正则表达式-基础知识Review
正则表达式(Regular Expression)是计算机科学的一个概念。 正则表达式使用单个字符窜来描述、匹配一系列符合某个句法规则的字符窜。 在很多文本编辑器里, 正则表达式通常用来被检索替换哪些符合某个模式的文本。
创建
JavaScript通过内置对象 RegExp支持正则表达式, 有两种方式创建正则表达式对象, 如果我们想匹配字符窜中<%xxx%>两个百分号分割的字符窜可以这么写。
- 构造函数
var regExp = new RegExp('<%[^%>]+%', 'g');
- 字面量
var regExp = /<%[^%>]%>/g;
最后的g代表全局, 还有几个修饰符
RegExp实例对象有五个属性
- g: global, 全文搜索,不添加的话搜索到第一个结果停止搜索。
- i: ignore case, 忽略大小写,默认大小写敏感。
- m: multiple lines, 多行搜索。
- lastIndex: 是当前表达式模式首次匹配内容中最后一个字符的下一个位置,每次正则表达式匹配成功匹配时, lastIndex属性值都会随之改变。
- sourse:正则表达式的文本字符窜。
除了正则表达式编译为内部格式从而使执行更快的compile()方法, 对象还有两个我们常用的方法。
元字符
正则表达式让人望而却步的一个重要原因就是转译字符太多, 组合非常多, 但是正则表达式的元字符(在正则表达式中具有特殊意义的专用字符,可以用来规定其前导字符)并不多
() [] {} \ ^ $ | ? * + .
并不是每个元字符都有特定的意义,在不同的组合中元字符有不同的意义, 分类看一下
- t 水平制表符 tab
- r 回车符 carriage return
- n 换行符 newline
- f page feed 换页符
- cX 与X对应的控制字符(Ctrl + X )
- v 垂直制表符
- 0 空字符
字符类
一般情况下正则表达式一个字符(转译字符算一个) 对应字符窜一个字符,表达式 abt 的含义
ab水平制表符
但是我们可以使用元字符[]来构建一个简单的类, 所谓类是指,符合某些特征的对象, 是一个泛指,而不是特指某个字符了, 我们可以使用表达式[abc], 把字符a或b或c归为一类,表达式可以匹配这类的字符。
字符类取反
元字符[]组合可以创建一个类,我们还可以使用元字符^创建反向类/负向类,反向类的意思是不属于XXX类的内容, 表达式1表示不是字符a或b或c的内容。
范围类
按照上面的说明如果希望匹配单个数字那么表达式是这样的
[0123456789]
如果是字母那么。。。 好麻烦, 正则表达式还提供了范围类,我们可以使用x-y来连接两个字符表示从x到y的任意字符, 这是个闭区间, 也就是说包含x和y本身, 这样匹配小写字母就很简单了。
[a-z]
预定义类
刚才使用正则我们创建了几个类,来表示数字,字母等,但这样写很麻烦,正则表达式为我们了几个常用的预定义类来匹配常见的字符。
字符 | 等价类 | 含义 |
---|---|---|
. | [^rt] | 除了回车符和换行符之外的所有字符 |
d | [0-9] | 数字字符 |
D | [^0-9] | 数字字符 |
s | [\t\n\x0B\f\r] | 空白符 |
S | [^t\n\x0B\f\r] | 非空白符 |
w | [a-zA-Z_0-9] | 字母,数字,下划线 |
W | [^a-zA-Z_0-9] | 非字母,数字,下划线 |
有了这些预定义类, 写一些正则就很方便了, 比如我们希望匹配一个 ab + 数字 + 任意字符的字符窜, 就可以写了abd.
可以把正则表达式,想象成一种模式,字符窜匹配正则表达式定义的模式的结果
string.match(regExpPattern)
边界
正则表达式还提供了几个常用的边界匹配字符。
字符 | 含义 |
---|---|
^ | 以xxx开头, ^ 开头的匹配参照对象是整个字符窜 |
$ | 以xxx结尾, $ 结尾的匹配参照对象也是整个字符窜 |
b | 单词边界, '-'也是单词边界! |
B | 非单词边界 |
^ 开头的匹配参照对象是整个字符窜,
$ 结尾的匹配参照对象也是整个字符窜,
限制的是整个字符窜。
var regExpPattern = /^h\dm/g;
'h2m h3m h2m'.match(regExpPattern); // h2m, 记住这是以整个字符窜去匹配的
//同理
var regExpExpPattern = /h\dm$/g;
'h2m h3m h3m'.match(regExpPattern); // h3m
//使用场景 手机号匹配
'13423454234'.match(/^1\d{10}$/g)
量词
之前,介绍的方法都是一一匹配,如果希望匹配一个连续20次数字的字符窜难道我们需要写成这样?
\d\d\d\d\d\d\d\d\d\d\d\d\d\d\d\d\d\d\d\d\d\d\d..
为此正则表达式引入了一些量词
字符 | 含义 |
---|---|
? | 出现零次或一次(最多出现一次) |
+ | 出现一次或多次(至少出现一次) |
* | 出现零次或多次(任意次) |
{n} | 出现n次 |
{n,m} | 出现n到m次 |
{n,} | 至少出现n次 |
{,m} | 最多出现m次 |
var regExp = /w+\bBryon/
regExp.test('hi Bryon'); // true
regExp.test('Welcome Byron'); // true
regExp.test('Byron'); //false
//匹配带有3到1个小数的数字
var reg = /\d+\.d{1,3}
贪婪模式与非贪婪模式
看了量词的介绍,也许爱思考的同学会想到关于匹配原则的一些问题, 比如{3,5} 这个量词, 要是在句子中出现了十次, 那么他是每次匹配三个还是五个,反正3,4,5都满足3~5的条件。
量词在默认下是尽可能多的匹配的,也就是大家常说的贪婪模式。
// ['12345','6789'];
'12345679'.match(/\d{3,5}/g);
既然有贪婪模式,那么肯定会有非贪婪模式,让正则表达式尽可能少的匹配,u额就是说一旦成功匹配不再继续尝试,做法很简单, 在量词后加上?即可
//['123','456','789']
'123456789'.match(/\d{3,5}?/g);
分组
有时候希望使用量词的时候匹配多个字符,而不是像上面例子只是匹配一个,比如希望匹配Byron出现20次的字符窜,写成Byron{20}的话匹配的是Byro+n出现20次。
//写成Byron{20}的话匹配的是Byro+n出现20次。
/Byron{20}/g
怎么把Byron作为一个整体呢? 使用()就可以达到此目的,在正则中成为分组。
//分组在regExp.exec(stringObj)中会单独显示在返回结果中。
(Byron){20}
或 |
如果希望匹配Byron或Casper出现20次该怎么办呢? 可以使用字符| 达到或的功效
(Byron|Casper){20}
使用分组的正则表达式会把匹配项也放到分组中,默认是按数字编号分发的,可以根据编号获得捕获的分组内容,这在一些希望具体操作第几个匹配项的函数中很有用。
// Group 1 : Byron , Group 2: ok
(Byron).(ok)
分组嵌套
如果有分组嵌套的情况,外面的组的编号靠前
// group 1: (^|%>)[^\t]*, Group 2: (^|%>)
((^|%>)[^\t]*)
忽略分组
有时候我们不希望捕获某些分组,只需要在分组内加上?: 就可以了, 这并不意味着该分组内容不属于正则表达式,只是不会给这个分组加编号而已。
(?:Bryon).(ok)
前瞻
表达式 | 含义 |
---|---|
exp1(?=exp2) | 匹配后面是exp2的exp1 |
exp1(?!exp2) | 匹配后面不是exp2的exp1 |
var regExp = /good(?=Byron)/;
regExp.exec('goodByron123'); // ['good']
regExp.exec('goodCapser123'); // null
通过上面例子可以看出exp1(?=exp2)表达式, 但只有其后面内容是exp2的时候才会匹配,也就是两个条件,exp1(?!exp2)比较类似。
正则表达式相关的方法
- RegExp.prototype.test(str)
该方法用于测试字符窜参数中是否匹配正则表达式模式,如果存在则返回true,否则返回false。
var reg = /\d+\.\d{1,2}$/g;
reg.test('123.45'); // true
reg.test('0.2'); // true
reg.test('a.34'); //false
reg.test('34.5678'); //false
//判断手机号是否正确
function isPhoneNum(phoneNum) {
var phoneNumberTester = /^1\d{10}$/;
return phoneNumberTester.test(phoneNum);
}
- RegExp.prototype.exec(str)
该方法用于正则表达式模式在字符窜中运行查找,如果exec()找到匹配的文本,则返回一个结果,否则返回null
除了数组元素和length属性之外, exec()方法返回对象还包括两个属性。
- index属性声明的是匹配文本的第一个字符的位置。
- input属性则存放的是被检索的字符窜string。
非全局调用
调用非全局的RegExp对象的exec()时,返回数组的第一个元素是与正则表达式相匹配的文本,第二个元素是与RegExpObject的第一个子表达式相匹配的文本(如果有的话), 第三个元素时与RegExp对象的第二个子表达式相匹配的文本(如果有的话),以此类推。
全局调用
调用全局的RegExp对象的exec()时,它会在RegExp实例的lastIndex属性指定的字符处开始检索字符窜string
- 当exec()找到了与表达式相匹配的文本时, 在匹配后, 它将把RegExp实例的lastIndex属性设置为匹配文本的最后一个字符的下一个位置。可以通过反复调用exec()方法来遍历字符窜中的所有哦匹配文本。
- 当exec()再也找不到匹配的文本时,它将返回null,并把lastIndex属重置为0。
var reg = /\d/g;
var r = reg.exec('a1b2c3');
console.log(r);
console.log(reg.lastIndex); // 2
r = reg.exec('a1b2c3');
console.log(reg.lastIndex); // 4
var reg = /\d/g;
while (r = reg.exec('a1b2c3')) {
console.log(r.index + ':' + r[0])
}
//1:1 , 3:2, 5:3
- String.prototype.search(reg)
search()方法用于检索字符窜中指定的子字符串,或检索与正则表达式相匹配的子字符窜。
search()方法不执行全局匹配,它将忽略标志g, 它同时忽略正则表达式对象的lastIndex属性,并且总是从字符窜的开始进行检索,这意味着它总是返回字符窜的第一个匹配的位置。
- String.prototype.match(reg)
match()方法将检索字符窜,以找到一个或多个与regexp匹配的文本。但regexp是否具有标志g对结果影响很大。
非全局调用
如果regexp没有标志g,那么match()方法就只能在字符窜中执行一次匹配。如果没有找到任何匹配的文本,match()将返回null。否则它将返回一个数组,其中存放了与它找到的匹配文本有关的信息。
该数组的第一个元素存放的是匹配文本,而其余的元素存放的是与正则表达式的子表达式匹配的文本。除了这些常规的数组元素之外,返回的数组还含有两个对象属性。
- index属性声明的是匹配文本的起始字符在字符窜中的位置。
- input属性声明的是对stringObject的引用。
- String.prototype.replace(reg, replaceStr|| function callback())
关于string对象的replace方法, 我们最常用的是传入两个字符窜的做法,但这种做法有个缺陷,只能replace一次。
'abcabcabc'.replacce('bc', 'X') //aXabcabc
replace方法的第一个参数还可以传入RegExp对象,传入正则表达式可以使replace方法更加强大灵活
'abcabcabc'.replace(/bc/g, 'X'); //aXaXaX
'abcabcabc'.replace(bc/gi, 'X'); // aXaXaX
如果replace方法的第一个参数传入的是带分组的正则表达式,我们在第二个参数中可以使用$1...$9来获取相应分组内容, 比如希望把字符窜1<%2%>34>%567%>89的<%x%>换为$#x#$, 我们可以这样
'1<%2%>34>%567%>89的<%x%>'.replace(/<%(d+)%>)/g, '@#$1#@');
// 1@#2#@34@#567#@89
当然还有很多方式可以达到这一目的,这里只是演示一下利用分组内容,我们在第二个参数中使用@#$1#@, 其中$1表示被捕获的分组内容弄, 在一些js模板函数中可以经常见到这种方式替换字符窜。
可以通过修改replace方法的第二个参数,使replace更加强大,在前面的介绍中,只能把所有匹配替换为固定内容,但如果我希望把一个字符窜中所有数字,都用小括号包起来该怎么弄?
'2398sdadads1smdsa3mmm23mmmbb'.replace(/\d+/g, function(matchedStr, groupContent$, index, strObj ) {
return '(' + matchedStr + ')';
})
把replace方法的第二个参数传入一个function,这个function会在每次匹配替换的时候调用,算是个每次替换的回调函数,我们使用了回调函数的第一个参数,也就是匹配内容,其实回调函数一共有四个参数。
- 第一个参数很简单,是匹配字符窜。
- 第二个参数是正则表达式分组内容,没有分组则没有该参数。
- 第三个参数是匹配项在字符窜中的index。
- 第四个参数则是原字符窜。
例子
'2398rsjdhahd2131kksdajdj23'.replace(/\d+/g, function(matchedSubStr,index, strObj) {
console.log(matchedSubStr + '\t' + index + '\t' + strObj);
return '(' + matchedSubStr +')';
})
//2398 0 2398rsjdhahd2131kksdajdj23
//2131 12 2398rsjdhahd2131kksdajdj23
//23 24 2398rsjdhahd2131kksdajdj23
这是没有分组的情况,打印出来的分别是匹配内容、匹配项index和原字符窜,看个有分组的。
'<%1%><%2%><%3%>'.replace(/<%([^%>]+)%>/g, function(matchedStr, group, index, thisStrObj) {
console.log(matchedStr + '\t' + group + '\t' + index + '\t' + thisStrObj);
return group;
})
//<%1%> 1 0 <%1%><%2%><%3%>
//<%2%> 2 5 <%1%><%2%><%3%>
//<%3%> 3 10 <%1%><%2%><%3%>
//"123"
- String.prototype.split(reg)
使用split方法把字符窜分割为字符数组
'a,b,c,d'.split(',');
// ['a','b','c','d']
和replace方法类似,在一些复杂的分割情况下我们可以使用正则表达式解决
'a1b2c3d'.split(/\d/); // ['a','b','c','d']
- abc ↩
原文地址:https://segmentfault.com/a/1190000016599340
正则表达式-基础知识Review的更多相关文章
- javascript之正则表达式基础知识小结
javascript之正则表达式基础知识小结,对于学习正则表达式的朋友是个不错的基础入门资料. 元字符 ^ $ . * + ? = ! : | \ / ( ) [ ] { } 在使用这些符号时需要 ...
- Scala学习笔记--正则表达式基础知识、如何在scala内使用
正则表达式语法:https://msdn.microsoft.com/zh-cn/library/ae5bf541(VS.80).aspx 基础知识:正则表达式30分钟入门教程 http://www. ...
- java正则表达式基础知识(转)
1基础 2.1 简单字符类 构造 描述 [abc] a,b或c [^abc] 除a,b或c外的字符 [a-zA-Z] a至z 或 A至Z [a-d[m-p]] a至d 或 m至p [a-z&& ...
- javascript 正则表达式基础知识汇总
正则表达式:对字符串中的信息实现查找.替换和提取操作.(不支持注释和空白,必须写在一行内)正则表达式的创建:包含在一对斜杠之间的字符(直接量语法)例如:var pattern = /s$/; ...
- C++11 正则表达式——基础知识介绍
C++11开始支持正则表达式,使得处理文本更加简洁方便.C++11 支持六种正则表达式语法:ECMAScript, basic(POSIX Basic Regular Expressions), ex ...
- JavaScript正则表达式基础知识汇总
一.创建正则对象: 1.构造函数RegExp创建正则对象 var pattern = new RegExp('s$'); //pattern匹配以s结尾的字符串 2.使用正则直接量 var patte ...
- Java正则表达式基础知识整理
指定为字符串的正则表达式必须首先被编译为此类的实例.然后,可将得到的模式用于创建 Matcher 对象,依照正则表达式,该对象可以与任意字符序列匹配.执行匹配所涉及的所有状态都驻留在匹配器中,所以多个 ...
- Java正则表达式基础知识及实例说明
众所周知,在程序开发中,难免会遇到需要匹配.查找.替换.判断字符串的情况发生,而这些情况有时又比较复杂,如果用纯编码方式解决,往往会浪费程序员的时间及精力.因此,学习及使用正则表达式,便成了解决这一矛 ...
- python爬虫主要就是五个模块:爬虫启动入口模块,URL管理器存放已经爬虫的URL和待爬虫URL列表,html下载器,html解析器,html输出器 同时可以掌握到urllib2的使用、bs4(BeautifulSoup)页面解析器、re正则表达式、urlparse、python基础知识回顾(set集合操作)等相关内容。
本次python爬虫百步百科,里面详细分析了爬虫的步骤,对每一步代码都有详细的注释说明,可通过本案例掌握python爬虫的特点: 1.爬虫调度入口(crawler_main.py) # coding: ...
随机推荐
- java——模拟新浪微博用户注册
1.创建用户类,重写HashCode()和equals()方法: import java.util.*; public class User{ private String name; private ...
- Hadoop实战:微博数据分析
项目需求 自定义输入格式,将明星微博数据排序后按粉丝数 关注数 微博数 分别输出到不同文件中. 数据集 下面是部分数据,猛戳此链接下载完整数据集 数据格式: 明星 明星微博名称 粉丝数 ...
- varnish pipe 和pass的区别分析
这两天在学习varnish,在学到vcl时,不理解pipe和pass的区别以及如何区分加以应用.通过两天的搜索,总算是理清了概念.现在记录在博客上跟大家分享. 当 vcl_recv 函数接收到请求时, ...
- Comparing Two High-Performance I/O Design Patterns--reference
by Alexander Libman with Vladimir GilbourdNovember 25, 2005 Summary This article investigates and co ...
- asp.net MVC 4.0 Controller回顾——ModelBinding实现过程
以DefaultModelBinder为例 为简单模型绑定(BindSimpleModel)和复杂模型绑定(BindComplexModel) public virtual object BindMo ...
- Spring整合Struts2 注解版
1.jar包 <!--spring配置--> <dependency> <groupId>org.springframework</groupId> & ...
- [Freemarker] Getting Start
Freemarker是一个模板引擎,在.NET中有类似的T4模板,FreeMarker对ASP.NET MVC也很友好,链接地址,引用官方的一幅图 模板+数据=视图 Following are the ...
- ifream页面弹出框遮盖层覆盖父页面
1.首先找到子页面上遮罩层的id, 2.然后再父页面编写个js方法 function shade() { $(".layui-layer-shade").height($(wind ...
- Linux查找文件内容(grep)
转载链接:http://www.eguidedog.net/linux-tutorial/05-grep.php grep是Linux命令行下常用于查找过滤文本文件内容的命令.最简单的用法是: gre ...
- Spring Boot概要
1.Spring Boot使用“习惯优于配置”(项目中存在大量的配置,此外还内置了一个习惯性的配置)的理念,使用户的项目实现快速运行.通过学习Spring Boot中的配置文件application. ...