匹配类似于 JavaScript的逻辑与运算,使用竖线|描述,表示在两个子模式的匹配结果中任选一个。例如:
1)匹配任意数字或字母
<pre class="javascript">
var r = /w+|d+/;</pre>
2)可以定义多重选择模式。设计方法:在多个子模式之间加入选择操作符。
<pre class="javascript">
var r = /(abc)|(efg)|(123)|(456)/;</pre>
为了避免歧义,应该为选择操作的多个子模式加上小括号。示例设计对提交的表单字符串进行敏感词过滤。先设计一个敏感词列表,然后使用竖线把它们连接在一起,定义选择匹配模式,最后使用字符串的replace()方法把所有敏感字符替换为可以显示的编码格式。代码如下:
<pre class="javascript">
var s = ''; //待过滤的表单提交信息
var r = /'|"|/gi; //过滤敏感字符的正则表达式
function f() { //替换函数
////把敏感字符替换为对应的网页显示的编码格式
return "&#" + arguments[0].charCodeAt(0) + ";";
}
var a =s.replace(r,f); //执行过滤替换
document.write(a); //在网页中显示正常的字符信息
console.log(a);</pre>
显示结果如下:
重复匹配在正则表达式语法中,定义了一组重复类量词,如表所示。它们定义了重复匹配字符的确数或约数。
重复类量词列表量词描述
n+
匹配任何包含至少一个n的字符串
n*
匹配任何包含零个或多个n的字符串
匹配任何包含零个或一个n的字符串
n{x}
匹配包含x个n的序列的字符串
n{x,y}
匹配包含最少x个、最多y个n的序列的字符串
n{x,}
匹配包含至少x个n的序列的字符串
示例下面结合示例进行演示说明,先设计一个字符串:
<pre class="javascript">
var s = "ggle gogle google gooogle goooogle gooooogle goooooogle gooooooogle goooooooogle";</pre>
1)如果仅匹配单词ggle和gogle,可以设计:
<pre class="javascript">
var r = /go?gle/g;
var a = s.match(r);</pre>
量词?表示前面字符或子表达式为可有可无,等效于:
<pre class="javascript">
var r = /go{0,1}gle/g;
var a = s.match(r);</pre>
2)如果匹配第 4个单词gooogle,可以设计:
<pre class="javascript">
var r = /go{3}gle/g;
var a = s.match(r);</pre>
等效于:
<pre class="javascript">
var r = /gooogle/g;
var a = s.match(r);</pre>
3)如果匹配第 4个到第 6个之间的单词,可以设计:
<pre class="javascript">
var r = /go{3,5}gle/g;
var a = s.match(r);</pre>
4)如果匹配所有单词,可以设计:
<pre class="javascript">
var r = /go*gle/g;
var a = s.match(r);</pre>
量词*表示前面字符或表达式可以不出现,或者重复出现任意多次。等效于:
<pre class="javascript">
var r = /go(0,)gle/g;
var a = s.match(r);</pre>
5)如果匹配包含字符“o”的所有词,可以设计:
<pre class="javascript">
var r = /go+gle/g;
var a = s.match(r);</pre>
量词+表示前面字符或子表达式至少出现 1次,最多重复次数不限。等效于:
<pre class="javascript">
var r = /go{1,}gle/g;
var a = s.match(r);</pre>
重复类量词总是出现在它们所作用的字符或子表达式后面。如果想作用于多个字符,需要使用小括号把它们包裹在一起形成一个子表达式。惰性匹配重复类量词都具有贪婪性,在条件允许的前提下,会匹配尽可能多的字符。示例1越是排在左侧的重复类量词匹配优先级越高。下面示例显示当多个重复类量词同时满足条件时,会在保证右侧重复类量词最低匹配次数基础上,使最左侧的重复类量词尽可能占有所有字符。
<pre class="javascript">
var s = "";
var r = /()()/
var a = s.match(r);
//左侧表达式匹配""
console.log(a[1]);
console.log(a[2]); //右侧表达式匹配“”</pre>
与贪婪匹配相反,惰性匹配将遵循另一种算法:在满足条件的前提下,尽可能少的匹配字符。定义惰性匹配的方法:在重复类量词后面添加问号?限制词。贪婪匹配体现了最大化匹配原则,惰性匹配则体现最小化匹配原则。示例2下面示例演示了如何定义匹配模式。
<pre class="javascript">
var s = "";
var r = //
var a = s.match(r); //返回单个元素数组[""]</pre>
在上面示例中,对于正则表达式 //来说,它可以返回匹配字符串 "",但是为了能够确保匹配条件成立,在执行中还是匹配了带有 4个字符的字符串“html”。惰性取值不能够以违反模式限定的条件而返回,除非没有找到符合条件的字符串,否则必须满足它。
针对 6种重复类惰性匹配的简单描述如下:边界量词边界就是确定匹配模式的位置,如字符串的头部或尾部,具体说明如表所示。
JavaScript 正则表达式支持的边界量词量词说明
^
匹配开头,在多行检测中,会匹配一行的开头
$
匹配结尾,在多行检测中,会匹配一行的结尾
下面代码演示如何使用边界量词。先定义字符串:
<pre class="javascript">
var s = "how are you"</pre>
1)匹配最后一个单词
<pre class="javascript">
var r = /w+$/;
var a = s.match(r); //返回数组["you"]</pre>
2)匹配第一个单词
<pre class="javascript">
var r = /^w+/;
var a = s.match(r); //返回数组["how"]</pre>
3)匹配每一个单词
<pre class="javascript">
var r = /w+/g;
var a = s.match(r); //返回数组["how","are","you"]</pre>
声明词量声明表示条件的意思。声明词量包括正向声明和反向声明两种模式。正向声明指定匹配模式后面的字符必须被匹配,但又不返回这些字符。语法格式如下:
匹配模式 (?=匹配条件)
声明包含在小括号内,它不是分组,因此作为子表达式。
下面代码定义一个正前向生命的匹配模式。
<pre class="javascript">
var s = "one : 1; two : 2";
var r = /w*(?==)/; //使用正前向声明,指定执行匹配必须满足的条件
var a = s.match(r); //返回数组["two"]</pre>
在上面示例中,通过?==锚定条件,指定只有在 w 所能够匹配的字符后面跟随一个等号字符,才能够执行 w匹配。所以,最后匹配的字符串“two”,而不是字符串“one”。反向声明与正向声明匹配相反,指定接下来的字符都不必被匹配。语法格式如下:
匹配模式(?!匹配条件)
下面代码定义一个反前向生命的匹配模式。
<pre class="javascript">
var s = "one : 1; two : 2";
var r = /w*(?!=)/; //使用正前向声明,指定执行匹配不必满足的条件
var a = s.match(r); //返回数组["one"]</pre>
在上面示例中,通过?!=锚定条件js 正则 分割,指定只有在“w”所能够匹配的字符后面不跟随一个等号字符,才能够执行 w匹配。所以,最后匹配的是字符串“one”,而不是字符串“two”。子表达式使用小括号可以对字符模式进行任意分组,在小括号内的字符串表示子表达式,也称为子模式。子表达式具有独立的匹配功能,保存独立的匹配结果;同时,小括号后的量词将会作用于整个子表达式。
通过分组可以在一个完整的字符模式中定义一个或多个子模式。当正则表达式成功地匹配目标字符串后,也可以从目标字符串中抽出与子模式相匹配的子内容。示例在下面代码中,不仅能匹配出每个变量声明,同时还抽出每个变量及其值。
<pre class="javascript">
var s = "ab=21, bc=45, cd=43";
var r = /(w+)=(d*)/g;
while (a = r.exec(s)) {
console.log(a); //返回类似["ab=21","bc=45","cd=43"]三个数组
re>
反向引用在字符模式中,后面的字符可以引用前面的子表达式。实现方法如下:
+数字
数字指定了子表达式在字符模式中的顺序。如“1”引用的是第 1个子表达式,“2”引用的是第 2个子表达式。示例1在下面代码中,通过引用前面子表达式匹配的文本,实现成组匹配字符串。
<pre class="javascript">
var s = "#title<h1><p>text<p>";
var r = /()1/g;
var a = s.match(r); //返回数组["<h1>title<h1>","<p>text<p>"]</pre>
由于子表达式可以相互嵌套,它们的顺序将根据左括号的顺序来确定。例如,下面示例定义匹配模式包含多个子表达式。
<pre class="javascript">
var s = "abc";
var r = /(a(b(c)))/;
var a = s.match(r); //返回数组["abc","abc","bc","c"]</pre>
在这个模式中,共产生了 3个反向引用,第一个是“(a(b(c)))”,第二个是“(b(c))”,第三个是“(C)”。它们引用的匹配文本分别是字符串“abc”、“bc”和“c”。
对子表达式的引用,是指引用前面子表达式所匹配的文本,而不是子表达式的匹配模式。如果要引用前面子表达式的匹配模式,则必须使用下面方式,只有这样才能够达到匹配目的。
<pre class="javascript">
var s = "<h1>title<p>text
";
var r = /(().*())/g;
var a = s.match(r); //返回数组["#title"," text
"]</pre></p>
反向引用在开发中主要有以下几种常规用法。示例2在正则表达式对象的test()方法中,以及字符串对象的match()和search()等方法中使用。在这些方法中,反向引用的值可以从 RegExp()构造函数中获得。
<pre class="javascript">
var s = "abcdefghijklmn";
var r = /(w)(w)(w)/;
r.test(s);
console.log(RegExp.$1); //返回第1个子表达式匹配的字符a
console.log(RegExp.$2); //返回第2个子表达式匹配的字符b
console.log(RegExp.$3); //返回第3个子表达式匹配的字符c</pre>
通过上面示例可以看到,正则表达式执行匹配检测后,所有子表达式匹配的文本都被分组存储在 RegExp()构造函数的属性内,通过前缀符号$与正则表达式中子表达式的编号来引用这些临时属性。其中属性 $1标识符指向第 1个值引用,属性 $2标识符指向第 2个值引用。示例3可以直接在定义的字符模式中包含反向引用。这可以通过使用特殊转义序列(如 1、2 等)来实现。
<pre class="javascript">
var s = "abcbcacba";
var r = /(w)(w)(w)231321/;
var b = r.test(s); //验证正则表达式是否匹配该字符串
console.log(b); //返回true</pre>
在上面示例的正则表达式中,“1”表示对第 1个反向引用 (w)所匹配的字符a进行引用,“2”表示对第 2个反向引用 (w)所匹配的字符串b进行引用,“3”表示对第 3个反向引用 (w)所匹配的字符c进行引用。示例4可以在字符串对象的replace()方法中使用。通过使用特殊字符序列$1、$2、$3等来实现。例如,在下面的示例中将颠倒相邻字母和数字的位置。
<pre class="javascript">
var s = "aa11bb22c3d4e5f6";
var r = /(w+?)(d+)/g;
var b = s.replace(r,"$2$1");
console.log(b); //返回字符串“aa11bb22c3 d4e5f6”</pre>
在上面例子中,正则表达式包括两个分组,第 1个分组匹配任意连续的字母,第 2个分组匹配任意连续的数字。在replace()方法的第 2个参数中,$1表示对正则表达式中第 1个子表达式匹配文本的引用,而 $2表示对正则表达式中第 2个子表达式匹配文本的引用,通过颠倒 $1和 $2标识符的位置,即可实现字符串的颠倒来替换原字符串。禁止引用反向引用会占用一定的系统资源,在较长的正则表达式中,反向引用会降低匹配速度。如果分组仅仅是为了方便操作,可以禁止反向引用。
实现方法:在左括号的后面加上一个问号和冒号。
<pre class="javascript">
var s1 = "abc";
var r = /(?:w?)|(?:d?)/;
var a = r.test(si);</pre>
非引用型分组必须使用子表达式,但是又不希望存储无用的匹配信息,或者希望提高匹配速度来说,是非常重用的方法。
发表评论
热门文章
Spimes主题专为博客、自媒体、资讯类的网站设计....
一款个人简历主题,可以简单搭建一下,具体也比较简单....
仿制主题,Typecho博客主题,昼夜双版设计,可....
用于作品展示、资源下载,行业垂直性网站、个人博客,....
酷小呵
4天前
不错,用上了