JavaScript中的正则表达式简明总结

一、定义正则表达式的方法

定义正则表达式的方法有两种：构造函数定义和正则表达式直接量定义。例如：


代码如下:

var reg1 = new RegExp('\d{5, 11}'); // 通过构造函数定义
var reg2 = /\d{5, 12}/; // 通过直接量定义

正则表达式直接量字符
       \o：NUL字符（\u0000）
       \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，例如，\x0A等价于\n
       \uxxxx：由十六进制数xxxx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
正则表达式锚字符
       ^：匹配字符串的开头，在多行检索中，匹配一行的开头
       $：匹配字符串的结尾，在多行检索中，匹配一行的结尾
       \b：匹配一个单词的边界，简言之，就是位于字符\w和\W之间的位置，或位于字符\w和字符串的开头或者结尾之间的位置（[\b]匹配的是退格符）
       \B：匹配非单词边界的位置
       (?=p)：零宽正向先行断言，要求接下来的字符都与p匹配，但不能包括匹配p的那些字符
       (？!p)：零宽负向先行断言，要求接下来的字符串不与p匹配
正则表达式的字符类
       [...]：方括号内的任意字符
       [^...]：不在方括号内的任意字符
       .：除换行符和其他Unicode行终止符之外的任意字符
       \w：任何ASCII字符组成的单词，等价于[a-zA-Z0-9]
       \W：任何不是ASCII字符组成的单词，等价于[^a-zA-Z0-9]
       \s：任何Unicode空白符
       \S：任何非Unicode空白符的字符，注意\w和\S不同
       \d：任何ASCII数字，等价于[0-9]
       \D：除了ASCII数字之外的任何字符，等价于[^0-9]
       [\b]：退格直接量（特例）
正则表达式的重复字符语法
       {n, m}：匹配前一项至少n次，但不能超过m次
       {n, }：匹配前一项n次或者更多次
       {n}：匹配前一项n次
       ?：匹配前一项0次或者1次，也就是说前一项是可选的，等价于{0, 1}
       +：匹配前一项1次或多次，等价于{1, }
       *：匹配前一项0次或多次，等价于{0, }
正则表达式的选择、分组和引用字符
       |：选择，匹配的是该符号左边的子表达式或右边的子表达式
       (…)：组合，将几个项组合为一个单元，这个单元可通过“*”、“+”、“?”和“|”等符号加以修饰，而且可以记住和这个组相匹配的字符串以供此后的任何使用
       (?: …)：只组合，把项组合到一个单元，但是不记忆与改组相匹配的字符
       \n：和第n个分组第一次匹配的字符相匹配，组是圆括号中的子表达式（也有可能是嵌套的），组索引是从左到右的左括号数，“(?:”形式的分组不编码
正则表达式修饰符
       i：执行不区分大小写的匹配
       g：执行一个全局匹配，简言之，即找到所有的匹配，而不是在找到第一个之后就停止
       m：多行匹配模式，^匹配一行的开头和字符串的开头，$匹配行的结尾和字符串的结尾
用于模式匹配的String方法
       search()：它的参数是一个正则表达式，返回第一个与之匹配的子串的起始位置，如果没有匹配的子串就返回-1。如果search()的参数不是正则表达式，则首先会通过RegExp构造函数将它转换为正则表达式，search()不支持全局检索，因为它忽略修饰符g。如：


代码如下:

var s = "JavaScript".search(/script/i); // s = 4

replace()：它用来执行检索与替换。接收两个参数，第一个是正则表达式，第二个是要进行替换的字符串。正则表达式如果设置的修饰符g，则进行全局替换，否则只替换匹配的第一个子串。如果第一个参数不是正则表达式，则直接搜索该字符串，而不是将其转换为正则表达式。如：


代码如下:

var s = "JavaScript".replace(/java/gi, "Script"); // s =  Script Script

match()：它的参数是一个正则表达式，如果不是则通过RegExp转换，返回的是一个由匹配结果组成的数组。如果设置了修饰符g则进行全局匹配。如：


代码如下:

var d = '55 ff 33 hh 77 tt'.match(/\d+/g); // d = ["55", "33", "77"]

split()：这个方法用以将调用它的字符串拆分为一个子串组成的数组，使用的分隔符是split()的参数，它的参数也可以使一个正则表达式。如：


代码如下:

var d = '123,31,453,645'.split(','); // d = ["123", "31", "453", "645"]
var d = '21 , 123,  44,  64,  67,  3'.split(/\s*,\s*/); // d = ["21", "123", "44", "64", "67", "3"]

二、RegExp对象
       每个RegExp对象都有5个属性。属性source是一个只读字符串，包含正则表达式的文本。属性global是一个只读布尔值，用以说明这个正则表达式是否带有修饰符g。属性ignoreCase是一个只读布尔值，用以说明这个正则表达式是否带有修饰符i。属性multiline是一个只读布尔值，用以说明这个正则表达式是否带有修饰符m。属性lastIndex是一个可读可写的整数，如果匹配模式带有g修饰符，这个属性存储整个字符串中下一次检索的开始位置。
       RegExp对象有两个方法。exec()的参数是一个字符串，它的功能与match()相似，exec()方法对一个指定的字符串执行一个正则表达式，也就是在一个字符串中执行匹配检索。如果没有找到任何匹配就返回null，找到了匹配就返回一个数组，这个数组的第一个元素包含的是与正则表达式相匹配的字符串，余下的元素是与圆括号内的子表达式相匹配的子串，不论正则表达式是否有修饰符g，都会返回一样的数组。当调用exec()的正则表达式对象具有修饰符g时，它将把当前正则表达式对象的lastIndex属性设置为紧挨着匹配子串的字符位置。当同一个正则表达式第二次调用exec()时，它将从lastIndex属性所指示的字符串处开始检索，如果exec()没有发现任何匹配结果，它会将lastIndex重置为0。如：


代码如下:

var p = /Java/g;
var text = "JavaScript is more fun than Java!"
var r;
while((r = p.exec(text)) != null) {
       console.log(r, 'lastIndex: ' + p.lastIndex);
}

另外一个方法是test()，它的参数是一个字符串，用test()对某个字符串进行检查，如果包含正则表达式的一个匹配结果，则返回true否则返回false。如：


代码如下:

var p = /java/i;
p.test('javascript'); // true