【JS基础】JavaScript引用类型之RegExp 类型

ECMAScript 通过 RegExp 类型来支持正则表达式。

一、正则表达式的定义

1. 通过字面量形式

var expression = / pattern / flags ; 

// 模式（pattern）部分可以是任何简单或复杂的正则表达式；
// 标志（flags）用以标明正则表达式的行为。

正则表达式的匹配模式支持下列 3 个标志：

• g：表示全局模式，即模式将被应用于所有字符串，而非在发现第一个匹配项时立即 停止；
• i：表示不区分大小写模式，即在确定匹配项时忽略模式与字符串的大小写；
• m：表示多行模式，即在到达一行文本末尾时还会继续查找下一行中是否存在与模 式匹配的项。

// 匹配字符串中所有"at"的实例
var pattern1 = /at/g; 

// 匹配第一个"bat"或"cat"，不区分大小写
var pattern2 = /[bc]at/i; 

// 匹配所有以"at"结尾的 3 个字符的组合，不区分大小写
var pattern3 = /.at/gi; 

2. 使用 RegExp 构造函数

RegExp 构造函数接收两个参数：一个是要匹配的字符串模式，另一个是可选的标志字符串。可以使用字面量定义的任何表达式，都可以使用构造函数来定义。

注意：传递给 RegExp构造函数的两个参数都是字符串（不能把正则表达式字面量传递给 RegExp 构造函数）。

// 匹配第一个"bat"或"cat"，不区分大小写
var pattern1 = /[bc]at/i; 

// 与 pattern1 相同，只不过是使用构造函数创建的
var pattern2 = new RegExp("[bc]at", "i"); 

ECMAScript 5 明确规定，使用正则表达式字面量必须像直接调用 RegExp 构造函数一样，每次都创建新的 RegExp 实例。

二、RegExp实例属性

RegExp 的每个实例都具有下列属性，通过这些属性可以取得有关模式的各种信息：

• global：布尔值，表示是否设置了 g 标志。
• ignoreCase：布尔值，表示是否设置了 i 标志。
• lastIndex：整数，表示开始搜索下一个匹配项的字符位置，从 0 算起。
• multiline：布尔值，表示是否设置了 m 标志。
• source：正则表达式的字符串表示，按照字面量形式而非传入构造函数中的字符串模式返回。

var pattern1 = /\[bc\]at/i; 
alert(pattern1.global);         //false 
alert(pattern1.ignoreCase);     //true 
alert(pattern1.multiline);      //false 
alert(pattern1.lastIndex);      //0 
alert(pattern1.source);         //"\[bc\]at" 

三、RegExp实例方法

1. exec()方法

• 功能：用于检索字符串中的正则表达式的匹配。
• 参数：string，必须，要检索的字符串。
• 返回值：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。

var text = "mom and dad and baby"; 
var pattern = /mom( and dad( and baby)?)?/gi; 
var matches = pattern.exec(text); 

// index 表示匹配 项在字符串中的位置
alert(matches.index);     // 0 
// input 表示应用正则表达式的字符串
alert(matches.input);     // "mom and dad and baby" 
// 在数组中，第一项是与整个模式匹配的字符串
alert(matches[0]);        // "mom and dad and baby" 
// 其他项是与模式中的捕获组匹配的字符串
alert(matches[1]);        // " and dad and baby" 
alert(matches[2]);        // " and baby"

2. test()方法

• 功能：用于检测一个字符串是否匹配某个模式，test()方法经常被用在 if 语句中。
• 参数：string，必须，要检索的字符串。
• 返回值：true或者false

var text = "000-00-0000"; 
var pattern = /\d{3}-\d{2}-\d{4}/; 
if (pattern.test(text)){ 
    alert("The pattern was matched."); 
} 

注意：支持正则表达式的String对象的方法有：search()、match()、replace()和split()。

四、正则表达式中使用的各种字符和元字符

1. 直接量字符

正则表达式中的所有字母和数字都是按照字面含义进行匹配的，非字母的字符需要通过反斜杠（\）作为前缀进行转义。

正则表达式中的直接量字符：

字符	匹配
数字和字母	自身
\0	NULL (\u0000) 字符
\t	水平制表符 (\u0009)
\n	换行符(\u000A)
\v	垂直制表符(\u000B)
\f	换页符(\u000C)
\r	回车符(\u000D)
\xnn	由十六进制指定的拉丁字符，例如：\x0A等价于\n
\xxxxx	由十六进制指定的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

2. 字符类

将直接量字符单独放进方括号内就组成了字符类，一个字符类可以匹配它所包含的任意字符。

正则表达式字符类：

字符	匹配
[...]	方括号内的任意字符
[^...]	不在方括号内的任意字符
.	除换行符和其他Unicode行终止符之外的任意字符
\w	任何ASCII字符组成的单词，等价于[a-zA-Z0-9]
\W	任何不是ASCII字符组成的单词，等价于[^a-zA-Z0-9]
\s	任何Unicode空白符
\S	任何非Unicode空白符的字符，注意\W和\S不同
\d	任何ASCII数字，等价于[0-9]
\D	除了ASCII数字之外的任何字符，等价于[^0-9]
\b	退格直接量（特例）

3. 重复

在正则模式之后跟随用以指定字符重复的标记，由于某些重复种类非常常用，因此有一些专门用于表示这种情况的特殊字符。

正则表达式的重复字符语法：

字符	含义
{n,m}	匹配前一项至少n次，但不能超过m次
{n,}	匹配前一项n次或者更多次
{n}	匹配前一项n次
?	匹配前一项0次或者1次，也就是说前一项是可选的，等价于{0,1}
+	匹配前一项1次或者多次，等价于{1,}
*	匹配前一项0次或者多次，等价于{0,}

/\d{2,4}/         //匹配2~4个数字
/\w{3}\d?/        //精确匹配三个单词和一个可选的数字
/\s+java\s+/    //匹配前后带有一个或多个空格的字符串"java"
/[^(]*/        //匹配一个或多个非左括号的字符

4. 选择、分组和引用

正则表达式的选择、分组和引用字符：

字符	含义
|	选择，匹配的是该符号左边的子表达式或右边的子表达式；如果左边的选择项匹配，就忽略右边的匹配项
(...)	组合，将几个项组合为一个单元，这个单元可以通过"*"、"+"、"?"和"|"等等符号加以修饰，而且可以记住和这个组合相匹配的字符串以供此后的引用使用
(?:...)	只组合，把项组合到一个单元，但不记忆与该组相匹配的字符
\n	和第n个分组第一次匹配的字符串相匹配，组是圆括号中的子表达式（也有可能是嵌套的），组索引是从左到右的左括号数，"(?:"形式的分组不编码

5. 指定匹配位置

正则表达式中的锚字符：

字符	含义
^	匹配字符串的开头，在多行检索中，匹配一行的开头
$	匹配字符串的结尾，在多行检索中，匹配一行的结尾
\b	匹配一个单词的边界，简而言之，就是位于字符\w和\W之间的位置，或位于字符\w和字符串的开头或者结尾之间的位置
\B	匹配非单词边界的位置
(?=p)	零宽正向先行断言，要求接下来的字符都与p匹配，但不能包括匹配p的那些字符
(?!p)	零宽负向先行断言，要求接下来的字符不与p匹配