正则表达式学习笔记

来自php中的正则：

定界符

一般用 / / 作为正则的定界符
原子原子是正则表达式的基本的单位，一个正则表达式必须具有至少一个原子。
1. 所有打印和非打印的字符
2. . * ？ + ( ) < > 等有意思的字符可以用 “" 转义字符转义
3. \d 表示十进制的数字 [0-9] \D 表示任意一个除了数字外的字符 [^0-9] \s 表示任意一个空白字符，空格\n\r\t\f \S 表示任意一个非空白字符 \w 表示任意一个字 a-zA-Z0-9_ \W 表示任意一个非字，除了a-zA-Z0-9_的符号 . 查找单个字符，除了换行和行结束符。
4. 自己定义的原子[].如 [1-9] [^abc] 表示取反

元字符

元字符是用来修饰原子的，不可以单独出现

量词	描述
n+	匹配任何包含至少一个 n 的字符串。
n*	匹配任何包含零个或多个 n 的字符串。
n?	匹配任何包含零个或一个 n 的字符串。
n{X}	匹配包含 X 个 n 的序列的字符串。
n{X,Y}	匹配包含 X 或 Y 个 n 的序列的字符串。
n{X,}	匹配包含至少 X 个 n 的序列的字符串。
n$	匹配任何结尾为 n 的字符串。
^n	匹配任何开头为 n 的字符串。
?=n	匹配任何其后紧接指定字符串 n 的字符串。
?!n	匹配任何其后没有紧接指定字符串 n 的字符串

模式修正符

方法一：以字面量形式来创建

格式为/pattern/flags;其中pattern（模式）为任何简单或者复杂的表达式，可以包括字符类，限定符，分组，向前查找以及反向引用。每个正则表达式都可以有一个或者多个标识（flags），用以表明表达式的行为。正则表达式的匹配模式支持下列三个标识：

g:（global）全局模式，即模式将应用于所有的字符串，而非发现第一个匹配项时立即停止；

i: (case-insensitive) 表示不区分大小写模式

m: (multiline)表示多行模式，即在文本的末尾时会继续查找下一行是否存在于模式匹配的项

用法如下：

匹配字符串所有的“at”:

var pattern1 = /at/g;
匹配字符串第一个“at”:

var pattern2 = /[bc]at/i;

方法二：使用RegExp构造函数来创建

它接受两个参数：一个是匹配的字符串模式，另一个是可选的标识字符串。

用法如下：

匹配第一个cat或者bat,不区分大小写:

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

2.由于RegExp构造函数的模式的参数是字符串，所以某些情况下要对字符进行双重转义

所有元字符都要进行双重转义，那么那些已经转义过的字符也是如此。例如：\n（字符\在字符串中通常被转义为\，而在正则表达式字符串中会变成\\）。下面给出一些模式，左边是字面量，右边是RegExp的

/\[bc\]at/;        "\\[bc\\]at";

/\.at/;       "/\\.at/";

/name\/age/;       "/name\\/age/";

/\d.\d{1,2}/;       "\\d.\\d{1,2}";

/\w\\hello\\123/;     "\\w\\\\hello\\\\123";

3.字面量和构造函数创建正则表达式的区别

在ES3中，正则表达式字面量始终会共享一个RegExp实例，而使用构造函数创建的每一个新的RegExp实例都是一个新的实例。但是ES5之后，两者是没有这种区别的。

比如下面例子：

var re = null,
i;
for(var i = 0; i < 10; i++) {
re = /cat/g;
console.log(re.test("catastrophe"));
}

for(var i = 0; i < 10; i++) {
re = new RegExp("cat", "g");
console.log(re.test("catastrophe"));
}

4.RegExp的实例属性

RegExp每个实例都具有下面的属性：

global: 布尔值，表示是否设置了g标识

ignoreCase: 布尔值，表示是否设置了i标识

multiline:布尔值，表示是否设置了m标识

lastIndex: 整数，表示开始搜索下个匹配项的字符串的位置，从0开始

source: 正则表达式的字符串表示，按照字面量的形式而非传入构造函数中的字符串模式返回

ar pattern1 = /\[bc\]at/i;
console.log(pattern1.global);//false
console.log(pattern1.ignoreCase);//true
console.log(pattern1.multiline);//false
console.log(pattern1.lastIndex);//0
console.log(pattern1.source); ///\[bc\]at/i

var pattern2 = new RegExp("\\[bc\\]at", "i");
console.log(pattern2.global);
console.log(pattern2.ignoreCase);
console.log(pattern2.multiline);
console.log(pattern2.lastIndex);
console.log(pattern2.source);

我们注意到，第二个模式是使用构造函数，但是他们的source属性是相同的。可见，source属性保存的是规范形式的字符串，即字面量形式所使用的字符串。

5.捕获组

使用小括号指定一个子表达式后，匹配这个子表达式的文本(也就是此分组捕获的内容)可以在表达式或其它程序中作进一步的处理。默认情况下，每个捕获组会自动拥有一个组号，规则是：从左向右，以分组的左括号为标志，第一个出现的分组的组号为1，第二个为2，以此类推。

比如下面的例子：

var pattern = /mom (and dad (and baby)?)?/gi;

6.正则表达式的实例方法

1.exec(String testString);

该方法是专门为捕获组而设计的。它接受一个参数，即要应用到模式的字符串，然后返回包含第一个匹配项信息的数组；或者没有匹配项的情况下返回null.返回的数组虽然是Array实例，单包含两个额外的属性： index和input.其中index表示匹配项出现在字符串中的位置，而input表示应用正则表达式的字符串。在数组中，第一项是整个模式匹配的字符串，其他项是与模式中的捕获组匹配的字符串。（如果模式中没有捕获组，则该数组只包含一项）

var text = "mom and dad and baby";
var pattern = /mom (and dad (and baby)?)?/gi;
var matches = pattern.exec(text);
console.log(matches.index);   //0
console.log(matches.input); //mom and dad and baby
console.log(matches[0]); //mom and dad and baby
console.log(matches[1]); //and dad and baby
console.log(matches[2]);  //and baby

对于exec方法而言，即使在模式中设置了全局标识（g）,它每次也只会返回一个匹配项，在不设置全局标识的情况下，在同一个字符串上多次调用exec将会返回第一个匹配项的信息。而在设置全局标志的情况下，每次调用exec则会在字符串中继续查找新的匹配项。如下面的例子：

var text = "cat, bat, sat, fat";
var pattern1 = /.at/;
 
var matches = pattern1.exec(text);
console.log(pattern1.lastIndex); //0
console.log(matches.index);    //0
console.log(matches[0]);    `//cat
 
matches = pattern1.exec(text);
console.log(pattern1.lastIndex);    //0
console.log(matches.index);    //0
console.log(matches[0]);    //cat
 
var pattern2 = /.at/g;
 
matches = pattern2.exec(text);
console.log(pattern2.lastIndex); //3
console.log(matches.index);    //0
console.log(matches[0]);    //cat
 
matches = pattern2.exec(text);
console.log(pattern2.lastIndex); //8
console.log(matches.index);    //5
console.log(matches[0]);    //bat

2.test(String testString)

该方法接受一个字符串参数。在模式与该参数匹配的情况下，返回true，否则，返回false。要想知道目标字符串是否和某个字符串匹配，但不需要其文本内容的情况下，使用这个方法非常方便。因此，test经常用在if语句里。

如下面的例子：

var text = "000-00-0000";
var pattern = /\d{3}-\d{2}-\d{4}/;
 
if(pattern.test(text)) {
console.log("The pattern is matched");
}
RegExp实例继承的toLocaleString和toString方法都会返回正则表达式的字面量；与创建正则表达式的方式无关。例如：

var pattern = new RegExp("\\[bc\\]at", "gi");
console.log(pattern.toString());
console.log(pattern.toLocaleString());

输入都是：/\[bc\]at/gi

7.RegExp构造函数属性

RegExp构造函数包含了一些属性（称为静态属性）。这些属性使用于作用域中的所有正则表达式，并且基于所执行的最近一次正则表达式操作而变化。关于这些属性名的另一个特殊之处，就是可以通过两种方式访问他们。换句话说，这些属性分别有个长属性名和一个短属性名。下面给出了RegExp的构造函数的属性：

input $_ 最近一次要匹配的字符串

lastMatch $& 最近一次匹配项

lastParen $+ 最近一次匹配的捕获组

leftContext $` input字符串中lastMatch之前的文本

rightContext $’ input字符串中 lastMatch之后的文本

multiline $* 布尔值，表示是否所有表达式都使用多行模式

例子如下：

var text = "this has been a short summer";
var pattern = /(.)hort/g;

if(pattern.test(text)) {
console.log(RegExp.input); //this has been a short summer
console.log(RegExp.leftContext); //this has been a 
console.log(RegExp.rightContext);// short summer
console.log(RegExp.lastMatch);//short
console.log(RegExp.lastParen);//s
console.log(RegExp.multiline);//false;
}

如前所述，例子使用的长属性名都可以使用相应的短数学迷来代替。只不过这些短属性大多都不是有效的ES标识符，因此必须通过方括号语法来访问他们。如下所示：

var text = "this has been a short summer";
var pattern = /(.)hort/g;

if(pattern.test(text)) {
console.log(RegExp.$_);
console.log(RegExp["$`"]);
console.log(RegExp["$'"]);
console.log(RegExp["$&"]);
console.log(RegExp["$+"]);
console.log(RegExp["$*"]);
}

RegExp构造函数除了以上几个属性之外，还有多达9个用于存储捕获组的构造韩事故属性。访问这些属性的语法是RegExp.$1, RegExp.$2…RegExp.$9，分别用于存储第一，2…9个匹配的捕获组。在调用exec或者test函数时，这些属性都会自动填充。然后，我们可以像下面这样使用他们。

var text = "this has a short summer";
var pattern = /(..)or(.)/g;

if(pattern.test(text)) {
console.log(RegExp.$1); //sh
console.log(RegExp.$2); //t
console.log(RegExp.$3); //（空字符串）
}