高阶正则基础小结

高阶正则基础小结

PluginsKers
2021-04-04 / 0 评论 / 61 阅读 / 正在检测是否收录...
温馨提示:
本文最后更新于2021年04月27日,已超过53天没有更新,若内容或图片失效,请留言反馈。

两种创建RegExp对象方法

Regular expressions are patterns used to match character combinations in strings. In JavaScript, regular expressions are also objects.

正则表达式是用于匹配字符串中字符组合的模式。用来处理字符串的规则

字面量方式

字面量方式,由包含在斜杠之间的模式组成

var re = /abc/; 

脚本加载后,正则表达式字面量就会被编译
当正则表达式保持不变时,使用此方法可获得更好的性能

举个小例子

//字符串中是否包含123
let str = "123xiaoer";
let reg = /123/;
reg.test(str); //=>true

RegExp对象的构造函数

var re = new RegExp("abc");

在脚本运行过程中,用构造函数创建的正则表达式会被编译
如果正则表达式将会改变,或者它将会从用户输入等来源中动态地产生,就需要使用构造函数来创建正则表达式

编写正则表达式规则

正则表达式是由普通字符(例如字符 a 到 z)以及特殊字符(称为"元字符")组成的规则
规则描述在搜索文本时要匹配的一个或多个字符串

  • 简单字符(数字,字母,逗号,@符等按照字面含义匹配的符号,非特殊字符)
  • 特殊字符(又叫元字符,一些有特殊含义的字符)
    • \
    • 字符类(代表一个类)
    • 重复(量词,出现的次数)
    • 选择、分组和引用
    • 匹配位置
  • 修饰符(i,m,g)

特殊字符

反斜杠 \

:指示 相连接的字符被特殊对待或“转义”它表现为两种方式之一

对于通常按字面意义处理的字符,表示下一个字符是特殊字符,不应按字面意义进行解释。普通字符变特殊-> 如 d

对于通常被特殊对待的字符,指示下一个字符不是特殊字符,应按字面意义进行解释。特殊字符变普通-> 如 \d

直接量

字符含义
n换行符
r回车符
uxxxx匹配查找xxxx(四个十六进制数字)规定的Unicode字符

字符类

字符含义
[......]1.字符集 匹配任何一个包含在方括号中的字符[^.....]以^开头,匹配任何一个没有包含在方括号[.....]中的字符
2.此处需要注意连字符 - 可以使用连字符来指定字符范围[1-5],但如果连字符显示为方括号中的第一个或最后一个字符,则被视为作为普通字符 -
3.在方括号中出现 时需注意不一定是字符本意[d] 相当于[0-9] 而不是 "" 或 d
.1.匹配除行终止符之外的任何单个字符

2.在字符集内(方括号中),点失去了它的特殊意义,并与文字点匹配。

常用的字符类:

字符含义
d匹配任何数字(阿拉伯数字),相当于 [0-9]
D匹配任何非数字(阿拉伯数字)的字符,相当于[^0-9]
w匹配英文字母数字,下划线,相当于 [A-Za-z0-9_]
W匹配任何不是英文字母数字,[^A-Za-z0-9_]
s匹配任何Unicode空白符的字符,空格,制表符,换页符等
S匹配任何非Unicode空白符的字符

重复(量词,出现的次数)

指定字符重复的标记:

语法含义
{n,m}匹配前一项至少n次,但不超过m次
{n,}匹配前一项至少n次,或更多次
{n}匹配前一项n次
?匹配前一项0次或1次,等价于 {0,1}
+匹配前一项至少1次或多次,等价于{1,}
*匹配前一项0次或多次,等价于 {0,}

正则的一大特性贪婪性:试图匹配尽可能多的字符串

符号量词
x*?
x+?
x??
x{n}?
x{n,}?
x{n,m}?
默认情况下,像 * 和 + 等这样的量词是“贪婪的”,这意味着它们试图匹配尽可能多的字符串
在这些量词后面加 ?,这些量词就变成非贪婪的了,意味着一旦找到匹配项,就停止

选择、分组和引用

语法 | 含义
| | 或,匹配竖线左边或右边,比如/ab|bc/即字符串中有ab或bc即可

分组和引用:

语法含义
(xyz)1.分组: 将xyz的项分成一个组,以便整体匹配比如 /(abc){2}/ ,abc这一组字符串连续出现两次才能匹配
2.捕获:匹配括号的里面的项并记住匹配项。例如,/(foo)/匹配并记住“foo bar”中的“foo”
3.引用:正则表达式可能具有多个捕获组。捕获组中左括号的顺序数字为x,x 则为第x个组捕获的字符的引用。
(?:xyz)1.只将xyz的项分成一个组,但不捕获记忆。(只分组,不捕获)
2.捕获组会产生性能损失 如果不需要调出匹配的子字符串,请使用非捕获括号

补充:如果只分组,不捕获引用,就使用(?:xyz)

匹配的位置

符号指定字符串匹配的“合法”位置:指定位置不是实际的字符

  • 首尾位置
  • 单词边间
  • 条件指定(断言)

首尾位置指定符号

语法含义
^1.匹配输入字符串的开始位置
2.注意与在方括号[]表达式中使用区分,方括号[]表达式中使用表示不接受该方括号表达式中的字符集合[^......]
$匹配输入字符串的结尾位置

单词边间:

语法含义
b匹配一个单词的边界
B匹配非单词边界的位置

\b匹配一个单词的边界:指定\w\W之间的位置、字符\w和字符串开头之间位置、字符\w字符串结尾之间位置
用法:

  • /b表达式/ 匹配符串中单词以表达式开头部分(单词起始位置)
  • /表达式b/ 匹配字符串中单词以表达式结尾部分(单词结束位置)
  • /b表达式b/ 匹配字符串中存在表达式的单词

条件指定:?=?<=?!?<!

语法表达含义
x(?=y)向前断言:x 被 y 跟随时匹配 x
例如,对于/Jack(?=Sprat)/,“Jack”在跟有“Sprat”的情况下才会得到匹配/Jack(?=Sprat
x(?!y)向前否定断言:x 没有被 y 紧随时匹配 x
例如,对于/d+(?!.)/,数字后没有跟随小数点的情况下才会得到匹配。
(?<=y)x向后断言:x 跟随 y 的情况下匹配 x
例如,对于/(?<=Jack)Sprat/,“Sprat”紧随“Jack”时才会得到匹配。对于/(?<=Jack
(?<!y)x向后否定断言:x不跟随 y 时匹配 x
例如,对于/(?<!-)d+/,数字不紧随-符号的情况下才会得到匹配
(有旧版浏览器兼容问题)

总结:就是xy前出现匹配,就是x不在y前出现匹配,就是xy后出现匹配,就是x不在y后出现匹配

修饰符

正则表达式的修饰符,用来修饰规则

常用的有:i m g (记忆点,图片标签img)

语法含义
i执行不区分大小写的匹配,搜索时不区分大小写: A 和 a 没有区别
m多行匹配
(这种修饰符下,边界字符 ^ 和 $ 匹配每一行的开头和结尾,多行,而不是整个字符串的开头和结尾)
g全局匹配
查找所有的匹配项而不是第一个就停止

正则的一个特性懒惰性:查找到一个匹配项就是停止查找,如果要全局查找就需要加上修饰符g

常用方法

正则常用的方法:

  • RegExp对象

    • exec (需要捕获结果时使用)
    • test (只是为了判断是否匹配时使用)
  • String对象

    • match
    • replace

RegExp对象

RegExp实例的属性lastIndex表示从哪里开始下一个匹配
默认值为0(还有其它属性本文查看文档)

如果正则表达式设置了全局标志glastIndex才会在每次匹配中变化

exec()

RegExp实例的属性lastIndex表示从哪里开始下一个匹配
默认值为0

exec()方法在一个指定字符串中执行一个搜索匹配
返回一个结果数组或null

返回一个数组时的结构:包括第一个完整匹配的字符串和相关的捕获组index input属性

 
对象 索引/属性 表达的意思
数组
0 数组第0位为,第一个匹配的字符串
[1]~[n] 数组第n位:表示正则表达式捕获组中左括号的顺序数字为n,第n个组捕获的字符
index 匹配到的字符位于原始字符串的基于0的索引值
input 匹配到的字符位于原始字符串的基于0的索引值

test()

test()方法执行一个检索,用来查看正则表达式与指定的字符串是否匹配
返回truefalse

如果正则表达式设置了全局标志test()的执行会改变正则表达式lastIndex属性

test()使用同exec()方法,只是返回结果不同,返回truefalse

String 对象

match()

match()方法检索返回一个字符串匹配正则表达式的结果

  • 未使用g标志,返回结果同exec()
  • 使用g标志,则将返回与完整正则表达式匹配的所有结果,但不会返回捕获组

未使用g标志,返回结果同exec()

var re = /\w(\d+)/
var str = "xiaobu2020happy2021haha123"
var result = str.match(str)

replace()

str.replace(regexp|substr, newSubStr|function)

function被内部调用时接收的参数,跟exec()执行得到的结果一致,按顺序接收到,匹配的字符串,捕获组展开,index值(匹配到的字符位于原始字符串的基于0的索引值,input被匹配的原字符串)
function return的值就是用来替换匹配到的字符串的值

例如:

var re = /\w(\d+)/
var str = "xiaobu2020happy2021haha123"
var result = str.replace(re, function() {
    console.log(arguments)
})

示例相关

校验数字的表达式

  1. 数字: ^[0-9]*$
  2. n位的数字: ^\d{n}$
  3. 至少n位的数字: ^\d{n,}$
  4. m-n位的数字: ^\d{m,n}$
  5. 零和非零开头的数字: ^(0|[1-9][0-9]*)$
  6. 非零开头的最多带两位小数的数字:^([1-9][0-9]*)+(.[0-9]{1,2})?$
  7. 带1-2位小数的正数或负数:^(\-)?\d+(\.\d{1,2})?$
  8. 正数、负数、和小数:^(\-|\+)?\d+(\.\d+)?$
  9. 有两位小数的正实数:^[0-9]+(.[0-9]{2})?$
  10. 有1~3位小数的正实数:^[0-9]+(.[0-9]{1,3})?$
  11. 非零的正整数:^[1-9]\d*$ 或 ^([1-9][0-9]*){1,3}$^\+?[1-9][0-9]*$
  12. 非零的负整数:^\-[1-9][]0-9"*$^-[1-9]\d*$
  13. 非负整数:^\d+$ 或 ^[1-9]\d*|0$
  14. 非正整数:^-[1-9]\d*|0$^((-\d+)|(0+))$
  15. 非负浮点数:^\d+(\.\d+)?$^[1-9]\d*\.\d*|0\.\d*[1-9]\d*|0?\.0+|0$
  16. 非正浮点数:^((-\d+(\.\d+)?)|(0+(\.0+)?))$^(-([1-9]\d*\.\d*|0\.\d*[1-9]\d*))|0?\.0+|0$
  17. 正浮点数:^[1-9]\d*\.\d*|0\.\d*[1-9]\d*$^(([0-9]+\.[0-9]*[1-9][0-9]*)|([0-9]*[1-9][0-9]*\.[0-9]+)|([0-9]*[1-9][0-9]*))$
  18. 负浮点数:^-([1-9]\d*\.\d*|0\.\d*[1-9]\d*)$^(-(([0-9]+\.[0-9]*[1-9][0-9]*)|([0-9]*[1-9][0-9]*\.[0-9]+)|([0-9]*[1-9][0-9]*)))$
  19. 浮点数:^(-?\d+)(\.\d+)?$^-?([1-9]\d*\.\d*|0\.\d*[1-9]\d*|0?\.0+|0)$

校验字符的表达式

  1. 汉字:^[\u4e00-\u9fa5]{0,}$
  2. 英文和数字:^[A-Za-z0-9]+$^[A-Za-z0-9]{4,40}$
  3. 长度为3-20的所有字符:^.{3,20}$
  4. 由26个英文字母组成的字符串:^[A-Za-z]+$
  5. 由26个大写英文字母组成的字符串:^[A-Z]+$
  6. 由26个小写英文字母组成的字符串:^[a-z]+$
  7. 由数字和26个英文字母组成的字符串:^[A-Za-z0-9]+$
  8. 由数字、26个英文字母或者下划线组成的字符串:^\w+$ 或 ^\w{3,20}$
  9. 中文、英文、数字包括下划线:^[\u4E00-\u9FA5A-Za-z0-9_]+$
  10. 中文、英文、数字但不包括下划线等符号:^[\u4E00-\u9FA5A-Za-z0-9]+$^[\u4E00-\u9FA5A-Za-z0-9]{2,20}$
  11. 可以输入含有^%&',;=?$"等字符:[^%&',;=?$\x22]+
  12. 禁止输入含有~的字符:[^~\x22]+

特殊需求表达式

  1. Email地址:^\w+([-+.]\w+)*@\w+([-.]\w+)*\.\w+([-.]\w+)*$
  2. 域名:[a-zA-Z0-9][-a-zA-Z0-9]{0,62}(/.[a-zA-Z0-9][-a-zA-Z0-9]{0,62})+/.?
  3. InternetURL:[a-zA-z]+://[^\s]*^http://([\w-]+\.)+[\w-]+(/[\w-./?%&=]*)?$
  4. 手机号码:^(13[0-9]|14[5|7]|15[0|1|2|3|5|6|7|8|9]|18[0|1|2|3|5|6|7|8|9])\d{8}$
  5. 电话号码(“XXX-XXXXXXX”、”XXXX-XXXXXXXX”、”XXX-XXXXXXX”、”XXX-XXXXXXXX”、”XXXXXXX”和”XXXXXXXX):^(\(\d{3,4}-)|\d{3.4}-)?\d{7,8}$
  6. 国内电话号码(0511-4405222、021-87888822):\d{3}-\d{8}|\d{4}-\d{7}
  7. 身份证号(15位、18位数字):^\d{15}|\d{18}$
  8. 短身份证号码(数字、字母x结尾):^([0-9]){7,18}(x|X)?$ 或 ^\d{8,18}|[0-9x]{8,18}|[0-9X]{8,18}?$
  9. 帐号是否合法(字母开头,允许5-16字节,允许字母数字下划线):^[a-zA-Z][a-zA-Z0-9_]{4,15}$
  10. 密码(以字母开头,长度在6~18之间,只能包含字母、数字和下划线):^[a-zA-Z]\w{5,17}$
  11. 强密码(必须包含大小写字母和数字的组合,不能使用特殊字符,长度在8-10之间):^(?=.*\d)(?=.*[a-z])(?=.*[A-Z]).{8,10}$
  12. 日期格式:^\d{4}-\d{1,2}-\d{1,2}
  13. 一年的12个月(01~09和1~12):^(0?[1-9]|1[0-2])$
  14. 一个月的31天(01~09和1~31):^((0?[1-9])|((1|2)[0-9])|30|31)$
  15. 钱的输入格式:

    1. 有四种钱的表示形式我们可以接受:”10000.00” 和 “10,000.00”, 和没有 “分” 的 “10000” 和 “10,000”:^1-9*$
    2. 这表示任意一个不以0开头的数字,但是,这也意味着一个字符”0”不通过,所以我们采用下面的形式:^(0|[1-9][0-9]*)$
    3. 一个0或者一个不以0开头的数字.我们还可以允许开头有一个负号:^(0|-?[1-9][0-9]*)$
    4. 这表示一个0或者一个可能为负的开头不为0的数字.让用户以0开头好了.把负号的也去掉,因为钱总不能是负的吧.下面我们要加的是说明可能的小数部分:^[0-9]+(.[0-9]+)?$
    5. 必须说明的是,小数点后面至少应该有1位数,所以”10.”是不通过的,但是 “10” 和 “10.2” 是通过的:^[0-9]+(.[0-9]{2})?$
    6. 这样我们规定小数点后面必须有两位,如果你认为太苛刻了,可以这样:^[0-9]+(.[0-9]{1,2})?$
    7. 这样就允许用户只写一位小数.下面我们该考虑数字中的逗号了,我们可以这样:^[0-9]{1,3}(,[0-9]{3})*(.[0-9]{1,2})?$
    8. 到3个数字,后面跟着任意个 逗号+3个数字,逗号成为可选,而不是必须:^([0-9]+|[0-9]{1,3}(,[0-9]{3})*)(.[0-9]{1,2})?$

其他

  1. xml文件:^([a-zA-Z]+-?)+[a-zA-Z0-9]+\\.[x|X][m|M][l|L]$
  2. 中文字符的正则表达式:[\u4e00-\u9fa5]
  3. 双字节字符:[^\x00-\xff] (包括汉字在内,可以用来计算字符串的长度(一个双字节字符长度计2,ASCII字符计1))
  4. 空白行的正则表达式:\n\s*\r (可以用来删除空白行)
  5. HTML标记的正则表达式:<(\S*?)[^>]*>.*?</\1>|<.*? /> (网上流传的版本太糟糕,上面这个也仅仅能部分,对于复杂的嵌套标记依旧无能为力)
  6. 首尾空白字符的正则表达式:^\s*|\s*$或(^\s*)|(\s*$)(可以用来删除行首行尾的空白字符(包括空格、制表符、换页符等等),非常有用的表达式)
  7. 腾讯QQ号:[1-9][0-9]{4,}(腾讯QQ号从10000开始)
  8. 中国邮政编码:[1-9]\d{5}(?!\d)(中国邮政编码为6位数字)
  9. IP地址:\d+\.\d+\.\d+\.\d+(提取IP地址时有用)
  10. IP地址:((?:(?:25[0-5]|2[0-4]\\d|[01]?\\d?\\d)\\.){3}(?:25[0-5]|2[0-4]\\d|[01]?\\d?\\d))
3

评论 (0)

取消