字符串高效的、能复用的、简练的操作：RegExp(正则表达式)-白红宇的个人博客

发布日期：2021-06-29 11:42:56 浏览次数：2 分类：技术文章

本文共 3725 字，大约阅读时间需要 12 分钟。

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几乎无处不在。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，但这样做不但麻烦，而且代码难以复用。

'use strict';验证Email地址的正则表达式var re1 = /^[0-9a-zA-Z\.]+@[0-9a-z]+\.[0-9a-z]+$/;验证并提取出带名字的Email地址的正则表达式var re2 = =/^\<([\w\s\w]+)\>\s+([0-9a-zA-Z\.]+@[0-9a-zA-Z]+\.[a-zA-Z]+)$/;测试re1:var    i,    success = true,    should_pass = ['someone@gmail.com', 'bill.gates@microsoft.com', 'tom@voyager.org', 'bob2015@163.com'],    should_fail = ['test#gmail.com', 'bill@microsoft', 'bill%gates@ms.com', '@voyager.org'];for (i = 0; i < should_pass.length; i++) {    if (!re.test(should_pass[i])) {        console.log('测试失败: ' + should_pass[i]);        success = false;        break;    }}for (i = 0; i < should_fail.length; i++) {    if (re.test(should_fail[i])) {        console.log('测试失败: ' + should_fail[i]);        success = false;        break;    }}if (success) {    console.log('测试通过!');}测试re2:var r = re.exec('
   
     tom@voyager.org');if (r === null || r.toString() !== ['
    
      tom@voyager.org', 'Tom Paris', 'tom@voyager.org'].toString()) {    console.log('测试失败!');}else {    console.log('测试成功!');}

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。

正则表达式也是用字符串表示的，所以，要首先了解如何用字符来描述字符。

创建正则表达式对象的语法如下：

var patt=new RegExp(pattern,modifiers);

var patt=/pattern/modifiers;

pattern（模式）描述了表达式的模式

modifiers(修饰符) 用于指定全局匹配、区分大小写的匹配和多行匹配

var r11 = /test/g;// 等价于:var r12 = new RegExp('test', 'g');var r21 = /^(\d+)(0*)$/;// 等价于:var r22 = new RegExp('^(\\d+)(0*)$');  //注意\d是正则语法，\d在字符串里面就是显示的是d，并不会显示\，需要使用转义字符

在正则表达式中，如果直接给出字符，就是精确匹配。元字符指的是拥有特殊含义的字符：用\d可以匹配一个数字，\w可以匹配一个字母或数字， .可以匹配任意字符，如果要匹配点号本身，则需要转义\.。

要匹配变长的字符，在正则表达式中，就是量词。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1个字符，用{n}表示n个字符，用{n,m}表示至少n次，最多m次匹配。

'00\d'可以匹配'007'，但无法匹配'00A'；    '\d\d\d'可以匹配'010'；    '\w\w'可以匹配'js'；    'js.'可以匹配'jsp'、'jss'、'js!'等等。    \d{3}\s+\d{3,8}        从左到右解读一下：        \d{3}表示匹配3个数字，例如'010'；        \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；        \d{3,8}表示3-8个数字，例如'1234567'。

复杂的匹配方式:

如果要匹配'010-12345'这样的号码，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。

要做更精确地匹配，可以用方括号[]表示查找范围。使用小括号（）表示要匹配的整体字符串即分组。使用大括号{}表示量词。A|B表示可以匹配单个字符A或B,那么（red|green|blue）表示匹配整体red字符串或者green或者blue。

[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'，'js2015'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}更精确地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）。    (J|j)ava(S|s)cript可以匹配'JavaScript'、'Javascript'、'javaScript'或者'javascript'因为(red|blue|green) 查找任何指定的选项。

正则表达式对象的方法：

test() 方法是一个正则表达式方法：它通过模式来搜索字符串，用于测试给定的字符串是否符合条件然后根据结果返回 true 或 false。

var patt = /e/;patt.test("The best things in life are free!"); //返回truevar re = /^\d{3}\-\d{3,8}$/;re.test('010-12345'); // truere.test('010-1234x'); // falsere.test('010 12345'); // false不必首先把正则表达式放入变量中，可缩短为一行/e/.test("The best things in life are free!");  // true/^\d{3}\-\d{3,8}$/.test('010-12345');  // true

exec() 方法是一个正则表达式方法：它通过指定的模式（pattern）搜索字符串，并返回已找到的文本。注意：exec()方法在匹配成功后，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，后面的字符串表示匹配成功的子串（如果使用了分组符号）。exec()方法在匹配失败时返回null。

var re = /^(\d{3})-(\d{3,8})$/;  // 分别定义了两个组，可以直接从匹配的字符串中提取出区号和本地号码re.exec('010-12345'); // ['010-12345', '010', '12345'],使用分组符号会返回分组字符串/^\d{3}-\d{3,8}$/.exec('010-12345');  // ['010-123456']re.exec('010 12345'); // null

正则匹配默认是贪婪匹配，也就是匹配尽可能多的字符。

var re = /^(\d+)(0*)$/;re.exec('102300'); // ['102300', '102300', ''] 由于\d+采用贪婪匹配，直接把后面的0全部匹配了，结果0*只能匹配空字符串了。var re = /^(\d+?)(0*)$/;  // 必须让\d+采用非贪婪匹配（也就是尽可能少匹配），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：re.exec('102300'); // ['102300', '1023', '00']

上述说明了RegExp对象的属性和方法。一般情况下，正则表达式常用于字符串的函数中用来匹配，那么支持支持正则表达式的字符串方法有：通常搭配使用修饰符g