正则表达式

简介

  正则表达式（regular expression）是一种字符串匹配模式（pattern），用来搜索、替换或取出符合某个条件的子字符串。¹

语法

  正则表达式由普通字符（例如字符 a 到 z）以及特殊字符（称为“元字符”）组成。

普通字符

  包括所有大写和小写字母、所有数字、所有标点符号和一些其他符号。

字符	描述
[ABC]	匹配 […] 中的所有字符。
[^ABC]	匹配除了 […] 中字符的所有字符。
[A-Z]	[A-Z] 表示一个区间，匹配所有大写字母，[a-z] 表示所有小写字母。
.	匹配除换行符 \n 之外的任何单字符。
[\s\S]	匹配所有。\s 是匹配所有空白符，包括换行，\S 非空白符，不包括换行。

特殊字符

  所谓特殊字符，就是一些有特殊含义的字符。

字符	描述
[	标记一个中括号表达式的开始。
{	标记限定符表达式的开始。
\	将下一个字符标记为 特殊字符、原义字符、向后引用或八进制转义符。

限定符

  限定符用来指定一个条件要出现多少次才能匹配。有 ? * +和{n} {n,} {n,m} 共6种。

字符	描述
?	匹配前面的子表达式零次或一次，或指明一个非贪婪限定符。
*	匹配前面的子表达式零次或多次。
+	匹配前面的子表达式一次或多次。
{n}	n 是一个非负整数。匹配确定的 n 次。
{n,}	n 是一个非负整数。至少匹配n 次。
{n,m}	m 和 n 均为非负整数。最少匹配 n 次且最多匹配 m 次。

  注意：限定符都是贪婪的，它们会尽可能多的匹配文字，在它们的后面加上一个 ? 就可以实现非贪婪或最小匹配。

<h1>RUNOOB-菜鸟教程</h1>

// 贪婪：下面的表达式匹配从开始 (<) 到 (>) 之间的所有内容。
/<.*>/  

// 非贪婪：下面的表达式只匹配 <h1>。
/<.*?>/

定位符

  定位符用来描述字符串或单词的边界，^ 和 $ 分别指字符串的开始与结束，\b 描述单词的前或后边界，\B 表示非单词边界。

字符	描述
^	匹配输入字符串的开始位置。在方括号表达式中使用时，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。
\b	匹配一个单词边界，即字与空格间的位置。
\B	非单词边界匹配。

选择

  () 表示捕获分组，把每个分组里的匹配的值保存起来，相邻的选择项之间用 | 分隔。
  ?: ?= ?!是非捕获元。

字符	描述
(pattern)	匹配 pattern 并获取这一匹配。所获取的匹配可以从产生的 Matches 集合得到。
(?:pattern)	匹配 pattern 但不获取匹配结果，也就是说这是一个非获取匹配，不进行存储供以后使用。
(?=pattern)	正向肯定预查，在任何匹配 pattern 的字符串开始处匹配查找字符串。exp1(?=exp2)：查找 exp2 前面的 exp1。
(?!pattern)	正向否定预查，在任何不匹配 pattern 的字符串开始处匹配查找字符串。exp1(?!exp2)：查找后面不是 exp2 的 exp1。
(?<=pattern)	反向肯定预查，与正向肯定预查类似，只是方向相反。(?<=exp2)exp1：查找 exp2 后面的 exp1。
(?<!pattern)	反向否定预查，与正向否定预查类似，只是方向相反。(?<!exp2)exp1：查找前面不是 exp2 的 exp1。
x|y	匹配 x 或 y。
\num	匹配 num，其中 num 是一个正整数。对所获取的匹配的引用。例如，‘(.)\1’ 匹配两个连续的相同字符。

// (?:pattern)
industr(?:y|ies) // 比 'industry|industries' 更简略的表达式。

// (?=pattern)
Windows(?=95|98|NT|2000) // 能匹配"Windows2000"中的"Windows"，但不能匹配"Windows3.1"中的"Windows"。

// (?!pattern)
Windows(?!95|98|NT|2000) // 能匹配"Windows3.1"中的"Windows"，但不能匹配"Windows2000"中的"Windows"。

// (?<=pattern)
(?<=95|98|NT|2000)Windows // 能匹配"2000Windows"中的"Windows"，但不能匹配"3.1Windows"中的"Windows"。

// (?<!pattern)
(?<!95|98|NT|2000)Windows // 能匹配"3.1Windows"中的"Windows"，但不能匹配"2000Windows"中的"Windows"。

反向引用

  ()将相关匹配存储到一个临时缓冲区中，所捕获的子匹配从左到右的顺序存储。缓冲区编号从 1 开始，最多可存储 99 个。缓冲区使用 \n 访问，其中 n 为一个标识特定缓冲区的十进制数。

// 反向引用常用于查找文本中两个相同的相邻单词。
var str = "Is is the cost of of gasoline going up up";
var patt1 = /\b([a-z]+) \1\b/igm; // 第二部分是对以前捕获的子匹配项的引用，\1 指定第一个子匹配项。
document.write(str.match(patt1));
 // Is is,of of,up up
 
var str = "https://www.runoob.com:80/html/html-tutorial.html";
var patt1 = /(\w+):\/\/([^/:]+)(:\d*)?([^# ]*)/;
arr = str.match(patt1); // str.match(patt1) 返回一个数组，索引 0 对应的是整个字符串，索引 1 对应第一个匹配符
for (var i = 0; i < arr.length ; i++) {
    document.write(arr[i]);
    document.write("<br>");
}
// https://www.runoob.com:80/html/html-tutorial.html
// https
// www.runoob.com
// :80
// /html/html-tutorial.html

修饰符（标记）

  标记不写在正则表达式里，标记位于表达式之外，格式 /pattern/flags

修饰符	含义
i	ignore - 不区分大小写
g	global - 全局匹配
m	multi line - 多行匹配
s	特殊字符圆点 . 中包含换行符 \n

var str="Google runoob taobao runoob"; 
var n1=str.match(/runoob/);   // 查找第一次匹配项
var n2=str.match(/runoob/g);  // 查找所有匹配项

元字符

  下面是一些其他常用字符。

字符	描述
\w	匹配字母、数字、下划线。等价于’[A-Za-z0-9_]'。
\W	匹配非字母、数字、下划线。等价于 ‘[^A-Za-z0-9_]’。
\d	匹配一个数字字符。等价于 [0-9]。
\D	匹配一个非数字字符。等价于 [^0-9]。
\s	匹配任何空白字符，包括空格、制表符、换页符等等。
\S	匹配任何非空白字符。

---

1. 正则表达式-菜鸟教程 ↩︎