深入浅析JavaScript中的RegExp对象

2023-09-24 13:07:06 75

JS中的正则对象

概述

正则表达式（regularexpression）是一种表达文本模式（即字符串结构）的方法，有点像字符串的模板，常常用作按照“给定模式”匹配文本的工具。比如，正则表达式给出一个Email地址的模式，然后用它来确定一个字符串是否为Email地址。

JavaScript的正则表达式体系是参照Perl5建立的。

新建正则表达式有两种方法。一种是使用字面量，以斜杠表示开始和结束。

varregex=/xyz/;

另一种是使用RegExp构造函数。

varregex=newRegExp('xyz');

上面两种写法是等价的，都新建了一个内容为xyz的正则表达式对象。它们的主要区别是，第一种方法在编译时新建正则表达式，第二种方法在运行时新建正则表达式。

RegExp构造函数还可以接受第二个参数，表示修饰符（详细解释见下文）。

varregex=newRegExp('xyz',"i");
//等价于
varregex=/xyz/i;

上面代码中，正则表达式/xyz/有一个修饰符i。

这两种写法——字面量和构造函数——在运行时有一个细微的区别。采用字面量的写法，正则对象在代码载入时（即编译时）生成；采用构造函数的方法，正则对象在代码运行时生成。考虑到书写的便利和直观，实际应用中，基本上都采用字面量的写法。

正则对象生成以后，有两种使用方式：

正则对象的方法：将字符串作为参数，比如regex.test(string)。
字符串对象的方法：将正则对象作为参数，比如string.match(regex)。

这两种使用方式下面都会介绍。

正则对象的属性和方法

属性

正则对象的属性分成两类。

一类是修饰符相关，返回一个布尔值，表示对应的修饰符是否设置。

ignoreCase：返回一个布尔值，表示是否设置了i修饰符，该属性只读。
global：返回一个布尔值，表示是否设置了g修饰符，该属性只读。
multiline：返回一个布尔值，表示是否设置了m修饰符，该属性只读。

varr=/abc/igm;
r.ignoreCase//true
r.global//true
r.multiline//true

另一类是与修饰符无关的属性，主要是下面两个。

lastIndex：返回下一次开始搜索的位置。该属性可读写，但是只在设置了g修饰符时有意义。
source：返回正则表达式的字符串形式（不包括反斜杠），该属性只读。

varr=/abc/igm;
r.lastIndex//0
r.source//"abc"

test()

正则对象的test方法返回一个布尔值，表示当前模式是否能匹配参数字符串。

/cat/.test('catsanddogs')//true

上面代码验证参数字符串之中是否包含cat，结果返回true。

如果正则表达式带有g修饰符，则每一次test方法都从上一次结束的位置开始向后匹配。

varr=/x/g;
vars='_x_x';
r.lastIndex//0
r.test(s)//true
r.lastIndex//2
r.test(s)//true
r.lastIndex//4
r.test(s)//false

上面代码的正则对象使用了g修饰符，表示要记录搜索位置。接着，三次使用test方法，每一次开始搜索的位置都是上一次匹配的后一个位置。

带有g修饰符时，可以通过正则对象的lastIndex属性指定开始搜索的位置。

varr=/x/g;
vars='_x_x';
r.lastIndex=4;
r.test(s)//false

上面代码指定从字符串的第五个位置开始搜索，这个位置是没有字符的，所以返回false。

lastIndex属性只对同一个正则表达式有效，所以下面这样写是错误的。

varcount=0;
while(/a/g.test('babaa'))count++;

上面代码会导致无限循环，因为while循环的每次匹配条件都是一个新的正则表达式，导致lastIndex属性总是等于0。

如果正则模式是一个空字符串，则匹配所有字符串。

newRegExp('').test('abc')
//true

exec()

正则对象的exec方法，可以返回匹配结果。如果发现匹配，就返回一个数组，成员是每一个匹配成功的子字符串，否则返回null。

vars='_x_x';
varr1=/x/;
varr2=/y/;
r1.exec(s)//["x"]
r2.exec(s)//null

上面代码中，正则对象r1匹配成功，返回一个数组，成员是匹配结果；正则对象r2匹配失败，返回null。

如果正则表示式包含圆括号（即含有“组匹配”），则返回的数组会包括多个成员。第一个成员是整个匹配成功的结果，后面的成员就是圆括号对应的匹配成功的组。也就是说，第二个成员对应第一个括号，第三个成员对应第二个括号，以此类推。整个数组的length属性等于组匹配的数量再加1。

vars='_x_x';
varr=/_(x)/;
r.exec(s)//["_x","x"]

上面代码的exec方法，返回一个数组。第一个成员是整个匹配的结果，第二个成员是圆括号匹配的结果。

exec方法的返回数组还包含以下两个属性：

input：整个原字符串。
index：整个模式匹配成功的开始位置（从0开始计数）。

varr=/a(b+)a/;
vararr=r.exec('_abbba_aba_');
arr//["abbba","bbb"]
arr.index//1
arr.input//"_abbba_aba_"

上面代码中的index属性等于1，是因为从原字符串的第二个位置开始匹配成功。

如果正则表达式加上g修饰符，则可以使用多次exec方法，下一次搜索的位置从上一次匹配成功结束的位置开始。

varr=/a(b+)a/g;
vara1=r.exec('_abbba_aba_');
a1//['abbba','bbb']
a1.index//1
r.lastIndex//6
vara2=r.exec('_abbba_aba_');
a2//['aba','b']
a2.index//7
r.lastIndex//10
vara3=r.exec('_abbba_aba_');
a3//null
a3.index//TypeError:Cannotreadproperty'index'ofnull
r.lastIndex//0
vara4=r.exec('_abbba_aba_');
a4//['abbba','bbb']
a4.index//1
r.lastIndex//6

上面代码连续用了四次exec方法，前三次都是从上一次匹配结束的位置向后匹配。当第三次匹配结束以后，整个字符串已经到达尾部，正则对象的lastIndex属性重置为0，意味着第四次匹配将从头开始。

利用g修饰符允许多次匹配的特点，可以用一个循环完成全部匹配。

varr=/a(b+)a/g;
vars='_abbba_aba_';
while(true){
varmatch=r.exec(s);
if(!match)break;
console.log(match[1]);
}
//bbb
//b

正则对象的lastIndex属性不仅可读，还可写。一旦手动设置了lastIndex的值，就会从指定位置开始匹配。但是，这只在设置了g修饰符的情况下，才会有效。

varr=/a/;
r.lastIndex=7;//无效
varmatch=r.exec('xaxa');
match.index//1
r.lastIndex//7

上面代码设置了lastIndex属性，但是因为正则表达式没有g修饰符，所以是无效的。每次匹配都是从字符串的头部开始。

如果有g修饰符，lastIndex属性就会生效。

varr=/a/g;
r.lastIndex=2;
varmatch=r.exec('xaxa');
match.index//3
r.lastIndex//4

上面代码中，lastIndex属性指定从字符的第三个位置开始匹配。成功后，下一次匹配就是从第五个位置开始。

如果正则对象是一个空字符串，则exec方法会匹配成功，但返回的也是空字符串。

varr1=newRegExp('');
vara1=r1.exec('abc');
a1//['']
a1.index//0
r1.lastIndex//0
varr2=newRegExp('()');
vara2=r2.exec('abc');
a2//['','']
a2.index//0
r2.lastIndex//0

字符串对象的方法

字符串对象的方法之中，有4种与正则对象有关。

match()：返回一个数组，成员是所有匹配的子字符串。
search()：按照给定的正则表达式进行搜索，返回一个整数，表示匹配开始的位置。
replace()：按照给定的正则表达式进行替换，返回替换后的字符串。
split()：按照给定规则进行字符串分割，返回一个数组，包含分割后的各个成员。

下面逐一介绍。

String.prototype.match()

字符串对象的match方法对字符串进行正则匹配，返回匹配结果。

vars='_x_x';
varr1=/x/;
varr2=/y/;
s.match(r1)//["x"]
s.match(r2)//null

从上面代码可以看到，字符串的match方法与正则对象的exec方法非常类似：匹配成功返回一个数组，匹配失败返回null。

如果正则表达式带有g修饰符，则该方法与正则对象的exec方法行为不同，会一次性返回所有匹配成功的结果。

vars='abba';
varr=/a/g;
s.match(r)//["a","a"]
r.exec(s)//["a"]

设置正则表达式的lastIndex属性，对match方法无效，匹配总是从字符串的第一个字符开始。

varr=/a|b/g;
r.lastIndex=7;
'xaxb'.match(r)//['a','b']
r.lastIndex//0

上面代码表示，设置lastIndex属性是无效的。

String.prototype.search()

字符串对象的search方法，返回第一个满足条件的匹配结果在整个字符串中的位置。如果没有任何匹配，则返回-1。

'_x_x'.search(/x/)
//1

上面代码中，第一个匹配结果出现在字符串的1号位置。

该方法会忽略g修饰符。

varr=/x/g;
r.lastIndex=2;//无效
'_x_x'.search(r)//1

上面代码中，正则表达式使用g修饰符之后，使用lastIndex属性指定开始匹配的位置，结果无效，还是从字符串的第一个字符开始匹配。

String.prototype.replace()

字符串对象的replace方法可以替换匹配的值。它接受两个参数，第一个是搜索模式，第二个是替换的内容。

str.replace(search,replacement)

搜索模式如果不加g修饰符，就替换第一个匹配成功的值，否则替换所有匹配成功的值。

'aaa'.replace('a','b')//"baa"
'aaa'.replace(/a/,'b')//"baa"
'aaa'.replace(/a/g,'b')//"bbb"

上面代码中，最后一个正则表达式使用了g修饰符，导致所有的b都被替换掉了。

replace方法的一个应用，就是消除字符串首尾两端的空格。

varstr='#iddiv.class';
str.replace(/^\s+|\s+$/g,'')
//"#iddiv.class"

replace方法的第二个参数可以使用美元符号$，用来指代所替换的内容。

$&指代匹配的子字符串。
$`指代匹配结果前面的文本。
$'指代匹配结果后面的文本。
$n指代匹配成功的第n组内容，n是从1开始的自然数。
$$指代美元符号$。

'helloworld'.replace(/(\w+)\s(\w+)/,'$2$1')
//"worldhello"
'abc'.replace('b','[$`-$&-$\']')
//"a[a-b-c]c"

replace方法的第二个参数还可以是一个函数，将每一个匹配内容替换为函数返回值。

'3and5'.replace(/[0-9]+/g,function(match){
return2*match;
})
//"6and10"
vara='Thequickbrownfoxjumpedoverthelazydog.';
varpattern=/quick|brown|lazy/ig;
a.replace(pattern,functionreplacer(match){
returnmatch.toUpperCase();
});
//TheQUICKBROWNfoxjumpedovertheLAZYdog.

作为replace方法第二个参数的替换函数，可以接受多个参数。第一个参数是捕捉到的内容，第二个参数是捕捉到的组匹配（有多少个组匹配，就有多少个对应的参数）。此外，最后还可以添加两个参数，倒数第二个参数是捕捉到的内容在整个字符串中的位置（比如从第五个位置开始），最后一个参数是原字符串。下面是一个网页模板替换的例子。

varprices={
'pr_1':'$1.99',
'pr_2':'$9.99',
'pr_3':'$5.00'
};
vartemplate='/*...*/';//这里可以放网页模块字符串
template.replace(
/()(<\/span>)/g,
function(match,$1,$2,$3,$4){
return$1+$2+$3+prices[$2]+$4;
}
);

上面代码的捕捉模式中，有四个括号，所以会产生四个组匹配，在匹配函数中用$1到$4表示。匹配函数的作用是将价格插入模板中。

String.prototype.split()

字符串对象的split方法按照正则规则分割字符串，返回一个由分割后的各个部分组成的数组。

str.split(separator,[limit])

该方法接受两个参数，第一个参数是分隔规则，第二个参数是返回数组的最大成员数。

//非正则分隔
'a,b,c,d'.split(',')
//['a','b','c','d']
//正则分隔，去除多余的空格
'a,b,c,d'.split(/,*/)
//['a','b','c','d']
//指定返回数组的最大成员
'a,b,c,d'.split(/,*/,2)
['a','b']

上面代码使用正则表达式，去除了子字符串的逗号后面的空格。

//例一
'aaa*a*'.split(/a*/)
//['','*','*']
//例二
'aaa**a*'.split(/a*/)
//["","*","*","*"]

上面代码的分割规则是0次或多次的a，由于正则默认是贪婪匹配，所以例一的第一个分隔符是aaa，第二个分割符是a，将字符串分成三个部分，包含开始处的空字符串。例二的第一个分隔符是aaa，第二个分隔符是0个a（即空字符），第三个分隔符是a，所以将字符串分成四个部分。

如果正则表达式带有括号，则括号匹配的部分也会作为数组成员返回。

'aaa*a*'.split(/(a*)/)
//['','aaa','*','a','*']

上面代码的正则表达式使用了括号，第一个组匹配是“aaa”，第二个组匹配是“a”，它们都作为数组成员返回。

匹配规则

正则表达式对字符串的匹配有很复杂的规则。下面一一介绍这些规则。

字面量字符和元字符

大部分字符在正则表达式中，就是字面的含义，比如/a/匹配a，/b/匹配b。如果在正则表达式之中，某个字符只表示它字面的含义（就像前面的a和b），那么它们就叫做“字面量字符”（literalcharacters）。

/dog/.test("olddog")//true

上面代码中正则表达式的dog，就是字面量字符，所以/dog/匹配“olddog”，因为它就表示“d”、“o”、“g”三个字母连在一起。

除了字面量字符以外，还有一部分字符有特殊含义，不代表字面的意思。它们叫做“元字符”（metacharacters），主要有以下几个。

（1）点字符（.)

点字符（.）匹配除回车（\r）、换行(\n)、行分隔符（\u2028）和段分隔符（\u2029）以外的所有字符。

/c.t/

上面代码中，c.t匹配c和t之间包含任意一个字符的情况，只要这三个字符在同一行，比如cat、c2t、c-t等等，但是不匹配coot。

（2）位置字符

位置字符用来提示字符所处的位置，主要有两个字符。

^表示字符串的开始位置
$表示字符串的结束位置

//test必须出现在开始位置
/^test/.test('test123')//true
//test必须出现在结束位置
/test$/.test('newtest')//true
//从开始位置到结束位置只有test
/^test$/.test('test')//true
/^test$/.test('testtest')//false

（3）选择符（|）

竖线符号（|）在正则表达式中表示“或关系”（OR），即cat|dog表示匹配cat或dog。

/11|22/.test('911')//true

上面代码中，正则表达式指定必须匹配11或22。

多个选择符可以联合使用。

//匹配fred、barney、betty之中的一个
/fred|barney|betty/

选择符会包括它前后的多个字符，比如/ab|cd/指的是匹配ab或者cd，而不是指匹配b或者c。如果想修改这个行为，可以使用圆括号。

/a(|\t)b/.test('a\tb')//true

上面代码指的是，a和b之间有一个空格或者一个制表符。

其他的元字符还包括\\、\*、+、?、()、[]、{}等，将在下文解释。

转义符

正则表达式中那些有特殊含义的字符，如果要匹配它们本身，就需要在它们前面要加上反斜杠。比如要匹配加号，就要写成\+。

/1+1/.test('1+1')
//false
/1\+1/.test('1+1')
//true

上面代码中，第一个正则表达式直接用加号匹配，结果加号解释成量词，导致不匹配。第二个正则表达式使用反斜杠对加号转义，就能匹配成功。

正则模式中，需要用斜杠转义的，一共有12个字符：^、.、[、$、(、)、|、*、+、?、{和\\。需要特别注意的是，如果使用RegExp方法生成正则对象，转义需要使用两个斜杠，因为字符串内部会先转义一次。

(newRegExp('1\+1')).test('1+1')
//false
(newRegExp('1\\+1')).test('1+1')
//true

上面代码中，RegExp作为构造函数，参数是一个字符串。但是，在字符串内部，反斜杠也是转义字符，所以它会先被反斜杠转义一次，然后再被正则表达式转义一次，因此需要两个反斜杠转义。

特殊字符

正则表达式对一些不能打印的特殊字符，提供了表达方法。

\cX表示Ctrl-[X]，其中的X是A-Z之中任一个英文字母，用来匹配控制字符。
[\b]匹配退格键(U+0008)，不要与\b混淆。
\n匹配换行键。
\r匹配回车键。
\t匹配制表符tab（U+0009）。
\v匹配垂直制表符（U+000B）。
\f匹配换页符（U+000C）。
\0匹配null字符（U+0000）。
\xhh匹配一个以两位十六进制数（\x00-\xFF）表示的字符。
\uhhhh匹配一个以四位十六进制数（\u0000-\uFFFF）表示的unicode字符。

字符类

字符类（class）表示有一系列字符可供选择，只要匹配其中一个就可以了。所有可供选择的字符都放在方括号内，比如[xyz]表示x、y、z之中任选一个匹配。

/[abc]/.test('helloworld')//false
/[abc]/.test('')//true

上面代码表示，字符串“helloworld”不包含a、b、c这三个字母中的任一个，而字符串“”包含字母a。

有两个字符在字符类中有特殊含义。

（1）脱字符（^）

如果方括号内的第一个字符是[^]，则表示除了字符类之中的字符，其他字符都可以匹配。比如，[^xyz]表示除了x、y、z之外都可以匹配。

/[^abc]/.test('helloworld')//true
/[^abc]/.test('bbc')//false

上面代码表示，字符串“helloworld”不包含字母a、b、c中的任一个，所以返回true；字符串“bbc”不包含a、b、c以外的字母，所以返回false。

如果方括号内没有其他字符，即只有[^]，就表示匹配一切字符，其中包括换行符，而点号（.）是不包括换行符的。

vars='Pleaseyes\nmakemyday!';
s.match(/yes.*day/)//null
s.match(/yes[^]*day/)//['yes\nmakemyday']

上面代码中，字符串s含有一个换行符，点号不包括换行符，所以第一个正则表达式匹配失败；第二个正则表达式[^]包含一切字符，所以匹配成功。

注意，脱字符只有在字符类的第一个位置才有特殊含义，否则就是字面含义。

（2）连字符（-）

某些情况下，对于连续序列的字符，连字符（-）用来提供简写形式，表示字符的连续范围。比如，[abc]可以写成[a-c]，[0123456789]可以写成[0-9]，同理[A-Z]表示26个大写字母。

/a-z/.test('b')//false
/[a-z]/.test('b')//true

上面代码中，当连字号（dash）不出现在方括号之中，就不具备简写的作用，只代表字面的含义，所以不匹配字符b。只有当连字号用在方括号之中，才表示连续的字符序列。

以下都是合法的字符类简写形式。

[0-9.,]
[0-9a-fA-F]
[a-zA-Z0-9-]
[1-31]

上面代码中最后一个字符类[1-31]，不代表1到31，只代表1到3。

注意，字符类的连字符必须在头尾两个字符中间，才有特殊含义，否则就是字面含义。比如，[-9]就表示匹配连字符和9，而不是匹配0到9。

连字符还可以用来指定Unicode字符的范围。

varstr="\u0130\u0131\u0132";
/[\u0128-\uFFFF]/.test(str)
//true

另外，不要过分使用连字符，设定一个很大的范围，否则很可能选中意料之外的字符。最典型的例子就是[A-z]，表面上它是选中从大写的A到小写的z之间52个字母，但是由于在ASCII编码之中，大写字母与小写字母之间还有其他字符，结果就会出现意料之外的结果。

/[A-z]/.test('\\')//true

上面代码中，由于反斜杠（\\）的ASCII码在大写字母与小写字母之间，结果会被选中。

预定义模式

预定义模式指的是某些常见模式的简写方式。

\d匹配0-9之间的任一数字，相当于[0-9]。
\D匹配所有0-9以外的字符，相当于[^0-9]。
\w匹配任意的字母、数字和下划线，相当于[A-Za-z0-9_]。
\W除所有字母、数字和下划线以外的字符，相当于[^A-Za-z0-9_]。
\s匹配空格（包括制表符、空格符、断行符等），相等于[\t\r\n\v\f]。
\S匹配非空格的字符，相当于[^\t\r\n\v\f]。
\b匹配词的边界。
\B匹配非词边界，即在词的内部。

下面是一些例子。

//\s的例子
/\s\w*/.exec('helloworld')//["world"]
//\b的例子
/\bworld/.test('helloworld')//true
/\bworld/.test('hello-world')//true
/\bworld/.test('helloworld')//false
//\B的例子
/\Bworld/.test('hello-world')//false
/\Bworld/.test('helloworld')//true

上面代码中，\s表示空格，所以匹配结果会包括空格。\b表示词的边界，所以“world”的词首必须独立（词尾是否独立未指定），才会匹配。同理，\B表示非词的边界，只有“world”的词首不独立，才会匹配。

通常，正则表达式遇到换行符（\n）就会停止匹配。

varhtml="Hello\nworld!";
/.*/.exec(html)[0]
//"Hello"

上面代码中，字符串html包含一个换行符，结果点字符（.）不匹配换行符，导致匹配结果可能不符合原意。这时使用\s字符类，就能包括换行符。

varhtml="Hello\nworld!";
/[\S\s]*/.exec(html)[0]
//"Hello\nworld!"
//另一种写法（用到了非捕获组）
/(?:.|\s)*/.exec(html)[0]
//"Hello\nworld!"

上面代码中，[\S\s]指代一切字符。

重复类

模式的精确匹配次数，使用大括号（{}）表示。{n}表示恰好重复n次，{n,}表示至少重复n次，{n,m}表示重复不少于n次，不多于m次。

/lo{2}k/.test('look')//true
/lo{2,5}k/.test('looook')//true

上面代码中，第一个模式指定o连续出现2次，第二个模式指定o连续出现2次到5次之间。

量词符

量词符用来设定某个模式出现的次数。

?问号表示某个模式出现0次或1次，等同于{0,1}。
*星号表示某个模式出现0次或多次，等同于{0,}。
+加号表示某个模式出现1次或多次，等同于{1,}。

//t出现0次或1次
/t?est/.test('test')//true
/t?est/.test('est')//true
//t出现1次或多次
/t+est/.test('test")//true
/t+est/.test('ttest')//true
/t+est/.test('est')//false
//t出现0次或多次
/t*est/.test('test')//true
/t*est/.test('ttest')//true
/t*est/.test('tttest')//true
/t*est/.test('est')//true

贪婪模式

上一小节的三个量词符，默认情况下都是最大可能匹配，即匹配直到下一个字符不满足匹配规则为止。这被称为贪婪模式。

vars='aaa';
s.match(/a+/)//["aaa"]

上面代码中，模式是/a+/，表示匹配1个a或多个a，那么到底会匹配几个a呢？因为默认是贪婪模式，会一直匹配到字符a不出现为止，所以匹配结果是3个a。

如果想将贪婪模式改为非贪婪模式，可以在量词符后面加一个问号。

vars='aaa';
s.match(/a+?/)//["a"]

上面代码中，模式结尾添加了一个问号/a+?/，这时就改为非贪婪模式，一旦条件满足，就不再往下匹配。

除了非贪婪模式的加号，还有非贪婪模式的星号（*）。

*?：表示某个模式出现0次或多次，匹配时采用非贪婪模式。
+?：表示某个模式出现1次或多次，匹配时采用非贪婪模式。

修饰符

修饰符（modifier）表示模式的附加规则，放在正则模式的最尾部。

修饰符可以单个使用，也可以多个一起使用。

//单个修饰符
varregex=/test/i;
//多个修饰符
varregex=/test/ig;

（1）g修饰符

默认情况下，第一次匹配成功后，正则对象就停止向下匹配了。g修饰符表示全局匹配（global），加上它以后，正则对象将匹配全部符合条件的结果，主要用于搜索和替换。

varregex=/b/;
varstr='abba';
regex.test(str);//true
regex.test(str);//true
regex.test(str);//true

上面代码中，正则模式不含g修饰符，每次都是从字符串头部开始匹配。所以，连续做了三次匹配，都返回true。

varregex=/b/g;
varstr='abba';
regex.test(str);//true
regex.test(str);//true
regex.test(str);//false

上面代码中，正则模式含有g修饰符，每次都是从上一次匹配成功处，开始向后匹配。因为字符串“abba”只有两个“b”，所以前两次匹配结果为true，第三次匹配结果为false。

（2）i修饰符

默认情况下，正则对象区分字母的大小写，加上i修饰符以后表示忽略大小写（ignorecase）。

/abc/.test('ABC')//false
/abc/i.test('ABC')//true

上面代码表示，加了i修饰符以后，不考虑大小写，所以模式abc匹配字符串ABC。

（3）m修饰符

m修饰符表示多行模式（multiline），会修改^和$的行为。默认情况下（即不加m修饰符时），^和$匹配字符串的开始处和结尾处，加上m修饰符以后，^和$还会匹配行首和行尾，即^和$会识别换行符（\n）。

/world$/.test('helloworld\n')//false
/world$/m.test('helloworld\n')//true

上面的代码中，字符串结尾处有一个换行符。如果不加m修饰符，匹配不成功，因为字符串的结尾不是“world”；加上以后，$可以匹配行尾。

/^b/m.test('a\nb')//true

上面代码要求匹配行首的b，如果不加m修饰符，就相当于b只能处在字符串的开始处。

组匹配

（1）概述

正则表达式的括号表示分组匹配，括号中的模式可以用来匹配分组的内容。

/fred+/.test('fredd')//true
/(fred)+/.test('fredfred')//true

上面代码中，第一个模式没有括号，结果+只表示重复字母d，第二个模式有括号，结果+就表示匹配“fred”这个词。

下面是另外一个分组捕获的例子。

varm='abcabc'.match(/(.)b(.)/);
m
//['abc','a','c']

上面代码中，正则表达式/(.)b(.)/一共使用两个括号，第一个括号捕获a，第二个括号捕获c。

注意，使用组匹配时，不宜同时使用g修饰符，否则match方法不会捕获分组的内容。

varm='abcabc'.match(/(.)b(.)/g);
m
//['abc','abc']

上面代码使用带g修饰符的正则表达式，结果match方法只捕获了匹配整个表达式的部分。

在正则表达式内部，可以用\n引用括号匹配的内容，n是从1开始的自然数，表示对应顺序的括号。

/(.)b(.)\1b\2/.test("abcabc")
//true

上面的代码中，\1表示前一个括号匹配的内容（即“a”），\2表示第二个括号匹配的内容（即“b”）。

下面是另外一个例子。

/y(..)(.)\2\1/.test('yabccab')//true

括号还可以嵌套。

/y((..)\2)\1/.test('yabababab')//true

上面代码中，\1指向外层括号，\2指向内层括号。

组匹配非常有用，下面是一个匹配网页标签的例子。

vartagName=/<([^>]+)>[^<]*<\/\1>/;
tagName.exec("bold")[1]
//'b'

上面代码中，圆括号匹配尖括号之中的标签，而\1就表示对应的闭合标签。

上面代码略加修改，就能捕获带有属性的标签。

varhtml='Helloworld';
vartag=/<(\w+)([^>]*)>(.*?)<\/\1>/g;
varmatch=tag.exec(html);
match[1]//"b"
match[2]//"class="hello""
match[3]//"Hello"
match=tag.exec(html);
match[1]//"i"
match[2]//""
match[3]//"world"

（2）非捕获组

(?:x)称为非捕获组（Non-capturinggroup），表示不返回该组匹配的内容，即匹配的结果中不计入这个括号。

非捕获组的作用请考虑这样一个场景，假定需要匹配foo或者foofoo，正则表达式就应该写成/(foo){1,2}/，但是这样会占用一个组匹配。这时，就可以使用非捕获组，将正则表达式改为/(?:foo){1,2}/，它的作用与前一个正则是一样的，但是不会单独输出括号内部的内容。

请看下面的例子。

varm='abc'.match(/(?:.)b(.)/);
m//["abc","c"]

上面代码中的模式，一共使用了两个括号。其中第一个括号是非捕获组，所以最后返回的结果中没有第一个括号，只有第二个括号匹配的内容。

下面是用来分解网址的正则表达式。

//正常匹配
varurl=/(http|ftp):\/\/([^/\r\n]+)(\/[^\r\n]*)?/;
url.exec('http://google.com/');
//["http://google.com/","http","google.com","/"]
//非捕获组匹配
varurl=/(?:http|ftp):\/\/([^/\r\n]+)(\/[^\r\n]*)?/;
url.exec('http://google.com/');
//["http://google.com/","google.com","/"]

上面的代码中，前一个正则表达式是正常匹配，第一个括号返回网络协议；后一个正则表达式是非捕获匹配，返回结果中不包括网络协议。

（3）先行断言

x(?=y)称为先行断言（Positivelook-ahead），x只有在y前面才匹配，y不会被计入返回结果。比如，要匹配后面跟着百分号的数字，可以写成/\d+(?=%)/。

“先行断言”中，括号里的部分是不会返回的。

varm='abc'.match(/b(?=c)/);
m//["b"]

上面的代码使用了先行断言，b在c前面所以被匹配，但是括号对应的c不会被返回。

再看一个例子。

/Jack(?=Sprat|Frost)/.test('JackFrost')//true

（4）先行否定断言

x(?!y)称为先行否定断言（Negativelook-ahead），x只有不在y前面才匹配，y不会被计入返回结果。比如，要匹配后面跟的不是百分号的数字，就要写成/\d+(?!%)/。

/\d+(?!\.)/.exec('3.14')
//["14"]

上面代码中，正则表达式指定，只有不在小数点前面的数字才会被匹配，因此返回的结果就是14。

“先行否定断言”中，括号里的部分是不会返回的。

varm='abd'.match(/b(?!c)/);
m//['b']

上面的代码使用了先行否定断言，b不在c前面所以被匹配，而且括号对应的d不会被返回。

参考链接

AxelRauschmayer,JavaScript:anoverviewoftheregularexpressionAPI

MozillaDeveloperNetwork,RegularExpressions

AxelRauschmayer,Theflag/gofJavaScript'sregularexpressions

SamHughes,Learnregularexpressionsinabout55minutes

总结

以上所述是小编给大家介绍的JavaScript中的RegExp对象，希望对大家有所帮助，如果大家有任何疑问请给我留言，小编会及时回复大家的。在此也非常感谢大家对毛票票网站的支持！

深入浅析JavaScript中的RegExp对象

热门推荐

随机推荐