关于正则表达

正则表达式(Regular Expression)是一种文本模式，包括普通字符（例如，a 到 z 之间的字母）和特殊字符（称为"元字符"）。

 

正则表达式是由普通字符（例如字符 a 到 z）以及特殊字符（称为"元字符"）组成的文字模式。

 

普通字符

 

普通字符包括没有显式指定为元字符的所有可打印和不可打印字符。这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。

 

不可打印的字符：

 

\n 匹配一个换行符。等价于 \x0a 和 \cJ。

 

\r 匹配一个回车符。等价于 \x0d 和 \cM。

 

\s 匹配任何空白字符，包括空格、制表符、换页符等等。等价于 [ \f\n\r\t\v]。

 

\S 匹配任何非空白字符。等价于 [^ \f\n\r\t\v]。

 

\t 匹配一个制表符。等价于 \x09 和 \cI。

 

特殊字符

 

所谓特殊字符，就是一些有特殊含义的字符，

 

特别字符 描述

 

$ 匹配输入字符串的结尾位置。如果设置了 RegExp 对象的 Multiline 属性，则 $ 也匹配 ‘\n‘ 或 ‘\r‘。要匹配 $ 字符本身，请使用 \$。

 

( ) 标记一个子表达式的开始和结束位置。子表达式可以获取供以后使用。要匹配这些字符，请使用 \( 和 \)。

 

* 匹配前面的子表达式零次或多次。要匹配 * 字符，请使用 \*。

 

+ 匹配前面的子表达式一次或多次。要匹配 + 字符，请使用 \+。

 

. 匹配除换行符 \n 之外的任何单字符。要匹配 . ，请使用 \. 。

 

[ 标记一个中括号表达式的开始。要匹配 [，请使用 \[。

 

? 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。要匹配 ? 字符，请使用 \?。

 

\ 将下一个字符标记为或特殊字符、或原义字符、或向后引用、或八进制转义符。例如， ‘n‘ 匹配字符 ‘n‘。‘\n‘ 匹配换行符。序列 ‘\\‘ 匹配 "\"，而 ‘\(‘ 则匹配 "("。

 

^ 匹配输入字符串的开始位置，除非在方括号表达式中使用，此时它表示不接受该字符集合。要匹配 ^ 字符本身，请使用 \^。

 

{ 标记限定符表达式的开始。要匹配 {，请使用 \{。

 

| 指明两项之间的一个选择。要匹配 |，请使用 \|。

 

限定符

 

限定符用来指定正则表达式的一个给定组件必须要出现多少次才能满足匹配。有 * 或 + 或 ? 或 {n} 或 {n,} 或 {n,m} 共6种。

 

正则表达式的限定符有：

 

字符 描述

 

* 匹配前面的子表达式零次或多次。例如，zo* 能匹配 "z" 以及 "zoo"。* 等价于{0,}。

 

+ 匹配前面的子表达式一次或多次。例如，‘zo+‘ 能匹配 "zo" 以及 "zoo"，但不能匹配 "z"。+ 等价于 {1,}。

 

? 匹配前面的子表达式零次或一次。例如，"do(es)?" 可以匹配 "do" 或 "does" 中的"do" 。? 等价于 {0,1}。

 

{n} n 是一个非负整数。匹配确定的 n 次。例如，‘o{2}‘ 不能匹配 "Bob" 中的 ‘o‘，但是能匹配 "food" 中的两个 o。

 

{n,} n 是一个非负整数。至少匹配n 次。例如，‘o{2,}‘ 不能匹配 "Bob" 中的 ‘o‘，但能匹配 "foooood" 中的所有 o。‘o{1,}‘ 等价于 ‘o+‘。‘o{0,}‘ 则等价于 ‘o*‘。

 

{n,m} m 和 n 均为非负整数，其中n <= m。最少匹配 n 次且最多匹配 m 次。例如，"o{1,3}" 将匹配 "fooooood" 中的前三个 o。‘o{0,1}‘ 等价于 ‘o?‘。请注意在逗号和两个数之间不能有空格。

 

x|y

 

匹配 x 或 y。例如，‘z|food‘ 能匹配 "z" 或 "food"。‘(z|f)ood‘ 则匹配 "zood" 或 "food"。

 

[xyz]

 

字符集合。匹配所包含的任意一个字符。例如， ‘[abc]‘ 可以匹配 "plain" 中的 ‘a‘。

 

[^xyz]

 

负值字符集合。匹配未包含的任意字符。例如， ‘[^abc]‘ 可以匹配 "plain" 中的‘p‘、‘l‘、‘i‘、‘n‘。

 

[a-z]

 

字符范围。匹配指定范围内的任意字符。例如，‘[a-z]‘ 可以匹配 ‘a‘ 到 ‘z‘ 范围内的任意小写字母字符。

 

[^a-z]

 

负值字符范围。匹配任何不在指定范围内的任意字符。例如，‘[^a-z]‘ 可以匹配任何不在 ‘a‘ 到 ‘z‘ 范围内的任意字符。

 

优先级顺序

 

^once

这个模式包含一个特殊的字符^，表示该模式只匹配那些以once开头的字符串。

bucket$

这个模式与"Who kept all of this cash in a bucket"匹配，与"buckets"不匹配。字符^和$同时使用时，表示精确匹配（字符串与模式一样）。例如：

^bucket$

只匹配字符串"bucket"。如果一个模式不包括^和$，那么它与任何包含该模式的字符串匹配。例如：模式

once

与字符串

There once was a man from NewYork

Who kept all of his cash in a bucket.

是匹配的。

[a-z] 可以用来匹配任意位置上的小写字母: "...a..."
^[a-z] 只能匹配以小写字母为行首的行: "a..."
[a-z]$ 只能匹配以小写字母为行尾的行: "...a"
^[a-z]$ 应该只能匹配只有一个小写字母的行: "a"

这个模式与任何元音字符匹配，但只能表示一个字符。用连字号可以表示一个字符的范围，如：

[a-z] //匹配所有的小写字母

[A-Z] //匹配所有的大写字母

[a-zA-Z] //匹配所有的字母

[0-9] //匹配所有的数字

[0-9\.\-] //匹配所有的数字，句号和减号

[ \f\r\t\n] //匹配所有的白字符

[^a-z] //除了小写字母以外的所有字符

[^\\\/\^] //除了(\)(/)(^)之外的所有字符

[^\"\‘] //除了双引号(")和单引号(‘)之外的所有字符

\s	匹配任何不可见字符，包括空格、制表符、换页符等等。等价于[ \f\n\r\t\v]。
\S	匹配任何可见字符。等价于[^ \f\n\r\t\v]。
\w	匹配包括下划线的任何单词字符。类似但不等价于“[A-Za-z0-9_]”，这里的"单词"字符使用Unicode字符集。（即匹配数字，字母，下划线）
\W	匹配任何非单词字符。等价于“[^A-Za-z0-9_]”。

\d（匹配所有的数字）

匹配一个数字字符。等价于[0-9]。grep 要加上-P，perl正则支持

\D

匹配一个非数字字符。等价于[^0-9]。grep要加上-P，perl正则支持

 

 

实例1、只允许英文字母、数字、下划线、英文句号、以及中划线组成

举例：zhangsan-001@gmail.com 
分析邮件名称部分：

• 26个大小写英文字母表示为a-zA-Z
• 数字表示为0-9
• 下划线表示为_
• 中划线表示为-
• 由于名称是由若干个字母、数字、下划线和中划线组成，所以需要用到+表示多次出现

?根据以上条件得出邮件名称表达式：[a-zA-Z0-9_-]+ 

分析域名部分：

?一般域名的规律为“[N级域名][三级域名.]二级域名.顶级域名”，比如“qq.com”、“www.qq.com”、“mp.weixin.qq.com”、“12-34.com.cn”，分析可得域名类似“** .** .** .**”组成。

• “**”部分可以表示为[a-zA-Z0-9_-]+
• “.**”部分可以表示为\.[a-zA-Z0-9_-]+
• 多个“.**”可以表示为(\.[a-zA-Z0-9_-]+)+

?综上所述，域名部分可以表示为[a-zA-Z0-9_-]+(\.[a-zA-Z0-9_-]+)+

最终表达式： 
?由于邮箱的基本格式为“名称@域名”，需要使用“^”匹配邮箱的开始部分，用“$”匹配邮箱结束部分以保证邮箱前后不能有其他字符，所以最终邮箱的正则表达式为： 
??^[a-zA-Z0-9_-]+@[a-zA-Z0-9_-]+(\.[a-zA-Z0-9_-]+)+$

 

实例2、名称允许汉字、字母、数字，域名只允许英文域名

举例：杨元庆001Abc@lenovo.com.cn

分析邮件名称部分：

• 汉字在正则表示为[\u4e00-\u9fa5]
• 字母和数字表示为A-Za-z0-9 
  ?通过分析得出邮件名称部分表达式为[A-Za-z0-9\u4e00-\u9fa5]+

分析邮件域名部分

?邮件部分可以参考实例1中的分析域名部分。 
?得出域名部分的表达式为[a-zA-Z0-9_-]+(\.[a-zA-Z0-9_-]+)+。

最终表达式： 
?我们用@符号将邮箱的名称和域名拼接起来，因此完整的邮箱表达式为 
??^[A-Za-z0-9\u4e00-\u9fa5]+@[a-zA-Z0-9_-]+(\.[a-zA-Z0-9_-]+)+$

JavaScript 正则表达式

语法

/正则表达式主体/修饰符(可选)

正则表达式修饰符

修饰符 可以在全局搜索中不区分大小写:

修饰符 描述

i 执行对大小写不敏感的匹配。

g 执行全局匹配（查找所有匹配而非在找到第一个匹配后停止）。

m 执行多行匹配。

 var str = string.replace(/\s/g,");去除字符串中的空格。

正则表达式模式

方括号用于查找某个范围内的字符：

表达式 描述

[abc] 查找方括号之间的任何字符。

[0-9] 查找任何从 0 至 9 的数字。

(x|y) 查找任何以 | 分隔的选项。

 

元字符是拥有特殊含义的字符：

元字符 描述

\d 查找数字。

\s 查找空白字符。

\b 匹配单词边界。

\uxxxx 查找以十六进制数 xxxx 规定的 Unicode 字符。

 

量词:

量词 描述

n+ 匹配任何包含至少一个 n 的字符串。

n* 匹配任何包含零个或多个 n 的字符串。

n? 匹配任何包含零个或一个 n 的字符串。

 

var patt = /runoob/i

/runoob/i  是一个正则表达式。

runoob  是一个正则表达式主体 (用于检索)。

i  是一个修饰符 (搜索不区分大小写)。

 

使用字符串方法

在 JavaScript 中，正则表达式通常用于两个字符串方法 : search() 和 replace()。

search() 方法 用于检索字符串中指定的子字符串，或检索与正则表达式相匹配的子字符串，并返回子串的起始位置。

replace() 方法 用于在字符串中用一些字符替换另一些字符，或替换一个与正则表达式匹配的子串。

  

使用正则表达式搜索 "Runoob" 字符串，且不区分大小写：

var str = "Visit Runoob!";

var n = str.search(/Runoob/i);//使用正则的形式，返回子字符串所在的起始位置

var n = str.search("Runoob");//使用字符串形式

输出结果为：

6

 

使用正则表达式且不区分大小写将字符串中的 Microsoft 替换为 Runoob :

var str = document.getElementById("demo").innerHTML;

var txt = str.replace(/microsoft/i,"Runoob");//使用正则替换

var txt = str.replace("Microsoft","Runoob");//使用字符串替换

结果输出为:

Visit Runoob!

 

 

使用 RegExp 对象

在 JavaScript 中，RegExp 对象是一个预定义了属性和方法的正则表达式对象。

使用 test()

test() 方法是一个正则表达式方法。

test() 方法用于检测一个字符串是否匹配某个模式，如果字符串中含有匹配的文本，则返回 true，否则返回 false。

以下实例用于搜索字符串中的字符 "e"：

1.var patt = /e/;

patt.test("The best things in life are free!");

2.var patt1=new RegExp("e");

document.write(patt1.test("The best things in life are free"));

字符串中含有 "e"，所以该实例输出为：

true

 

你可以不用设置正则表达式的变量，以上两行代码可以合并为一行：

/e/.test("The best things in life are free!")

 

使用 exec()

exec() 方法是一个正则表达式方法。

exec() 方法用于检索字符串中的正则表达式的匹配。

该函数返回一个数组，其中存放匹配的结果。如果未找到匹配，则返回值为 null。

以下实例用于搜索字符串中的字母 "e":

1./e/.exec("The best things in life are free!");

2.var patt1=new RegExp("e");

document.write(patt1.exec("The best things in life are free"));

字符串中含有 "e"，所以该实例输出为:

e

 

 

[a-z] 可以用来匹配任意位置上的小写字母: "...a..."
^[a-z] 只能匹配以小写字母为行首的行: "a..."
[a-z]$ 只能匹配以小写字母为行尾的行: "...a"
^[a-z]$ 应该只能匹配只有一个小写字母的行: "a"

 ^[0-9]+abc$

^ 为匹配输入字符串的开始位置。

[0-9]+匹配多个数字， [0-9] 匹配单个数字，+ 匹配一个或者多个。

abc$匹配字母 abc 并以 abc 结尾，$ 为匹配输入字符串的结束位置。

var str = "123abc";

var patt1 = /^[0-9]+abc$/;

document.write(str.match(patt1));

123abc      //获得匹配的表达式

正则表达式(regular expression)描述了一种字符串匹配的模式（pattern），可以用来检查一个串是否含有某种子串、将匹配的子串替换或者从某个串中取出符合某个条件的子串等。

例如：

runoo+b，可以匹配 runoob、runooob、runoooooob 等，+ 号代表前面的字符必须至少出现一次（1次或多次）。

runoo*b，可以匹配 runob、runoob、runoooooob 等，* 号代表前面的字符可以不出现，也可以出现一次或者多次（0次、或1次、或多次）。

colou?r 可以匹配 color 或者 colour，? 问号代表前面的字符最多只可以出现一次（0次、或1次）

正则表达式是由普通字符（例如字符 a 到 z）以及特殊字符（称为"元字符"）组成的文字模式。

JavaScript RegExp 对象

var patt=new RegExp(pattern,modifiers);

或更简单的方法

var patt=/pattern/modifiers;

模式描述了一个表达式模型。

修饰符(modifiers)描述了检索是否是全局，区分大小写等。

注意：当使用构造函数创造正则对象时，需要常规的字符转义规则（在前面加反斜杠 \）。比如，以下是等价的：

var re = new RegExp("\\w+");

var re = /\w+/;

全文查找和不区分大小写搜索 "is"

var str="Is this all there is?"; var patt1=/is/gi;

以下 标记的文本是获得的匹配的表达式：

Is this all there is?

test()

test()方法搜索字符串指定的值，根据结果并返回真或假。

下面的示例是从字符串中搜索字符 "e" ：

实例

var patt1=new RegExp("e");

document.write(patt1.test("The best things in life are free"));

由于该字符串中存在字母 "e"，以上代码的输出将是：

true

 

当使用构造函数创造正则对象时，需要常规的字符转义规则（在前面加反斜杠 \）

实例

var re = new RegExp("\\w+");

exec()

exec() 方法检索字符串中的指定值。返回值是被找到的值。如果没有发现匹配，则返回 null。

下面的示例是从字符串中搜索字符 "e" ：

var patt1=new RegExp("e");

document.write(patt1.exec("The best things in life are free"));

由于该字符串中存在字母 "e"，以上代码的输出将是：

e