再读js正则表达式

正则表达式定义

在js中有两种方式来定义正则表达式，

第一种是类似perl的语法来定义一个正则表达式，我们把它叫做正则表达式字面量法：

var expression = /pattern/flag


其中pattern就是一个正则表达式，由字符类、限定符、分组、向前查找和反向引用组成。flag是匹配模式的标志，有gim三种：g代表全局模式，i代表不区分大小写，m表示多行模式。

第二种就是用RegExp构造函数创建，把它称作构造函数法。

如果第一种方法是这样表达：

var pattern = /[bc]at/i;


换做构造函数法就如下：

var pattern = new RegExp("[bc]at", "i");


两种方式是等价的，但是用构造函数法的时候元字符都要使用双重转义，比较麻烦，因此还是推荐使用字面量法，也不会混乱。

两种方法虽然是等价但是还有区别的，使用字面量法定义的正则表达式始终会共享同一个RegExp实例，而构造函数法的正则表达式每次都会创建一个新的实例，因此在循环调用正则表达式的方法时候两者会有不同的结果的，注意下就可以了。

字符类

也就是指书写pattern时候的各种形式的字符，除了'abc'这样的简单字符类主要有：

字母字符类

[...]

[^...]

.

\w

\W

\d

\D

\s

\S

[\b]

非字母字符类

\0

\t

\n

\r

\v

\f

\xnn

\uxxxx

\cX

转义字符类

也就是元字符，需要加上"\"进行转义

()

{}

[]

\

^

$

|

?

描述类

重复

{m,n}

{m,}

{m}

?

x? —在描述符后跟一个?表示非贪婪匹配，因为默认的都是贪婪匹配。

选择

|

分组和引用

(x) — 匹配 'x' 并且记住匹配项以便引用，引用用\n。

(?:x) — 匹配 'x' 但是不记住匹配项

锚类

^

$

\b

\B

(?=p) —正序断言

(?!p) —否定断言

RegExp实例方法

exec()

此方法可以说是为了捕获组而设置，接受一个字符串参数，返回包含第一个匹配项信息的数组，注意这里仅仅是第一个匹配项，即使加上g标志也是返回一个匹配项，不过加上g后连续调用exec()是在字符串中继续往下进行查找新匹配，但仍然是一个匹配项。

此方法返回的数组除了包含第一个匹配项外，其他则是与捕获组匹配的字符串。这个数组也有两个额外的属性index和input，index表示匹配项在字符串中的位置，而input则表示应用正则表达式的字符串。

test()

此方法接受一个字符串参数，如果模式与字符串匹配返回true，不匹配则返回false。通常用来做判断。

字符串的模式匹配方法

相对于RegExp实例方法来说这个反过来了，执行的是字符串的方法，参数是正则表达式。

search

查找匹配的字符串，返回第一个子串的起始位置，不支持全局匹配。

match

返回由匹配结果组成的数组，默认非全局匹配的话返回第一个匹配的字符串，如果全局匹配则返回所有匹配字符串。当使用括号分组的时候第一个元素为匹配的字符串，其后为圆括号中各个匹配的子字符串。

match方法与RegExp的exec方法很相似的，只是exec方法在全局匹配模式下还是返回第一个匹配字符串。

replace

一个在字符串中执行查找匹配的方法，并且使用替换字符串替换掉匹配到的子字符串。可以用$n来匹配正则表达式中圆括号中子表达式的捕获组文本。

与分组与引用里的括号一个意思：

那里是在正则表达式中用\n来引用捕获组匹配项。

split

字符串分割为数组。

几个有趣的正则表达式

1.把一串连续的数字变为三位分割表达的形式，比如12345变为12,345

答案：

"12345".replace(/(\d)(?=(?:\d{3})+(?!\d))/g, "$1,")


用到了正序断言，否定断言和非捕获分组三个重要的字符。

2.有美元1,100.0$和1,100.0￥这两种货币，用一句正则表达式把美元换成人民币，把人民币转换成美元。

答案：

'1,111.222￥'.replace(/(\d(?:,(?=\d\d\d)|\d)*(?:\.\d+)?)([$￥])/g,function(m,s1,s2){
if(s2=="$") {
return s1+"￥"
} else {
return s1+"$"
}
})


replace后跟函数时候，第一个参数为匹配的文本，后面参数依次为捕获组。

参考资料

权威指南正则

正则匹配和回溯