正则表达式

正则表达式在编码中经常可以做到四两拨千斤的效果，正则表达式是一个优秀程序员的必备技能。

正则表达式是一种文本模式，包括普通字符(例如，a到Z之间的字母)和特殊字符（元字符）。模式描述在搜索文本时要匹配一个或多个字符串。

1.用途

正则表达式的使用广泛，主要有以下四种：

1.检查文本中是否含有指定的特征词
2.找出文本中匹配特征词的位置
3.从文本中提取信息
4.修改文本

正则表达式通常用于两项任务，1.验证，2.搜索/替换。用于验证时，通常需要在前后加上^和$，以匹配整个待验证字符串；搜索/替换时是否加上此限制需要根据搜索的要求而定。此外，也有可能要在前后加上\b而不是^和$。

2.优先权顺序

在构造正则表达式之后，就可以像数学表达式一样来求值，也就是说，可以从左至右按照一个优先权顺序来求值。下表列出的操作符按照优先级从高到低排序：

操作符	描述
\|转义符
(),(?:),(?=),[]	圆括号和方括号
*,+,?,{n},{n,},{n,m}	限定符
^,$,\angmetacharacter	位置和顺序

3.直接量字符

字符	匹配
字母和数字字符	自身
\o	NUL字符
\t	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	由十六进制数nn指定的拉丁字符
\uxxx	是由十六进制xxx指定的Unicode字符
\cX	控制字符^X

如果记不住哪些标点符号需要反斜杠转义，可以在每个标点符号前都加上反斜杠。

4.字符类匹配

字符	匹配
[...]	方括号内的任意字符
[^...]	不在方括号内的任意字符
.	除了换行符和其他Unicode行终止符之外的任意字符
\w	任意ASCII字符组成的单词，等价于[a-zA-Z0-9]
\W	任意不是ASCII字符组成的单词，等价于[^a-zA-Z0-9]
\s	任何Unidoce空白符
\S	任何非Unicode空白符，注意\W和\S的不同
\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

方括号又叫字符组，注意某些元字符在字符组外和字符组内的意义不同。例如：^在字符组外匹配行的开头，在字符组内表示排除字符；-在字符组外表示普通连字符号，在字符组内表示一个范围；问号和点号在字符组外通常是元字符，但在字符组内只是匹配普通字符而已。

5.重复字符类

字符	匹配
{n,m}	匹配前一项至少n次，但不超过m次
{n,}	匹配前一项n次或多次
{n}	匹配前一项n次
？	匹配前一项0次或1次，等价于{0,1}
+	匹配前一项一次或多次，等价于{1,}
*	匹配前一项0次或多次，等价于{0,}

JavaScript默认是贪婪匹配，也就是说匹配重复字符是尽可能多的匹配，而且允许后续的正则表达式也继续匹配。而进行非贪婪匹配，只需要在待匹配的字符后面跟随一个问号即可。比如，/a+/可以匹配一个或多个连续的字母a，当使用'aaa'作为匹配字符串时，/a+/会匹配三个字母，但是/a+?/会尽量少的匹配，只会匹配一个。

6.选择、分组和引用字符

字符	匹配
|	选择，匹配的是该符号左边的子表达式或右边的子表达式
(...)	组合，将几项组合为一个单元，这个单元可通过'*'、'+'、'?'和’|‘等符号修饰，而且可以记住和这个相匹配的字符串以供之后的引用使用
(?...)	只组合，组合但不记忆与该组想匹配的字符
\n	和第n个分组第一次匹配的字符相匹配

7.锚字符

字符	匹配
^	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
\A	只有匹配字符串开始处
\b	匹配一个单词的边界，简而言之，就是位于字符\w和字符\W之间的位置，或位于字符\w和字符串的开头或结尾之间的位置（但需要注意的是在字符组内[\b]匹配的是退格符）
\B	匹配非单词的边界位置
\Z	匹配字符串结束处或行尾
\z	只匹配字符串结束处
(?=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

8.记录字符

字符	匹配情况
(string)	用于反向引用的分组
$1	匹配的第一个分组的内容
$2	匹配的第二个分组的内容
$3	匹配的第三个分组的内容

9.修饰符

字符	匹配
i	忽略大小写
g	执行全局匹配，即找到所有匹配，而不是找到第一个之后就停止
m	多行匹配模式，^匹配一行的开头和字符串开头，$匹配行的结束和字符串的结束

10.用于匹配模式的String方法

方法	意义
search(reg)	参数：一个正则表达式。 返回：第一个与参数字符串匹配的位置，如果找不到就返回-1，不支持全局搜索。
replace(reg, str)	检索和替换。第一个参数：正则表达式，第二个参数：要进行替换的字符串，也可以是函数。设置了g修饰符，则替换所有匹配的子串，否则只替换第一个子串。通过在替换字符串中使用“$n”，可以使用子表达式相匹配的文本来替换字符。
match(reg)	参数：一个正则表达式。 返回：一个由匹配结果组成的数组。设置g则返回所有匹配结果，否则数组的第一个元素是匹配的字符串，剩下的是圆括号中的子表达式，即a[n]中存放的是$n的内容。
split(reg)	参数：正则表达式或字符串。 返回：子串组成的数组。

11.RegExp对象

RegExp构造函数

var pattern = new RegExp(arg1, arg2);

arg1:正则表达式中两条斜杠之间的文本

arg2:可选，指定修饰符:g,m,i

RegExp的属性

属性	意义
source	只读字符串，包含正则表达式的文本。
global	只读布尔值，是否带修饰符g
ignoreCase	只读布尔值，是否带修饰符i
multiline	只读布尔值，是否带修饰符m
lastIndex	可读写整数，如果带g修饰符，这个属性储存在整个字符串中下一次检索开始的位置，这个属性会被exec()和test()方法用到。

RegExp的方法

方法	意义
exec()	参数：字符串。在一个字符串中执行匹配检索，与String.macth()非全局检索类似，返回一个数组或null。
test()	参数：字符串。检测适合符合表达式模式，返回true或者false
toString()	转换成字符串形式
compile()	既可以改变搜索模式，也可以添加或删除第二个参数

12.举个例子

1.匹配输入邮箱是否合法(邮箱的格式一般为[e-mail],允许字母数字下划线)

var re = /^[a-zA-Z][a-zA-Z0-9_]*\@[a-zA-Z0-9]+\.[a-zA-Z0-9]+$/;
console.log(re.test('[e-mail]'));

正则表达式的组件可以是单个的字符、字符集合、字符范围、字符间的选择或者所有这些组件的任意组合。

2.match方法

/*使用 match 方法获取获取匹配数组*/ 
var pattern = /box/ig;//全局搜索 
var str = 'This is a Box!,That is a Box too'; 
alert(str.match(pattern)); //匹配到两个 Box,Box
console.log(str.match(pattern).length);//获取数组的长度

3.search方法

/*使用 search 来查找匹配数据*/
var pattern = /box/ig;
var str = 'This is a Box!,That is a Box too'; 
console.log(str.search(pattern));//查找到返回位置,否则返回 -1

4.replace方法

/*使用 replace 替换匹配到的数据*/
var pattern = /box/ig;
var str = 'This is a Box!,That is a Box too'; 
console.log(str.replace(pattern, 'Cat'));//将 Box 替换成了 Cat

5.pslit方法

/*使用 split 拆分成字符串数组*/
 var pattern = / /ig;
 var str = 'This is a Box!,That is a Box too';         
 console.log(str.split(pattern)); // 将空格拆开分组成数组

6.exec方法

/* 统计子字符串出现的所有位置*/
function count(str){
    var b,r=/def/g;
    while(b = r.exec(str)){
        console.log(b);
    }
}
count('abcdefabcdefabcdefabcdef');

13.需要转义的字符

\ / [ ] () { }  ? + * | . ^ $

14.参考文献

JavaScript学习总结（八）正则表达式