JavaScript之RegExp_动力节点Java学院整理

字符串是编程时涉及到的最多的一种数据结构，对字符串进行操作的需求几乎无处不在。比如判断一个字符串是否是合法的Email地址，虽然可以编程提取@前后的子串，再分别判断是否是单词和域名，但这样做不但麻烦，而且代码难以复用。

正则表达式是一种用来匹配字符串的强有力的武器。它的设计思想是用一种描述性的语言来给字符串定义一个规则，凡是符合规则的字符串，我们就认为它“匹配”了，否则，该字符串就是不合法的。

所以我们判断一个字符串是否是合法的Email的方法是：

1.创建一个匹配Email的正则表达式；

2.用该正则表达式去匹配用户的输入来判断是否合法。

因为正则表达式也是用字符串表示的，所以，我们要首先了解如何用字符来描述字符。

在正则表达式中，如果直接给出字符，就是精确匹配。用\d可以匹配一个数字，\w可以匹配一个字母或数字，所以：

• "color: #ff0000">我们来从左到右解读一下：

  1.\d{3}表示匹配3个数字，例如'010'；

  2.\s可以匹配一个空格（也包括Tab等空白符），所以\s+表示至少有一个空格，例如匹配' '，'\t\t'等；

  3.\d{3,8}表示3-8个数字，例如'1234567'。

  综合起来，上面的正则表达式可以匹配以任意个空格隔开的带区号的电话号码。

  如果要匹配'010-12345'这样的号码呢？由于'-'是特殊字符，在正则表达式中，要用'\'转义，所以，上面的正则是\d{3}\-\d{3,8}。

  但是，仍然无法匹配'010 - 12345'，因为带有空格。所以我们需要更复杂的匹配方式。

  进阶

  要做更精确地匹配，可以用[]表示范围，比如：

  • "color: #ff0000">RegExp

    有了准备知识，我们就可以在JavaScript中使用正则表达式了。

    JavaScript有两种方式创建一个正则表达式：

    第一种方式是直接通过/正则表达式/写出来，第二种方式是通过new RegExp('正则表达式')创建一个RegExp对象。

    两种写法是一样的：

    var re1 = /ABC\-001/;
    var re2 = new RegExp('ABC\\-001');
    re1; // /ABC\-001/
    re2; // /ABC\-001/

    注意，如果使用第二种写法，因为字符串的转义问题，字符串的两个\\实际上是一个\。

    先看看如何判断正则表达式是否匹配：

    var re = /^\d{3}\-\d{3,8}$/;
    re.test('010-12345'); // true
    re.test('010-1234x'); // false
    re.test('010 12345'); // false

    RegExp对象的test()方法用于测试给定的字符串是否符合条件。

    切分字符串

    用正则表达式切分字符串比用固定的字符更灵活，请看正常的切分代码：

    'a b  c'.split(' '); // ['a', 'b', '', '', 'c']

    嗯，无法识别连续的空格，用正则表达式试试：

    'a b  c'.split(/\s+/); // ['a', 'b', 'c']

    无论多少个空格都可以正常分割。加入,试试：

    'a,b, c d'.split(/[\s\,]+/); // ['a', 'b', 'c', 'd']

    再加入;试试：

    'a,b;; c d'.split(/[\s\,\;]+/); // ['a', 'b', 'c', 'd']

    如果用户输入了一组标签，下次记得用正则表达式来把不规范的输入转化成正确的数组。

    分组

    除了简单地判断是否匹配之外，正则表达式还有提取子串的强大功能。用()表示的就是要提取的分组（Group）。比如：

    ^(\d{3})-(\d{3,8})$分别定义了两个组，可以直接从匹配的字符串中提取出区号和本地号码：

    var re = /^(\d{3})-(\d{3,8})$/;
    re.exec('010-12345'); // ['010-12345', '010', '12345']
    re.exec('010 12345'); // null

    如果正则表达式中定义了组，就可以在RegExp对象上用exec()方法提取出子串来。

    exec()方法在匹配成功后，会返回一个Array，第一个元素是正则表达式匹配到的整个字符串，后面的字符串表示匹配成功的子串。

    exec()方法在匹配失败时返回null。

    提取子串非常有用。来看一个更凶残的例子：

    var re = /^(0[0-9]|1[0-9]|2[0-3]|[0-9])\:(0[0-9]|1[0-9]|2[0-9]|3[0-9]|4[0-9]|5[0-9]|[0-9])\:(0[0-9]|1[0-9]|2[0-9]|3[0-9]|4[0-9]|5[0-9]|[0-9])$/;
    re.exec('19:05:30'); // ['19:05:30', '19', '05', '30']

    这个正则表达式可以直接识别合法的时间。但是有些时候，用正则表达式也无法做到完全验证，比如识别日期：

    var re = /^(0[1-9]|1[0-2]|[0-9])-(0[1-9]|1[0-9]|2[0-9]|3[0-1]|[0-9])$/;

    对于'2-30'，'4-31'这样的非法日期，用正则还是识别不了，或者说写出来非常困难，这时就需要程序配合识别了。

    贪婪匹配

    需要特别指出的是，正则匹配默认是贪婪匹配，也就是匹配尽可能多的字符。举例如下，匹配出数字后面的0：

    var re = /^(\d+)(0*)$/;
    re.exec('102300'); // ['102300', '102300', '']

    由于\d+采用贪婪匹配，直接把后面的0全部匹配了，结果0*只能匹配空字符串了。

    必须让\d+采用非贪婪匹配（也就是尽可能少匹配），才能把后面的0匹配出来，加个"htmlcode">

    var re = /^(\d+"color: #ff0000">全局搜索
    
    JavaScript的正则表达式还有几个特殊的标志，最常用的是g，表示全局匹配：
    
    
    var r1 = /test/g;
    // 等价于:
    var r2 = new RegExp('test', 'g');
    
    
    全局匹配可以多次执行exec()方法来搜索一个匹配的字符串。当我们指定g标志后，每次运行exec()，正则表达式本身会更新lastIndex属性，表示上次匹配到的最后索引：
    
    
    var s = 'JavaScript, VBScript, JScript and ECMAScript';
    var re=/[a-zA-Z]+Script/g;
    // 使用全局匹配:
    re.exec(s); // ['JavaScript']
    re.lastIndex; // 10
    re.exec(s); // ['VBScript']
    re.lastIndex; // 20
    re.exec(s); // ['JScript']
    re.lastIndex; // 29
    re.exec(s); // ['ECMAScript']
    re.lastIndex; // 44
    re.exec(s); // null，直到结束仍没有匹配到
    
    
    全局匹配类似搜索，因此不能使用/^...$/，那样只会最多匹配一次。
    正则表达式还可以指定i标志，表示忽略大小写，m标志，表示执行多行匹配。
    小结
    正则表达式非常强大，要在短短的一节里讲完是不可能的。要讲清楚正则的所有内容，可以写一本厚厚的书了。如果你经常遇到正则表达式的问题，你可能需要一本正则表达式的参考书。
    练习
    请尝试写一个验证Email地址的正则表达式。版本一应该可以验证出类似的Email：