【JS】Javascript正則表達式學習筆記

正則表達式修飾符

修飾符 可以在全局搜索中不區分大小寫:

修飾符	描述
i	執行對大小寫不敏感的匹配。
g	執行全局匹配（查找所有匹配而非在找到第一個匹配後停止）。
m	執行多行匹配。

正則表達式模式

（1）方括號用於查找某個範圍內的字符：

表達式	描述
[abc]	查找方括號之間的任何字符。
[0-9]	查找任何從 0 至 9 的數字。
(x|y)	查找任何以 | 分隔的選項。
()	小括號，叫做分組符，正則中的每一個帶小括號的項，都叫做這個正則的子項

（2）元字符是擁有特殊含義的字符：

元字符	描述
\d	查找數字。
\D	查找非數字。
\s	查找空白字符。
\S	查找非空白字符。
\w	字符 ( 字母 ，數字，下劃線_ )
\W	非字符
\b	匹配單詞邊界。
\uxxxx	查找以十六進制數 xxxx 規定的 Unicode 字符。
.（點）	任意字符
.	真正的點
\b	獨立的部分 （ 起始，結束，空格 ）
\B	非獨立的部分
\a	表示重複的某個子項；\1 重複的第一個子項；\2 重複的第二個子項

（3）量詞:

量詞	描述
n+	匹配任何包含至少一個 n 的字符串。
n*	匹配任何包含零個或多個 n 的字符串。
n?	匹配任何包含零個或一個 n 的字符串。
{n,m}	至少出現n次，最多m次
{n,}	至少n次
{n}	正好n次

使用 RegExp 對象

在 JavaScript 中，RegExp 對象是一個預定義了屬性和方法的正則表達式對象。

使用 test()

test() 方法是一個正則表達式方法。
test() 方法用於檢測一個字符串是否匹配某個模式，如果字符串中含有匹配的文本，則返回 true，否則返回 false。

使用 exec()

exec() 方法是一個正則表達式方法。
exec() 方法用於檢索字符串中的正則表達式的匹配。
該函數返回一個數組，其中存放匹配的結果。如果未找到匹配，則返回值爲 null。

match()

在字符串中搜索複合規則的內容，搜索成功就返回內容，格式爲數組，失敗就返回null。
用法： 字符串.match(正則)
量詞：+ 至少出現一次 匹配不確定的次數（匹配就是搜索查找的意思）
全局匹配：g——global（正則中默認，只要搜索到複合規則的內容就會結束搜索 ）

replace()

查找符合正則的字符串，就替換成對應的字符串。返回替換後的內容。
用法： 字符串.replace(正則,新的字符串/回調函數)（在回調函數中，第一個參數指的是每次匹配成功的字符）
| : 或的意思
eg: 敏感詞過濾，比如 我愛北京天安門，天安門上太陽昇。——我愛，***上太陽昇。即北京和天安門變成*號，

var str = "我愛北京天安門，天安門上太陽昇。";
var re = /北京|天安門/g; // 找到北京 或者天安門 全局匹配
var str2 = str.replace(re,function(str){
       alert(str); //用來測試：函數的第一個參數代表每次搜索到的符合正則的字符，所以第一次str指的是北京 第二次str是天安門 第三次str是天安門
      var result = '';
      for(var i=0;i<str.length;i++){
        result += '*';
      }        
      return result; //所以搜索到了幾個字就返回幾個* 
    });
alert(str2) //我愛*****，***上太陽昇     

//整個過程就是，找到北京，替換成了兩個*，找到天安門替換成了3個*，找到天安門替換成3個*。

---

ES6正則的擴展

u 修飾符

ES6 對正則表達式添加了u修飾符，含義爲“Unicode 模式”，用來正確處理大於\uFFFF的 Unicode 字符。也就是說，會正確處理四個字節的 UTF-16 編碼

一旦加上u修飾符號，就會修改下面這些正則表達式的行爲：
（1）點字符
點（.）字符在正則表達式中，含義是除了換行符以外的任意單個字符。對於碼點大於0xFFFF的 Unicode 字符，點字符不能識別，必須加上u修飾符。（以下代碼中的？是個漢字的偏僻字（碼點大於0xFFFF的 Unicode 字符），正常顯示不出來，目前還不知道如何設置可以正常顯示，若有知道的望告知。）

var s = '?';

/^.$/.test(s) // false
/^.$/u.test(s) // true

上面代碼表示，如果不添加u修飾符，正則表達式就會認爲字符串爲兩個字符，從而匹配失敗。

（2）Unicode 字符表示法
ES6 新增了使用大括號表示 Unicode 字符，這種表示法在正則表達式中必須加上u修飾符，才能識別當中的大括號，否則會被解讀爲量詞。

/\u{61}/.test('a') // false
/\u{61}/u.test('a') // true
/\u{20BB7}/u.test('?') // true

上面代碼表示，如果不加u修飾符，正則表達式無法識別\u{61}這種表示法，只會認爲這匹配 61 個連續的u。

（3）量詞
使用u修飾符後，所有量詞都會正確識別碼點大於0xFFFF的 Unicode 字符。

/a{2}/.test('aa') // true
/a{2}/u.test('aa') // true
/?{2}/.test('??') // false
/?{2}/u.test('??') // true

（4）預定義模式
u修飾符也影響到預定義模式，能否正確識別碼點大於0xFFFF的 Unicode 字符。

/^\S$/.test('?') // false
/^\S$/u.test('?') // true

上面代碼的\S是預定義模式，匹配所有非空白字符。只有加了u修飾符，它才能正確匹配碼點大於0xFFFF的 Unicode 字符。

（5）i 修飾符
有些 Unicode 字符的編碼不同，但是字型很相近，比如，\u004B與\u212A都是大寫的K。

/[a-z]/i.test('\u212A') // false
/[a-z]/iu.test('\u212A') // true

上面代碼中，不加u修飾符，就無法識別非規範的K字符。

y 修飾符

ES6 還爲正則表達式添加了y修飾符，叫做“粘連”（sticky）修飾符。

y修飾符的作用與g修飾符類似，也是全局匹配，後一次匹配都從上一次匹配成功的下一個位置開始。不同之處在於，g修飾符只要剩餘位置中存在匹配就可，而y修飾符確保匹配必須從剩餘的第一個位置開始，這也就是“粘連”的涵義。

var s = 'aaa_aa_a';
var r1 = /a+/g;
var r2 = /a+/y;

r1.exec(s) // ["aaa"]
r2.exec(s) // ["aaa"]

r1.exec(s) // ["aa"]
r2.exec(s) // null

上面代碼有兩個正則表達式，一個使用g修飾符，另一個使用y修飾符。這兩個正則表達式各執行了兩次，第一次執行的時候，兩者行爲相同，剩餘字符串都是_aa_a。由於g修飾沒有位置要求，所以第二次執行會返回結果，而y修飾符要求匹配必須從頭部開始，所以返回null。

s 修飾符：dotAll 模式

正則表達式中，點（.）是一個特殊字符，代表任意的單個字符，但是有兩個例外。一個是四個字節的 UTF-16 字符，這個可以用u修飾符解決；另一個是行終止符（line terminator character）。

所謂行終止符，就是該字符表示一行的終結。以下四個字符屬於”行終止符“。

• U+000A 換行符（\n）
• U+000D 回車符（\r）
• U+2028 行分隔符（line separator）
• U+2029 段分隔符（paragraph separator）

/foo.bar/.test('foo\nbar')
// false

上面代碼中，因爲.不匹配\n，所以正則表達式返回false。

/foo.bar/s.test('foo\nbar') // true

這被稱爲dotAll模式，即點（dot）代表一切字符。所以，正則表達式還引入了一個dotAll屬性，返回一個布爾值，表示該正則表達式是否處在dotAll模式。

const re = /foo.bar/s;
// 另一種寫法
// const re = new RegExp('foo.bar', 's');

re.test('foo\nbar') // true
re.dotAll // true
re.flags // 's'

/s修飾符和多行修飾符/m不衝突，兩者一起使用的情況下，.匹配所有字符，而^和$匹配每一行的行首和行尾。

參考資料

ES6入門 阮一峯