JavaScript 中的正则表达式

语法

在 JS 中，创建一个正则表达式的模式，可以有三种实现方式。

字面量
构造函数
工厂符号

/pattern/flags
new RegExp(pattern [, flags])
RegExp(pattern [, flags])

其中，pattern 就是正则表达式（模式），flags 是模式修饰符。

下面的几种正则表达式的写法，创建的正则表达式都是相同的。

/ab+c/i;
new RegExp('ab+c', 'i');
new RegExp(/ab+c/, 'i');
RegExp(/ab+c/, 'i');

模式修饰符（flags）

在 JS 中的正则表达式，支持的修饰符主要有：

i 忽略大小写。
g 全局匹配。找到所有匹配，而不是在第一个匹配后停止。
m 多行模式匹配。开始和结束标记（ ^ 和 $ ）视为在多行上工作。也就是说，分别匹配每一行的开始和结束（由 \n 或 \r 分割），而不是只匹配整个目标字符串的最开始和最末尾处。
u 将模式视为 Unicode 序列。
y 粘性匹配。仅匹配目标字符串中此正则表达式的 lastIndex 属性指示的索引，并且不尝试从任何后续的索引匹配。

字符簇（Character Sets）

字符簇就是字符的集合（Character Sets），也叫字符集合。

字符簇的开始标记是 [ ，结束标记是 ] 。

例如，[abcd] 等价于 [a-d] 。

字符簇内部左侧的 ^ 表示对整个字符簇取反。例如，[^abc] 等价于 [^a-c]。

字符类别（Character Classes）

字符类别（Character Classes），可以用来表示某一类的字符。

. 点号表示匹配除换行符以外的任何字符。注意，在字符簇中，点号没有特殊含义。
\d 匹配任意的数字。等价于 [0-9] 。
\D 匹配任意的非数字。等价于 [^0-9] 。
\w 匹配字母、数字、下划线。等价于 [A-Za-z0-9_] 。
\W 和 \w 相反。等价于 [^A-Za-z0-9_] 。
\s 匹配空白符，包括空格、制表符、换页符、换行符和其他 Unicode 空格。等价于 [ \f\n\r\t\v\u00a0\u1680\u180e\u2000\u2001\u2002\u2003\u2004 \u2005\u2006\u2007\u2008\u2009\u200a\u2028\u2029\u202f\u205f \u3000] 。
\S 匹配非空白符。
\t 匹配一个水平制表符（tab）。
\r 匹配一个回车符（carriage return）。
\n 匹配一个换行符（linefeed）。
\v 匹配一个垂直制表符（vertical tab）。
\f 匹配一个换页符（form-feed）。
[\b] 匹配一个退格符（backspace）（不要与 \b 混淆）。
\0 匹配一个 NULL 字符。不要在此后面跟小数点。
\cX X 是 A-Z 的一个字母。匹配字符串中的控制字符。例如，/\cM/ 匹配字符串中的 control-M。
\xhh 匹配编码为 hh （两个十六进制数字）的字符。
\uhhhh 匹配 Unicode 值为 hhhh （四个十六进制数字）的字符。

边界（Boundaries）

^ 匹配整个字符串的头部，多行模式下也可以匹配行首。
$ 匹配整个字符串的尾部，多行模式下也可以匹配行尾。
\b 匹配一个零宽单词边界（zero-width word boundary），如一个字母和一个空格之间。例如，/\bno/ 匹配 "at noon" 中的 "no"。
\B 匹配一个零宽非单词边界（zero-width non-word boundary），如两个字母之间或两个空格之间。例如，/\Bon/ 匹配 "at noon" 中的 "on"。

分组（Grouping）

分组就是在整个正则表达式中拆分出子表达式，也称为子组。

子组的开始标记是 ( ，结束标记是 ) 。

捕获子组

(x) 表示捕获子组，也就是说，子组的匹配结果会被捕获。

console.log( "foobar".match(/(foo)bar/) )

// ["foobar", "foo", index: 0, input: "foobar", groups: undefined]

被匹配的子字符串可以在结果数组的元素 [1], ..., [n] 中找到，或在被定义的 RegExp 对象的属性 $1, ..., $9 中找到。

捕获子组会影响性能，如果不需要再次访问被匹配的子字符串，最好使用非捕获子组。

反向引用

\n 表示反向引用。

反向引用指的是对捕获子组的匹配结果（子字符串）的引用。

n 是一个正整数，指向的是正则表达式中第 n 个小括号（从左开始数）中的子组（子表达式）匹配到的子字符串。

非捕获子组

(?:x) 表示非捕获子组，表示不单独捕获子组的匹配结果。

console.log( "foobar".match(/(?:foo)bar/) )

// ["foobar", index: 0, input: "foobar", groups: undefined]

可选分支

x|y 表示匹配 x 或 y 。

例如，/green|red/ 会匹配 "green apple" 中的 green，也会匹配 "red apple" 中的 red 。

量词（Quantifiers）

量词用来指定匹配的个数（次数），也称作限定符。

{1} 限定次数为 1
{3} 限定次数为 3
{3,} 限定次数为 3 次及以上
{1,3} 限定次数为 1-3 次
? 限定次数为 0 次或 1 次，等价于 {0,1}
* 限定次数为 0 次及以上，等价于 {0,}
+ 限定次数为 1 次及以上，等价于 {1,}

量词可以对以下的元素的匹配次数进行限定。

单独的字符，可以是经过转义的
元字符
字符簇
反向引用
子组

如果没有明确指定量词，默认匹配次数为 1 次

断言（Assertions）

只有当断言为 true 时，才进行匹配。

上面说到的【边界】（Boundaries），就是一种最简单的断言。

断言指的是对某个位置的匹配作出假设。断言部分不会出现在匹配结果中。

x(?=y)
仅匹配被 y 跟随的 x 。 /Jack(?=Sprat)/，如果 Jack 后面跟着 Sprat，则匹配 Jack 。但 Sprat 并不会出现在匹配结果中。
x(?!y)
仅匹配不被 y 跟随的 x 。 /\d+(?!\.)/ 只会匹配不被点号 . 跟随的数字。 /\d+(?!\.)/.exec('3.141') 匹配的是 141，而不是 3.141 。

使用正则表达式

在 JavaScript 中，使用正则表达式主要有两种形式。

RegExp 的 exec 和 test 方法
String 的 match、search、replace 和 split 方法

RegExp 的 exec 和 test 方法

exec() 方法，用当前的正则表达式来匹配目标字符串。匹配成功，返回数组；失败返回 null 。

var myRe = /d(b+)d/;
var myArray = myRe.exec("cdbbd");
console.log(myArray);

// ["dbbd", "bb", index: 1, input: "cdbbd", groups: undefined]

test() 方法，测试当前的正则表达式能否匹配目标字符串。它返回 true 或 false 。

var res = /d(b+)d/.test("cdbbd");
console.log(res);

// true

String 的 match、search、replace 和 split 方法

match() 方法的作用和 exec() 一样，只是写法有区别。它返回一个数组或者在未匹配到时返回 null 。

var str = "cdbbd";
var myArray = str.match(/d(b+)d/);
console.log(myArray);

// ["dbbd", "bb", index: 1, input: "cdbbd", groups: undefined]

search() 方法，测试正则表达式在目标字符串中首次匹配成功的位置。如果匹配成功，返回匹配到的位置索引；失败时返回 -1 。

var res = "cdbbd".search(/d(b+)d/);
console.log(res);

// 1

replace() 方法，表示正则替换。使用替换字符串替换掉匹配到的子字符串。

var re = /(\w+)\s(\w+)/;
var str = "John Smith";
var newStr = str.replace(re, "$2, $1");
console.log(newStr);

// Smith, John

split() 方法，表示用正则表达式或字符串来将目标字符串分割为数组。

var myArray = "a=b=c".split(/=/);
console.log(myArray);

// ["a", "b", "c"]

var myArray = "a=b=c".split('=');
console.log(myArray);

// ["a", "b", "c"]