JavaScript 正则表达式定义、语法与常用方法详解

正则表达式的定义与语法

一、定义正则表达式的方法

在 JavaScript 中，创建正则表达式主要有两种方式：一是使用构造函数，二是使用字面量直接量。具体示例如下：

var reg1 = new RegExp('\d{5, 11}'); // 通过构造函数定义
var reg2 = /\d{5, 12}/; // 通过直接量定义

正则表达式包含多种特殊字符和语法结构，具体如下： 直接量字符： \o：代表 NUL 字符（即 \u0000） \t：代表制表符（即 \u0009） \n：代表换行符（即 \u000A） \v：代表垂直制表符（即 \u000B） \f：代表换页符（即 \u000C） \r：代表回车符（即 \u000D） \xnn：由十六进制数 nn 指定的拉丁字符，例如 \x0A 等价于 \n \uxxxx：由十六进制数 xxxx 指定的 Unicode 字符，例如 \u0009 等价于 \t \cX：控制字符 ^X，例如 \cJ 等价于换行符 \n 锚字符： ^：匹配字符串开头，在多行模式下匹配每行开头 $：匹配字符串结尾，在多行模式下匹配每行结尾 \b：匹配单词边界，即位于 \w 和 \W 之间，或 \w 与字符串首尾之间的位置（注意：[\b] 匹配的是退格符） \B：匹配非单词边界 (?=p)：零宽正向先行断言，要求后续字符与 p 匹配，但不包含在匹配结果中 (?!p)：零宽负向先行断言，要求后续字符串不与 p 匹配 字符类： [...]：匹配方括号内的任意字符 [^...]：匹配不在方括号内的任意字符 .：匹配除换行符和其他 Unicode 行终止符外的任意字符 \w：匹配任何 ASCII 字母、数字或下划线，等价于 [a-zA-Z0-9] \W：匹配非 ASCII 字母、数字或下划线的字符，等价于 [^a-zA-Z0-9] \s：匹配任何 Unicode 空白字符 \S：匹配非 Unicode 空白字符（注意 \w 与 \S 不同） \d：匹配任何 ASCII 数字，等价于 [0-9] \D：匹配非 ASCII 数字的字符，等价于 [^0-9] [\b]：特例，匹配退格直接量 重复字符语法： {n, m}：匹配前一项至少 n 次，最多 m 次 {n, }：匹配前一项 n 次或更多次 {n}：精确匹配前一项 n 次 ?：匹配前一项 0 次或 1 次（即可选，等价于 {0, 1}） +：匹配前一项 1 次或多次（等价于 {1, }） *：匹配前一项 0 次或多次（等价于 {0, }） 选择、分组和引用： |：选择符，匹配其左侧或右侧的子表达式 (…)：组合项，将多个项合并为一个单元，可通过 *、+、?、| 修饰，并记忆匹配内容供后续引用 (?: …)：只组合不记忆，将项合并为单元，但不保存匹配结果供引用 \n：引用第 n 个分组首次匹配的字符。组索引从左到右依左括号计数，(?:) 形式的分组不编码。 修饰符： i：忽略大小写进行匹配 g：全局匹配，查找所有匹配而非仅第一个 m：多行模式，^ 匹配行首和字符串首，$ 匹配行尾和字符串尾

var s = "JavaScript".search(/script/i); // s = 4

replace()：用于执行检索与替换操作。接收两个参数：第一个是正则表达式，第二个是替换字符串。若正则表达式包含 g 修饰符，则执行全局替换；否则仅替换第一个匹配的子串。若第一个参数非正则表达式，则直接搜索该字符串，不转换为正则表达式。示例如下：

var s = "JavaScript".replace(/java/gi, "Script"); // s = Script Script

match()：参数为正则表达式（若非则自动转换），返回包含匹配结果的数组。若设置 g 修饰符，则执行全局匹配。示例如下：

var d = '55 ff 33 hh 77 tt'.match(/\d+/g); // d = ["55", "33", "77"]

split()：将调用该方法的字符串拆分为子串数组，分隔符由 split() 的参数指定，参数也可以是正则表达式。示例如下：

var d = '123,31,453,645'.split(','); // d = ["123", "31", "453", "645"]
var d = '21 , 123, 44, 64, 67, 3'.split(/\s*,\s*/); // d = ["21", "123", "44", "64", "67", "3"]

RegExp 对象属性与方法

二、RegExp 对象 每个 RegExp 对象包含 5 个属性： source：只读字符串，包含正则表达式的文本。 global：只读布尔值，表示是否带有 g 修饰符。 ignoreCase：只读布尔值，表示是否带有 i 修饰符。 multiline：只读布尔值，表示是否带有 m 修饰符。 lastIndex：可读可写整数，若匹配模式含 g 修饰符，此属性存储下一次检索的起始位置。 RegExp 对象提供两个主要方法： exec()：参数为字符串，功能与 match() 类似，用于在字符串中执行正则匹配。若无匹配返回 null；若有匹配返回数组，首元素为与正则表达式匹配的字符串，其余元素为圆括号内子表达式的匹配子串。无论是否有 g 修饰符，返回数组结构一致。当正则表达式含 g 修饰符时，exec() 会将 lastIndex 设置为紧接匹配子串的字符位置。再次调用 exec() 时，从 lastIndex 指示的位置开始检索；若无匹配，lastIndex 重置为 0。示例如下：

var p = /Java/g;
var text = "JavaScript is more fun than Java!"
var r;
while((r = p.exec(text)) != null) {
console.log(r, 'lastIndex: ' + p.lastIndex);
}

另一个方法是 test()，参数为字符串。用于检查字符串是否包含正则表达式的匹配结果，若包含则返回 true，否则返回 false。示例如下：

var p = /java/i;
p.test('javascript'); // true