轉自,http://www.cainiao8.com/web/js_note/js_regular_expression.html簡單易懂
什麼是正則表達式?
這個問題可以參見:“正則表達式30分鐘入門教程”,很多編程語言都支持正則表達式,本文僅僅討論JavaScript中的正則表達式。
創建一個正則表達式
第一種方法:
var reg = /pattern/;
第二種方法:
var reg = new RegExp('pattern');
正則表達式的exec方法簡介
語法:
reg.exec(str);
其中str爲要執行正則表達式的目標字符串。
例如:
<script type="text/javascript"> var reg = /test/; var str = 'testString'; var result = reg.exec(str); alert(result); </script>
將會輸出test,因爲正則表達式reg會匹配str(‘testString’)中的’test’子字符串,並且將其返回。
我們使用下面的函數來做匹配正則的練習:
function execReg(reg,str){ var result = reg.exec(str); alert(result); }
函數接受一個正則表達式參數reg和一個目標字符串參數str,執行之後會alert出正則表達式與字符串的匹配結果。
用這個函數測試上面的例子就是:
<script type="text/javascript"> function execReg(reg,str){ var result = reg.exec(str); alert(result); } var reg = /test/; var str = 'testString'; execReg(reg,str); </script>
上面的例子用正則裏的test去匹配字符串裏的test,實在是很無聊,同樣的任務用indexOf方法就可以完成了。用正則,自然是要完成更強大的功能:
一片兩片三四片,落盡正則全不見
上面的小標題翻譯成正則就是{1},{2},{3,4},{1,}。
c{n}
{1}表示一個的意思。
/c{1}/只能匹配一個c。
/c{2}/則會匹配兩個連續的c。
以此類推,
/c{n}/則會匹配n個連續的c。
看下面的例子:
reg = /c{1}/; str='cainiao'; execReg(reg,str);
返回結果c
reg = /c{2}/; str='cainiao'; execReg(reg,str);
返回結果null,表示沒有匹配成功。
reg = /c{2}/; str='ccVC果凍爽'; execReg(reg,str);
返回結果cc。
c{m,n}
c{3,4}的意思是,連續的3個c或者4個c。
例如
reg = /c{3,4}/; str='ccVC果凍爽'; execReg(reg,str);
返回結果null,表示沒有匹配成功。
reg = /c{3,4}/; str='cccTest'; execReg(reg,str);
結果返回ccc。
reg = /c{3,4}/; str='ccccTest'; execReg(reg,str);
結果返回cccc,這表明正則會盡量多品牌,可3可4的時候它會選擇多匹配一個。
reg = /c{3,4}/; str='cccccTest'; execReg(reg,str);
仍然只匹配4個c。
由以上例子可以推斷出,c{m,n}表示m個到n個c,且m小於等於n。
c{n,}
c{1,}表示1個以上的c。例如:
reg = /c{1,}/; str='cainiao'; execReg(reg,str);
結果返回c。
reg = /c{1,}/; str='cccccTest'; execReg(reg,str);
返回ccccc,再次說明了正則表達式會盡量多地匹配。
reg = /c{2,}/; str='cainiao'; execReg(reg,str);
結果返回null,c{2,}表示2個以上的c,而cainiao中只有1個c。
由以上例子可知,c{n,}表示最少n個c,最多則不限個數。
*,+,?
*表示0次或者多次,等同於{0,},即
c* 和 c{0,} 是一個意思。
+表示一次或者多次,等同於{1,},即
c+ 和 c{1,} 是一個意思。
最後,?表示0次或者1次,等同於{0,1},即
c? 和 c{0,1} 是一個意思。
貪心與非貪心
人都是貪婪的,正則也是如此。我們在例子reg = /c{3,4}/;str='ccccTest';的例子中已經看到了,能匹配四個的時候,正則絕對不會去匹配三個。上面所介紹的所有的正則都是這樣,只要在合法的情況下,它們會盡量多去匹配字符,這就叫做貪心模式。
如果我們希望正則儘量少地匹配字符,那麼就可以在表示數字的符號後面加上一個?。組成如下的形式:
{n,}?, *?, +?, ??, {m,n}?
同樣來看一個例子:
reg = /c{1,}?/; str='ccccc'; execReg(reg,str);
返回的結果只有1個c,儘管有5個c可以匹配,但是由於正則表達式是非貪心模式,所以只會匹配一個。
/^開頭,結尾$/
^表示只匹配字符串的開頭。看下面的例子:
reg = /^c/; str='維生素c'; execReg(reg,str);
結果爲null,因爲字符串‘維生素c’的開頭並不是c,所以匹配失敗。
reg = /^c/; str='cainiao'; execReg(reg,str);
這次則返回c,匹配成功,因爲cainiao恰恰是以c開頭的。
與^相反,$則只匹配字符串結尾的字符,同樣,看例子:
reg = /c$/; str='cainiao'; execReg(reg,str);
返回null,表示正則表達式沒能在字符串的結尾找到c這個字符。
reg = /c$/; str='維生素c'; execReg(reg,str);
這次返回的結果是c,表明匹配成功。
點’.’
‘.’會匹配字符串中除了換行符/n之外的所有字符,例如
reg = /./; str='cainiao'; execReg(reg,str);
結果顯示,正則匹配到了字符c。
reg = /./; str='blueidea'; execReg(reg,str);
這次是b。
reg = /.+/; str='blueidea——經典論壇 好_。'; execReg(reg,str);
結果是“blueidea——經典論壇 好_。“也就是說所有的字符都被匹配掉了,包括一個空格,一個下滑線,和一個破折號。
reg = /.+/; reg = /.+/; str='bbs.blueidea.com'; execReg(reg,str);
同樣,直接返回整個字符串——bbs.blueidea.com,可見”.”也匹配”.”本身。
reg = /^./; str='/ncainiao'; execReg(reg,str);
結果是null,終於失敗了,正則要求字符串的第一個字符不是換行,但是恰恰字符是以/n開始的。
二選一,正則表達式中的或,“|“
b|c表示,匹配b或者c。
例如:
reg = /b|c/; str='blueidea'; execReg(reg,str);
結果是b。
reg = /b|c/; str='cainiao'; execReg(reg,str);
結果是c。
reg = /^b|c.+/; str='cainiao'; execReg(reg,str);
匹配掉整個cainiao。
reg = /^b|c.+/; str='bbs.blueidea.com'; execReg(reg,str);
結果只有一個b,而不是整個字符串。因爲上面正則表達式的意思是,匹配開頭的b或者是c.+。
括號
reg = /^(b|c).+/; str='bbs.blueidea.com'; execReg(reg,str);
這次的結果是整個串bbs.blueidea.com,機上上面的括號這後,這個正則的意思是,如果字符串的開頭是b或者c,那麼匹配開頭的b或者c以及其後的所有的非換行字符。
如果你也實驗了的話,會發現返回的結果後面多出來一個“,b“,這是()內的b|c所匹配的內容。我們在正則表達式內括號裏寫的內容會被認爲是子正則表達式,所匹配的結果也會被記錄下來供後面使用。我們暫且不去理會這個特性。
字符集合[abc]
[abc]表示a或者b或者c中的任意一個字符。例如:
reg = /^[abc]/; str='bbs.blueidea.com'; execReg(reg,str);
返回結果是b。
reg = /^[abc]/; str='test'; execReg(reg,str);
這次的結果就是null了。
我們在字字符集合中使用如下的表示方式:[a-z],[A-Z],[0-9],分別表示小寫字母,大寫字母,數字。例如:
reg = /^[a-zA-Z][a-zA-Z0-9_]+/; str='test'; execReg(reg,str);
結果是整個test,正則的意思是開頭必須是英文字母,後面可以是英文字母或者數字以及下劃線。
反字符集合[^abc]
^在正則表達式開始部分的時候表示開頭的意思,例如/^c/表示開頭是c;但是在字符集和中,它表示的是類似“非“的意思,例如[^abc]就表示不能是a,b或者c中的任何一個。例如:
reg = /[^abc]/; str='blueidea'; execReg(reg,str);
返回的結果是l,因爲它是第一個非abc的字符(即第一個b沒有匹配)。同樣:
reg = /[^abc]/; str='cainiao'; execReg(reg,str);
則返回i,前兩個字符都是[abc]集合中的。
由此我們可知:[^0-9]表示非數字,[^a-z]表示非小寫字母,一次類推。
邊界與非邊界
/b表示的邊界的意思,也就是說,只有字符串的開頭和結尾纔算數。例如//bc/就表示字符串開始的c或者是結尾的c。看下面的例子:
reg = //bc/; str='cainiao'; execReg(reg,str);
返回結果c。匹配到了左邊界的c字符。
reg = //bc/; str='維生素c'; execReg(reg,str);
仍然返回c,不過這次返回的是右側邊界的c。
reg = //bc/; str='bcb'; execReg(reg,str);
這次匹配失敗,因爲bcb字符串中的c被夾在中間,既不在左邊界也不再右邊界。
與/b對應/B表示非邊界。例如:
reg = //Bc/; str='bcb'; execReg(reg,str);
這次會成功地匹配到bcb中的c,。然而
reg = //Bc/; str='cainiao'; execReg(reg,str);
則會返回null。因爲/B告訴正則,只匹配非邊界的c。
數字與非數字
/d表示數字的意思,相反,/D表示非數字。例如:
reg = //d/; str='cainiao8'; execReg(reg,str);
返回的匹配結果爲8,因爲它是第一個數字字符。
reg = //D/; str='cainiao8'; execReg(reg,str);
返回c,第一個非數字字符。
空白
/f匹配換頁符,/n匹配換行符,/r匹配回車,/t匹配製表符,/v匹配垂直製表符。
/s匹配單個空格,等同於[/f/n/r/t/v]。例如:
reg = //s.+/; str='This is a test String.'; execReg(reg,str);
返回“is a test String.”,正則的意思是匹配第一個空格以及其後的所有非換行字符。
同樣,/S表示非空格字符。
reg = //S+/; str='This is a test String.'; execReg(reg,str);
匹配結果爲This,當遇到第一個空格之後,正則就停止匹配了。
單詞字符
/w表示單詞字符,等同於字符集合[a-zA-Z0-9_]。例如:
reg = //w+/; str='blueidea'; execReg(reg,str);
返回完整的blueidea字符串,因爲所有字符都是單詞字符。
reg = //w+/; str='.className'; execReg(reg,str);
結果顯示匹配了字符串中的className,只有第一個“.”——唯一的非單詞字符沒有匹配。
reg = //w+/; str='中文如何?'; execReg(reg,str);
試圖用單詞字符去匹配中文自然行不通了,返回null。
/W表示非單詞字符,等效於[^a-zA-Z0-9_]
reg = //W+/; str='中文如何?'; execReg(reg,str);
返回完整的字符串,因爲,無論是中文和“?”都算作是非單詞字符。
反向引用
形式如下:/(子正則表達式)/1/
依舊用例子來說明:
1.
reg = //w/; str='blueidea'; execReg(reg,str);
返回b。
2.
reg = /(/w)(/w)/; str='blueidea'; execReg(reg,str);
返回bl,b,l
bl是整個正則匹配的內容,b是第一個括號裏的子正則表達式匹配的內容,l是第二個括號匹配的內容。
3.
reg = /(/w)/1/; str='blueidea'; execReg(reg,str);
則會返回null。這裏的“/1”就叫做反向引用,它表示的是第一個括號內的字正則表達式匹配的內容。在上面的例子中,第一個括號裏的(/w)匹配了b,因此“/1”就同樣表示b了,在餘下的字符串裏自然找不到b了。
與第二個例子對比就可以發現,“/1”是等同於“第1個括號匹配的內容”,而不是“第一個括號的內容”。
reg = /(/w)/1/; str='bbs.blueidea.com'; execReg(reg,str);
這個正則則會匹配到bb。
同樣,前面有幾個子正則表達式我們就可以使用幾個反向引用。例如:
reg = /(/w)(/w)/2/1/; str='woow'; execReg(reg,str);
會匹配成功,因爲第一個括號匹配到w,第二個括號匹配到o,而/2/1則表示ow,恰好匹配了字符串的最後兩個字符。
括號(2)
前面我們曾經討論過一次括號的問題,見下面這個例子:
reg = /^(b|c).+/; str='bbs.blueidea.com'; execReg(reg,str);
這個正則是爲了實現只匹配以b或者c開頭的字符串,一直匹配到換行字符,但是。上面我們已經看到了,可以使用“/1”來反向引用這個括號裏的子正則表達式所匹配的內容。而且exec方法也會將這個字正則表達式的匹配結果保存到返回的結果中。
不記錄子正則表達式的匹配結果
使用形如(?:pattern)的正則就可以避免保存括號內的匹配結果。例如:
reg = /^(?:b|c).+/; str='bbs.blueidea.com'; execReg(reg,str);
可以看到返回的結果不再包括那個括號內的字正則表達式多匹配的內容。
同理,反向引用也不好使了:
reg = /^(b|c)/1/; str='bbs.blueidea.com'; execReg(reg,str);
返回bb,b。bb是整個正則表達式匹配的內容,而b是第一個子正則表達式匹配的內容。
reg = /^(?:b|c)/1/; str='bbs.blueidea.com'; execReg(reg,str);
返回null。由於根本就沒有記錄括號內匹配的內容,自然沒有辦法反向引用了。
正向預查
形式:(?=pattern)
所謂正向預查,意思就是:要匹配的字符串,後面必須緊跟着pattern!
我們知道正則表達式/cainiao/會匹配cainiao。同樣,也會匹配cainiao9中的cainiao。但是我們可能希望,cainiao只能匹配cainiao8中的菜鳥。這時候就可以像下面這樣寫:/cainiao(?=8)/,看兩個實例:
reg = /cainiao(?=8)/; str='cainiao9'; execReg(reg,str);
返回null。
reg = /cainiao(?=8)/; str='cainiao8'; execReg(reg,str);
匹配cainiao。
需要注意的是,括號裏的內容並不參與真正的匹配,只是檢查一下後面的字符是否符合要求而已,例如上面的正則,返回的是cainiao,而不是cainiao8。
再來看兩個例子:
reg = /blue(?=idea)/; str='blueidea'; execReg(reg,str);
匹配到blue,而不是blueidea。
reg = /blue(?=idea)/; str='bluetooth'; execReg(reg,str);
返回null,因爲blue後面不是idea。
reg = /blue(?=idea)/; str='bluetoothidea'; execReg(reg,str);
同樣返回null。
?!
形式(?!pattern)和?=恰好相反,要求字符串的後面不能緊跟着某個pattern,還拿上面的例子:
reg = /blue(?!idea)/; str='blueidea'; execReg(reg,str);
返回null,因爲正則要求,blue的後面不能是idea。
reg = /blue(?!idea)/; str='bluetooth'; execReg(reg,str);
則成功返回blue。
匹配元字符
首先要搞清楚什麼是元字符呢?我們之前用過*,+,?之類的符號,它們在正則表達式中都有一定的特殊含義,類似這些有特殊功能的字符都叫做元字符。例如
reg = /c*/;
表示有任意個c,但是如果我們真的想匹配’c*’這個字符串的時候怎麼辦呢?只要將*轉義了就可以了,如下:
reg = /c/*/; str='c*'; execReg(reg,str);
返回匹配的字符串:c*。
同理,要匹配其他元字符,只要在前面加上一個“/”就可以了。
正則表達式的修飾符
全局匹配,修飾符g
形式:/pattern/g
例子:reg = /b/g;
後面再說這個g的作用。先看後面的兩個修飾符。
不區分大小寫,修飾符i
形式:/pattern/i
例子:
var reg = /b/; var str = 'BBS'; execReg(reg,str);
返回null,因爲大小寫不符合。
var reg = /b/i; var str = 'BBS'; execReg(reg,str);
匹配到B,這個就是i修飾符的作用了。
行首行尾,修飾符m
形式:/pattern/m
m修飾符的作用是修改^和$在正則表達式中的作用,讓它們分別表示行首和行尾。例如:
var reg = /^b/; var str = 'test/nbbs'; execReg(reg,str);
匹配失敗,因爲字符串的開頭沒有b字符。但是加上m修飾符之後:
var reg = /^b/m; var str = 'test/nbbs'; execReg(reg,str);
匹配到b,因爲加了m修飾符之後,^已經表示行首,由於bbs在字符串第二行的行首,所以可以成功地匹配。
exec方法詳解
exec方法的返回值
exec方法返回的其實並不是匹配結果字符串,而是一個對象,簡單地修改一下execReg函數,來做一個實驗就可以印證這一點:
function execReg(reg,str){ var result = reg.exec(str); alert(typeof result); } var reg = /b/; var str='bbs.bblueidea.com'; execReg(reg,str);
結果顯示result的類型是object。而且是一個類似數組的對象。使用for in可以知道它的屬性: index input 0。其中index是表示匹配在原字符串中的索引;而input則是表示輸入的字符串;
至於0則是表示只有一個匹配結果,可以用下標0來引用這個匹配結果,這個數量可能改變。我們可以通過返回值的length屬性來得知匹配結果的總數量。
根據以上對返回值的分析,修改execReg函數如下:
function execReg(reg,str){ var result = reg.exec(str); document.write('index:'+result.index+'<br />' +'input:'+result.input+'<br />' ); for(i=0;i<result.length;i++){ document.write('result['+i+']:'+result[i]+'<br />') } }
馬上來實驗一下:
var reg = //w/; var str='bbs.bblueidea.com'; execReg(reg,str);
結果如下:
- index:0
- input:bbs.bblueidea.com
- result[0]:b
輸入字符串爲bbs.bblueidea.com;
匹配的b在原字符串的索引是0。
正則的匹配結果爲一個,b;
var reg = /(/w)(/w)(.+)/; var str='bbs.bblueidea.com'; execReg(reg,str);
結果爲:
index:0
input:bbs.bblueidea.com
result[0]:bbs.bblueidea.com
result[1]:b
result[2]:b
result[3]:s.bblueidea.com
由上面兩個例子可見,返回對象[0]就是整個正則表達式所匹配的內容。後續的元素則是各個子正則表達式的匹配內容。
exec方法對正則表達式的更新
exec方法在返回結果對象的同時,還可能會更新原來的正則表達式,這就要看正則表達式是否設置了g修飾符。先來看兩個例子吧:
var reg = /b/; var str = 'bbs.blueidea.com'; execReg(reg,str); execReg(reg,str);
結果如下:
index:0
input:bbs.blueidea.com
result[0]:b
index:0
input:bbs.blueidea.com
result[0]:b
也就是說,兩次匹配的結果完全一樣,從索引可以看出來,匹配的都是字符串首的b字符。
下面看看設置了g的正則表達式表現如何:
var reg = /b/g; var str = 'bbs.blueidea.com'; execReg(reg,str); execReg(reg,str);
結果如下:
index:0
input:bbs.blueidea.com
result[0]:b
index:1
input:bbs.blueidea.com
result[0]:b
可以看得出來,第二次匹配的是字符串的字符串的第二個b。這也就是g修飾符的作用了,下面來看exec是如何區別對待g和非g正則表達式的。
如果正則表達式沒有設置g,那麼exec方法不會對正則表達式有任何的影響,如果設置了g,那麼exec執行之後會更新正則表達式的lastIndex屬性,表示本次匹配後,所匹配字符串的下一個字符的索引,下一次再用這個正則表達式匹配字符串的時候就會從上次的lastIndex屬性開始匹配,也就是上面兩個例子結果不同的原因了。
test方法
test方法僅僅檢查是否能夠匹配str,並且返回布爾值以表示是否成功。同樣建立一個簡單的測試函數:
function testReg(reg,str){ alert(reg.test(str)); }
實例1
var reg = /b/; var str = 'bbs.blueidea.com'; testReg(reg,str);
成功,輸出true。
實例2
var reg = /9/; var str = 'bbs.blueidea.com'; testReg(reg,str);
失敗,返回false。
使用字符串的方法執行正則表達式
match方法
形式:str.match(reg);
與正則表達式的exec方法類似,該方法同樣返回一個類似數組的對象,也有input和index屬性。我們定義如下一個函數用來測試:
function matchReg(reg,str){ var result = str.match(reg); if(result ){ document.write('index:'+result.index+'<br />' +'input:'+result.input+'<br />' ); for(i=0;i<result.length;i++){ document.write('result['+i+']:'+result[i]+'<br />') } }else{ alert('null:匹配失敗!') } }
例如:
var reg = /b/; var str = 'bbs.blueidea.com'; matchReg(reg,str);
結果如下:
index:0
input:bbs.blueidea.com
result[0]:b
可見,和exec的結果一樣。
但是如果正則表達式設置了g修飾符,exec和match的行爲可就不一樣了,見下例:
index:undefined
input:undefined
result[0]:b
result[1]:b
result[2]:b
設置了g修飾符的正則表達式在完成一次成功匹配後不會停止,而是繼續找到所有可以匹配到的字符。返回的結果包括了三個b。不過沒有提供input和index這些信息。
replace方法
形式:str. replace (reg,’new str’);
它的作用是將str字符串中匹配reg的部分用’’new str”部分代碼,值得注意的是原字符串並不會被修改,而是作爲返回值被返回。例子:
var reg = /b/; var str = 'bbs.blueidea.com'; var newStr = str.replace(reg,'c'); document.write(newStr);
結果爲cbs.blueidea.com,只有第一個b被替換爲c。
var reg = /b/g; var str = 'bbs.blueidea.com'; var newStr = str.replace(reg,'c'); document.write(newStr);
輸出ccs.clueidea.com
由於,設置了g修飾符,所以會替換掉所有的b。
var reg = //w+/g; var str = 'bbs.blueidea.com'; var newStr = str.replace(reg,'word'); document.write(newStr);
輸出:
word.word.word。
在replace函數中使用$引用子正則表達式匹配內容
就像在正則裏我們可以使用/1來引用第一個子正則表達式所匹配的內容一樣,我們在replace函數的替換字符裏也可以使用$1來引用相同的內容。
還是來看一個例子吧:
var reg = /(/w+).(/w+).(/w+)/; var str = 'bbs.blueidea.com'; var newStr = str.replace(reg,'$1.$1.$1'); document.write(newStr);
輸出的結果爲:
bbs.bbs.bbs
首先,我們知道第一個子正則表達式匹配到了bbs,那麼$1也就代表bbs了。其後我們把替換字符串設置爲'$1.$1.$1',其實也就是“bbs.bbs.bbs”。同理,$2就是blueidea,$3就是com。
在來看一個例子,顛倒空格前後兩個單詞的順序。
var reg = /(/w+)/s(/w+)/; var str = 'cainiao gaoshou'; var newStr = str.replace(reg,'$2 $1'); document.write(newStr);
結果爲:gaoshou cainiao,也就是空格前後的單詞被調換順序了。
由於在替換文本里$有了特殊的含義,所以我們如果想要是用$這個字符的話,需要寫成$$,例如:
var reg = /(/w+)/s(/w+)/; var str = 'cainiao gaoshou'; var newStr = str.replace(reg,'$$ $$'); document.write(newStr);
結果爲:$ $。
search方法和split方法
同樣,字符串的search方法和split方法中也可以使用正則表達式,形式如下:
str.search(reg);
search返回正則表達式第一次匹配的位置。例子:
var reg = /idea/; var str = 'blueidea'; var pos = str.search(reg); document.write(pos);
結果爲4。
下面的例子找出第一個非單詞字符:
var reg = //W/; var str = 'bbs.blueidea.com'; var pos = str.search(reg); document.write(pos);
結果爲3,也就是那個點“.”的位置。
str.split(reg,’seprator’); split返回分割後的數組,例如: var reg = //W/; var str = 'bbs.blueidea.com'; var arr = str.split(reg); document.write(arr);
結果爲:bbs,blueidea,com,可見數組被非單詞字符分爲了有三個元素的數組。
var reg = //W/; var str = 'http://www.baidu.com/'; var arr = str.split(reg); document.write(arr.length+'<br />'); document.write(arr);
結果爲:
7
http,,,www,baidu,com,
可見字符串被分爲了有7個元素的數組,其中包括了三個爲空字符串的元素。