聊聊极速通关常用正则

[[436729]]

本文转载自微信公众号「微医大前端技术」，作者焦传锴  。转载本文请联系微医大前端技术公众号。

起步

先推荐两个测试正则网站：

• https://regex101.com/
• https://jex.im/regulex/

正则表达式，大家都很熟悉，说白了就是一堆约定俗成的匹配规则，包含模式和可选的修饰符。创建一个正则表达式对象有两种语法。较长一点的语法：

regexp = new RegExp("pattern", "flags"); 

较短一点的语法，使用斜杠 "/"：

regexp = /pattern/; // 没有修饰符 
 
regexp = /pattern/gmi; // 伴随修饰符 g、m 和 i(后面会讲到) 

斜杠 "/" 会告诉 JavaScript 我们正在创建一个正则表达式。它的作用类似于字符串的引号。new RegExp 可以动态传入参数创建正则。

本文的主要目的就是为了方便快速查找并理解需要的正则规则。

修饰符

• i 代表不区分大小写
• g 全部匹配
• u 根据 Unicode 属性匹配，使用 \p{...}/u ，详细属性查看

let regexp = /\p{sc=Han}/gu; // 用来匹配中文 
 
let str = `Hello Привет 你好 123_456`; 
 
alert( str.match(regexp) ); // 你,好 

• m 多行模式，每行都会一次匹配(^ 每行会匹配一次开头 $ 同理)

let str = `1st place: Winnie 
 
2nd place: Piglet 
 
33rd place: Eeyore`; 
 
alert( str.match(/^\d+/gm) ); // 1, 2, 33 

字符类

常用的字符类：

• \d 数字
• \s 空格 space
• \w 单字符 word，包括字母数字下划线

可以组合，比如：

let str = "test ES 6 AA" 
let reg = /e\w\s\d/i 
str.match(reg) // ["ES 6", index: 6, input: "test ES 6 AA", groups: undefined] 

每个字符类都有反向类，代表 非xx

• \D 非数字
• \S 非空格
• \W 非单字符

let str = "+7(903)-123-45-67"; 
 
alert( str.replace(/\D/g, "") ); // 79031234567 

• . 匹配任意字符(换行符除外) "/ES./"
• \b 查找目标“词”是否在边界，比如 /\bjava\b/ 可以匹配 !java! 但是不能匹配 javac

锚点 ^ $

• ^xx 表示以 xx 开头
• xx$ 表示以 xx 结尾

二者结合可以用以完全匹配

const time = "12:02" 
 
let reg = /^\d\d:\d\d$/ 
 
// .test 可以测试是否匹配 
 
reg.test(time) // true 

空字符串 '' ，可以用 /^$/ 匹配

需转义字符

[ \ ^ $ . | ? * + ( ) 

集合与范围 [...]

• [abc] 表示 'a'、'b'、'c' 中的任意一个，也就是 或
• [a-z]、[1-5] 表示范围， [0-9A-F] 表示 0-9 或者 A-F， [\w-] 表示 字母 或 连字符 -
• [^abcd] 表示匹配 a、b、c、d 以外的 字符 ，这种写法用以 排除

或 |

a|b 相当于 [ab] ，我们可以这样使用：

• gr(a|e)y 严格等同 gr[ae]y。
• gra|ey 匹配 “gra” or “ey”。

量词控制 * + ?

• * 匹配 0~∞ 个 /\d*/ 任意个数字
• + 匹配 1~∞ 个
• ? 匹配 0 or 1 个，相当于 {0,1}
• {n} 匹配 n 个， \d{3} 匹配三个连续数字，相当于 \d\d\d
• {2,5} 匹配2 - 5位的数字
• {3,} 匹配 >= 3 个位数字

贪婪模式与懒惰模式

看一个例子

let str = `"hi" some word "ok" aa` 
let reg = /".+"/g 
str.match(reg) //["hi" some word "ok"] 

我们其实是想匹配出 ["hi","ok"] ，但是却匹配到了整句，这是因为 贪婪搜索 会先按顺序分别取匹配 " . +

• 当匹配 " 的时候，匹配到第一个引号，此时匹配字符串是 "
• 当匹配 . 的时候，匹配字符串是 "h
• 当匹配 + 的时候，字符串变为了 "hi" some word "ok" aa !因为后面所有的字符都符合 .+ 的规则，即不包含换行的任意字符
• 此时匹配 " ，发现已经匹配多了，找不到 " ，于是开始 回溯 ，知道回溯成为 "hi" some word "ok"

这就是 贪婪模式 。

再看一个例子：

let str = `123 456` 
 
let reg1 = /\d+ \d+?/ 
 
let reg2 = /\d+ \d+/ 
 
str.match(reg1) // 123 4 
 
str.match(reg2) // 123 456 

在量词之后加上 ? ，即 .? +? ?? 等，会变为 懒惰模式 ，他不会一次性完全匹配，而是在匹配到满足条件的第一位时就停止匹配。

捕获组 (...)

组

举个例子：

let str = "gogogoaa" 
 
let reg = /(go)+/ 
 
str.match(reg) // gogogo 

很好理解，就是将多个字符算成一个整体进行匹配

接下来看几个例子

• 域名匹配

/([\w-]+\.)+\w+/g 
 
可以匹配的格式 
 
aaa.aaa.aa 
 
aa-aa.aaa.aa 

• email

/[-.\w]+@([\w-]+\.)+[\w-]+/g 

(xx) 被称为 组(group) 的概念，括号内的内容不仅匹配时被作为一个整体，并且组内匹配的对象会被返回：

let str = '<h1>Hello, world!</h1>'; 
 
let tag = str.match(/<(.*?)>/); 
 
alert( tag[0] ); // <h1> 
alert( tag[1] ); // h1 

嵌套组

返回的结果数组， [0] 的位置是正常全匹配返回的值，而 [1] 的位置是括号内匹配到到的值。我们可以用这个方法做 嵌套组 ：

let str = `<group1 group2>` 
let arr = str.match(/<((\w+)\s(\w+))>/) 
 
console.log(arr[0]) //<group1 group2> 
console.log(arr[1]) //group1 group2 
console.log(arr[2]) //group1 
console.log(arr[3]) //group2 

let match = 'ac'.match(/a(z)?(c)?/) 
 
alert( match.length ); // 3 
alert( match[0] ); // ac（完全匹配） 
alert( match[1] ); // undefined，因为 (z)? 没匹配项 
alert( match[2] ); // c 

matchAll 配合 g 修饰符

上述都是在没有 g 标签时匹配的单个对象返回的数组，那么如果有 g 会返回多个对象的话，可以用 matchAll 来匹配：

let str = `<group1> <group2>` 
let arr = Array.from(str.matchAll(/<(group\d)>/g)) 
arr[0][0] // <group1> 
arr[0][1] // group1 
arr[1][0] // <group2> 
arr[1][1] // group2 

注意， matchAll 返回的不是数组，而是一个可迭代的对象。

命名组 ?<name>

把上面的例子稍微修改

let str = `<group1 group2>` 
let arr = str.match(/<(?<g0>(?<g1>\w+)\s(?<g2>\w+))>/) 
let groups = arr.groups 
console.log(arr[0]) //<group1 group2> 
console.log(groups.g0) //group1 group2 
console.log(groups.g1) //group1 
console.log(groups.g2) //group2 

我们可以通过 在括号后立即加上 ? 的方式设置 group 名，通过返回数组的 groups 属性获取一个 group 对象

替换捕获组

方法 str.replace(regexp, replacement) 用 replacement 替换 str 中匹配 regexp 的所有捕获组。这使用 $n 来完成，其中 n 是组号。例如，

let str = "John Bull"; 
 
let regexp = /(\w+) (\w+)/; 
 
alert( str.replace(regexp, '$2, $1') ); // Bull, John 

对于命名括号，引用为 $。例如，让我们将日期格式从 “year-month-day” 更改为 “day.month.year”：

let regexp = /(?[0-9]{4})-(?[0-9]{2})-(?[0-9]{2})/g; 
 
let str = "2019-10-30, 2020-01-01"; 
 
alert( str.replace(regexp, '$.$.$') ); 
 
// 30.10.2019, 01.01.2020 

反向引用

我们需要找到带引号的字符串：单引号 '...' 或双引号 "..."– 应匹配两种变体。然后我们有一句话 "She's the one!" ，这时候如果我们用 /['"](.*?)['"]/g ，则会匹配到 "She' ，显然不对

那么问题在于，我们怎么让正则记住我们某一个分组中捕获的内容 这时候可以使用 反向引用

let str = `He said: "She's the one!".`; 
 
let regexp = /(['"])(.*?)\1/g; 
 
alert( str.match(regexp) ); // "She's the one!" 

这里的 \1 会找到第一个 group ，也就是 (['"]) 匹配到的内容，也就是 " ，然后这个正则就相当于变成了 /(['"])(.*?)"/g

我们还可以用 \k 的方式去引用：

let str = `He said: "She's the one!".`; 
 
let regexp = /(?['"])(.*?)\k/g; 
 
alert( str.match(regexp) ); // "She's the one!" 

断言

前瞻断言

用法：

• x(?=y) 仅当 x 后面是 y 的时候匹配

let str = "1 turkey costs 30€"; 
 
alert( str.match(/\d+(?=€)/) ); // 30 （正确地跳过了单个的数字 1） 

x(?!y) 仅当 x 后面不是 y 的时候匹配

后瞻断言

• (?<=y)x, 匹配 x, 仅在前面是 y 的情况。
• (?<!y)x, 匹配 x, 仅在前面不是 y 的情况。

断言仅仅是作为占位，不会匹配字符，比如 /q(?=u)i/ 匹配 'quit' 是会失败的，因为 /q(?=u)/ 只能匹配到 q 而不是 qu

捕获组

如果我们想要捕捉整个环视表达式或其中的一部分，那也是有可能的。只需要将其包裹在另加的括号中。例如，这里货币符号 (€|kr) 和金额一起被捕获了：

let str = "1 turkey costs 30€"; 
 
let reg = /\d+(?=(€|kr))/; // €|kr 两边有额外的括号 
 
alert( str.match(reg) ); // 30, € 

字符串和正则方法

• str.match(regexp) 方法在字符串 str 中找到匹配 egexp 的字符。
• str.matchAll(regexp) 它主要用来搜索所有组的所有匹配项
• str.split(regexp|substr, limit) 使用正则表达式(或子字符串)作为分隔符来分割字符串。
• str.search(regexp) 返回第一个匹配项的位置，如果未找到，则返回 -1
• str.replace(str|regexp, str|func) 用于搜索和替换的通用方法
• regexp.exec(str) 方法返回字符串 str 中的 regexp 匹配项。
• regexp.test(str) 查找匹配项，然后返回 true/false 表示是否存在。

参考

The Modern JavaScript Tutorial

别忘记对我素质三连，点赞、关注、评论^_^

 

前往微医互联网医院在线诊疗平台，快速问诊，3分钟为你找到三甲医生。(https://wy.guahao.com/?channel=influence)