正则

正则表达式

1、什么是正则表达式

正则表达式,又称正规表示式、正规表示法、正规表达式、规则表达式、常规表示法(英语:Regular Expression,在代码中常简写为regex、regexp或RE),计算机科学的一个概念。正则表达式使用单个字符串来描述、匹配一系列匹配某个句法规则的字符串。在很多文本编辑器里,正则表达式通常被用来检索、替换那些匹配某个模式的文本。

2、利用图形化工具理解正则表达式

辅助理解正则表达的在线工具 https://regexper.com/ 我们利用这个工具辅助理解,正则表达式。语法没懂表着急,后面会有,这里只是学会用工具帮助我们学习。

手机号正则

/^1[34578][0-9]{9}$/

Mou

注释:以1开头,第二位为3 4 5 7 9 其中一个,以9位(本身1次加重复8次)0-9数字结尾

单词边界

/\bis\b/

Mou

注释: is前后都是单词的边界,比较晦涩难懂?感受下两者的区别,\b 会方道语法部分讲解

Mou

URL分组替换

/http:(\/\/.+.jpg)/

看不懂的不要慌语法部分后面会有介绍,这里只是展示利用可视化的图形帮助我们理解正则表达式,可以回来再看木有关系

Mou

正则表达式中括号用来分组,这个时候我们可以通过用$1来获取 group#1的内容

Mou

说下这个正则的意义,如果网站用了https,网站引用静态资源也必须是https,否则报错。如果写成 // 会自动识别 http 或者 https

日期匹配与分组替换

/^\d{4}[/-]\d{2}[/-]\d{2}$/

Mou

轻松的可以拿到 group#1 #2 #3 的内容,对应 $1 $2 $3

Mou

到现在已经能结合图形化工具看懂正则表达式表达式了,如果想自己写,还要在正则语法上下点功夫

正则表达式语法

1 修饰符 (三个 g i m)

修饰符与其他语法特殊,字面量方法声名的时候放到//后,构造函数声明的时候,作为第二个参数传入。整个正则表达式可以理解为正则表达式规则字符串+修饰符

g:global 执行一个全局匹配
i:ignore case执行一个不区分大小写的匹配
m: multiple lines多行匹配

修饰符可以一起用 const reg =/\bis\b/gim
来说说他们有什么作用
有g和没有g的区别

Mou

没有g只替换了第一个,有g 所有的都换了

Mou

有i和没有i的区别

Mou

有i忽略大小写,没有i严格区分大小写
Mou

元字符

正则表达式由两种基本字符组成:

原义字符
非打印字符
元字符 (* + ? $ ^ . | \ ( ) { } [ ])

原义字符

这个没什么好解释的,我们一直在举例的 /is/ 匹配字符串’is’

\将下一个字符标记为一个特殊字符、或一个原义字符、或一个向后引用、或一个八进制转义符。例如,n”匹配字符“n”。“\n”匹配一个换行符。序列“\”匹配“\”而“(”则匹配“(”

字符类取反 [^]

表示不属于此类

Mou
空格也不属于,好多狗🐶

范围类[-]

正则表达式支持一定范围规则比如 [a-z] [A-Z] [0-9] 可以连写[a-z0-9] 如果你只是想匹配-在 范围类最后加-即可。请看实例。

Mou

预定义类

常用为了方便书写

字符        等价类                    含义
.        [^\n\r]                除了回车符和换行符之外的所有字符
\d        [0-9]                数字字符
\D        [^0-9]                非数字字符
\s        [\t\n\x0B\f\r]        空白符
\S        [^\t\n\x0B\f\r]        非空白符
\w        [a-zA-Z_0-9]        单词字符(字母、数字、下划线)
\W        [^a-zA-Z_0-9]        非单词字符

有了这些预定义类,写一些正则就很方便了,比如我们希望匹配一个 ab+数字+任意字符 的字符串,就可以这样写了 /ab\d./
Mou

边界

字符        含义

^        以xx开头
$        以xx结尾
\b        单词边界,指[a-zA-Z_0-9]之外的字符
\B        非单词边界

边界顾名思义即定义匹配的边界条件,上面基本都在前面的例子碰到了,这里演示下\b与\B 的区别

Mou

量词

字符            含义

?        出现零次或一次
*        出现零次或多次(任意次)
+        出现一次或多次(至道一次)
{n}        对应零次或者n次
{n,m}    至少出现n次但不超过m次
{n,}    至少出现n次(+的升级版)
{0,n}    至多出现n次(其实就是{n,m} 方便记忆而已)

如果没有量词,要匹配4位数字这样写就可以/\d\d\d\d/, 如果匹配50位100位呢?那不是要疯掉了?
有了量词,就可以这样写/\d{100}/, 量词的使用我们在手机号中使用过,表现在可视化中就是循环多少次。

凑一个上面都包含的实例/\d?@\d*@\d+@\d{10}@\d{10,20}@\d{10,}@\d{0,10}/

Mou

贪婪与懒惰(非贪婪)

正则表达式默认会匹配贪婪模式,什么是贪婪模式呢?如其名尽可能多的匹配。我们看个例子🌰。

/\d{3,6}/

Mou

Mou

贪婪模式下,匹配的了最多的情况。

与贪婪对应就是懒惰模式,懒惰对应的就是匹配的尽可能少的情况。如何开启懒惰模式? 在量词后面加?。继续上面的例子

/\d{3,6}?/

Mou

如果想知道,正则表达式是如何匹配量词的,请看 进阶正则表达式 文中有介绍,正则是如何回溯的。

分组与反向引用

分组,又称为子表达式。把正则表达式拆分成小表达式。概念枯燥,说个例子为嘛用分组:

不分组 /abc{2}/

Mou

量词仅作用到最后的c

分组 /(abc){2}/

Mou

注意这里 group #1

分组虽然和运算符() 很像,但是分组在正则表达式中,注意理解组的含义。经常有人滥用分组

/^(http|https)/ 真的需要这样么?其实 /^https?/就可以了,你正则写的特别长的时候,会出现一堆没用的结果,看着都头疼吧。

分组往往和反向引用一起使用,别被概念吓到:当一个正则表达式被分组后,每个分组自动被赋予一个组号,一左到右分别是 $1 $2…

再把之前的例子拿出来

/^(\d{4})/-/-$/

Mou

轻松的可以拿到 group#1 #2 #3 的内容,对应 $1 $2 $3

Mou

如果在反向引用中不想捕获年该如何操作? 加上 ?:即可

/^(?:\d{4})/-/-$/

Mou

over