JavaScript 正则表达式

一、概念

正则表达式是用于匹配字符串中字符组合的模式。

var expression = / pattern / flag;

// pattern：一个字符串，指定了正则表达式的模式或其他正则表达式。
// flag：1）g：全局模式；2）i：不区分大小写模式；3）m：多行模式

二、种类

1、简单字符

字符本身

/hello/g

2、方括号

用[]指代一个字符，里面的字符表示这个字符的选择范围

1）范围类

-表示一个范围内的字符

[0-9] <=> [0123456789]

2）组合类

范围类的组合

[0-9a-fA-F] // 十六进制 
// 组合之间不能用空格

3）负向类

表示不在方括号之间的任何字符

[^0-9]

3、量词

表示前面字符出现的次数。

贪婪量词：找到匹配的最大串，找到最后才停止

惰性量词：找到匹配的最小串，找到就停止

贪婪量词	惰性量词	描述
{0,1} 或 ?	??	至少 0 次，至多 1 次
{0,} 或 *	*?	至少 0 次
{1,} 或 +	+?	至少 1 次
{n}	{n}?	出现 n 次
{n,m}	{n,m}?	至少 n 次，至多 m 次
{n,}	{n,}?	至少 n 次，至多不限

/[0-9]{4}/g

4、通配符

类别	描述
.	[^\n\r]，除了回车换行以外，都可以匹配
\d	[0-9]，数字
\D	[^0-9]，非数字
\w	[a-zA-Z_0-9]，数字字母下划线
\W	[^a-zA-Z_0-9]，非数字字母下划线
\s	[\t\n\x0B\f\r]，空格或者空白
\S	非空格或者非空白
\b	表示边界（两个字符中间的位置）一边是 \w，另一边是 \W
\B	不是边界
^	表示开始
$	表示结束

5、分组

一个正则表达式，不但可以对整个匹配进行操作，还可以对其中()中的子串进行匹配，即分组。

1）(pattern) 匹配 pattern 同时捕获结果，自动设定好组。

\1
RegExp.$1 // 反向引用

2）(?<name>pattern) 匹配 pattern 同时捕获结果，设定 name 为组名。

\k\<name> // 反向引用

例：

var str = 'word excel excel hello world world!';

str.match(/(\b[a-zA-Z]+\b)\s+\1/g); // ["excel excel", "world world"]

str.match(/(?<n1>\b[a-zA-Z]+\b)\s+\k<n1>/);

RegExp.$1; // "excel"

6、零宽（负向）先行\后行断言

开头是：(?<=什么) 开头不是：(?<!=什么)

结尾是：(?=什么) 结尾不是：(?!=什么)

str = 'r;e;a;a;a;rcaaa=bbb=;';

// 寻找两个字符，两字符后面以分号结尾
str.match(/.{2}(?=;)/g);

// 寻找四个字符，以ea开头
str.match(/(?<=ea).{4}/g);

// 寻找三个字母，不以分号结尾 
str.match(/[a-z]{3}(?!;)/g);

// 寻找不易re开头的三个字母
str.match(/(?<!re)a{3}/);

7、|（或）

str = 'var    	aaadf1;';
str2 = 'function    f(){}';
str.match(/^var\s+[a-zA-Z]\w*;|^function\s+[a-zA-Z]\w*\s*\(\)\{\}/);

三、创建方式

1、正则表达式字面量

var pattern = /[bc]at/i;

2、正则表达式类 RegExp

var pattern = new RegExp("[bc]at", "i");
// 注意双重转义

正则表达式字面量始终共享同一个 RegExp 实例，构造函数创建的每一个新的 RegExp 实例都是一个新实例。

RegExp 构造函数上有一些属性，并且这些属性跟着执行的最后一次正则表达式操作而变化。

var text = 'this has been a short summer';
var pattern = /(.)hort/g;
if (pattern.test(text)) {
  console.log(RegExp.input); // this has been a short summer
  console.log(RegExp.leftContext); // this has been a 
  console.log(RegExp.rightContext); //  summer
  console.log(RegExp.lastMatch); // short
  console.log(RegExp.lastParen); // s
  console.log(RegExp.multiline); // false
}

RegExp.$1,…RegExp.$9，存储捕获的组。

1）RegExp 实例属性

通过 global、ignoreCase、multiline、lastIndex、source 这几个属性获取一个正则表达式相关的信息。

四、使用

1、RegExp 实例方法

1）test(string)

表示当前正则是否匹配指定的字符串，返回布尔值。

var regExp = new RegExp('[0-9]+','g');  
// 或
var regExp2 = /[0-9]+/g; // 有g，匹配所有的字符串；没有g，匹配完第一个然后停止。
var str = 123;
console.log(regExp2.test(str)); //true

在指向知道目标字符串和某个模式是否匹配，但不需要知道其文本内容的情况下使用。

2）exce(string)

表示当前正则是否匹配指定的字符串，返回匹配的数组（找不到返回null）

备注：该方法是为捕获组而专门设计的，该方法接收应用模式的字符串，返回一个数组且额外带有index，input属性。index 表示匹配项在字符串中的位置；input 是应用正则表达式的字符串。且数组第一项是和模式匹配的整个字符串；其他项是和模式中捕获的组匹配的字符串。

var test = "mom and dad and baby";
var pattern = /mom( and dad( and baby)?)?/gi;

var matches = pattern.exec(test);
console.log(matches[0]) // "mom and dad and baby"
console.log(matches[1]) // " and dad and baby"
console.log(matches[2]) // " and baby"
console.log(matches.index) // 0
console.log(matches.input) // "mom and dad and baby"

• 模式中设置 g：在同一字符串上多次调用 exec() 始终返回第一个匹配项的信息。

• 模式中不设置 g：在同一字符串上多次调用 exec() 会在字符串中继续查找新的匹配项

var text = 'cat, bat, sat, fat';
var pattern1 = /.at/;

var matches = pattern1.exec(text);
console.log(matches.index); // 0
console.log(matches[0]); //cat
console.log(pattern1.lastIndex); // 0

matches = pattern1.exec(text); 
console.log(matches.index); // 0
console.log(matches[0]); //cat
console.log(pattern1.lastIndex); // 0

var pattern2 = /.at/gi
var matches1 = pattern2.exec(text); 
console.log(matches1.index); // 0
console.log(matches1[0]); //cat
console.log(pattern2.lastIndex); // 3
// 可被用于循环匹配统计字符串中字符出现的次数

2、String 支持的正则函数

1）match(regexp)：返回数组

str.match(/[0-9]+/g);

没有g，第一个匹配的最大串，其他是分组的子串，index:最大串开始的位置， input原始的串

有g，返回数组，所有匹配的最大串，但是没有分组的子串，index和input无效。

2）replace(regexp/substr, replacement)：返回字符串

regexp 表示正则表达式。

substr表示子串。

replacement 表示替换进去的串，或者函数。$1 ~ $99 分组，$&代表子串； $` 子串左侧； $‘ 子串右侧。

// 把小写的 word 变成大写的 WORD
str = 'word'
str.replace(/\bword\b/, 'WORD');
str.replace(/\bword\b/g, 'WORD');
str.replace('word', 'WORD');

// 匹配 单词1-单词2 模式，然后变成单词2-单词1
str = 'aaaa-bbbb@cc-ddd';
console.log(str.replace(/([a-z]+)-([a-z]+)/g, replacer));

// 函数的第一项是匹配的内容。
// 接下来的参数是与模式中的子表达式匹配的字符串，可以有 0 个或多个这样的参数。
// 接下来的参数是一个整数，声明了匹配在 stringObject 中出现的位置。
// 最后一个参数是 stringObject 本身。
function replacer(match, p1, p2, offset, str){
    //console.log(match, p1, p2, offset, str);
    var sRet = '';
    for(var i = 0; i < p2.length; i++){
        sRet += String.fromCharCode(p2.charCodeAt(i) + 1);
    }
    sRet += '=';
    for(var i = 0; i < p1.length; i++){
        sRet += String.fromCharCode(p1.charCodeAt(i) + 1);
    }
    return sRet;
}

// 结果
// aaaa-bbbb aaaa bbbb 0 aaaa-bbbb@cc-ddd
// cc-ddd cc ddd 10 aaaa-bbbb@cc-ddd
// cccc=bbbb@eee=dd

3）search(regExp)

直接量和对象，返回整数，开始的位置，-1表示没有找到。

str = 'I word site excel word OK chrome match OK excel word';
//找word
console.log(str.search(/\bword\b/));

注意：search 不支持全局，忽略参数 g，同时忽略 regexp 的 lastIndex

4）split(separator, howmany)

把一个字符串分隔成数组。separator 正则，字符串，可选；howmany 是最大长度。

var str = 'a,b.c'
str.split(/,|\./) // [a, b, c]

五、练习

1、如何将浮点数点左边的数每三位添加一个逗号，如 12005009.11 转化为 12,005,009.11

function commafy(num) {
  return (
    num && num.toString().replace(/(\d)(?=(\d{3})+\.)/g, function (match, $1) {
      return $1 + ",";
    })
  );
}