正則表達式-JavaScript
- 2019 年 12 月 5 日
- 筆記
什麼是正則表達式
正則表達式是用於匹配字符串中字符組合的模式。在 JavaScript中，正則表達式也是對象。 這些模式被用於
RegExp的exec和test方法, 以及String的match、replace、search和split方法。
正則表達式存在於大部分的編程語言，就算是在寫shell時也會不經意的用到正則。 比如大家最喜歡的rm -rf ./*，這裡邊的*就是正則的通配符，匹配任意字符。
在JavaScript也有正則表達式的實現，差不多就長這個樣子：/d/（匹配一個數字）。 個人認為正則所用到的地方還是很多的，比如模版字符的替換、解析URL，表單驗證 等等一系列。 如果在Node.js中用處就更為多，比如請求頭的解析、文件內容的批量替換以及寫爬蟲時候一定會遇到的解析HTML標籤。
正則表達式在JavaScript中的實現
JavaScript中的語法
贅述那些特殊字符的作用並沒有什麼意義，浪費時間。 推薦MDN的文檔：基礎的正則表達式特殊字符
關於正則表達式，個人認為以下幾個比較重要：
貪婪模式與非貪婪模式
P.S. 關於貪婪模式和非貪婪模式，發現有些地方會拿這樣的例子：
/.+/ // 貪婪模式 /.+?/ // 非貪婪模式
僅僅拿這樣簡單的例子來說的話，有點兒扯淡
// 假設有這樣的一個字符串 let html = '<p><span>text1</span><span>text2</span></p>' // 現在我們要取出第一個`span`中的文本，於是我們寫了這樣的正則 html.match(/<span>(.+)</span>/) // 卻發現匹配到的竟然是 text1</span><span>text2 // 這是因為 我們括號中寫的是 `(.+)` .為匹配任意字符, +則表示匹配一次以上。 // 當規則匹配到了`text1`的時候，還會繼續查找下一個，發現`<`也命中了`.`這個規則 // 於是就持續的往後找，知道找到最後一個span，結束本次匹配。 // 但是當我們把正則修改成這樣以後： html.match(/<span>(.+?)</span>/) // 這次就能匹配到我們想要的結果了 // `?`的作為是，匹配`0~1`次規則 // 但是如果跟在`*`、`+`之類的表示數量的特殊字符後，含義就會變為匹配盡量少的字符。 // 當正則匹配到了text1後，判斷後邊的</span>命中了規則，就直接返回結果，不會往後繼續匹配。
簡單來說就是：
- 貪婪模式，能拿多少拿多少
- 非貪婪模式，能拿多少拿多少
捕獲組
/123(d+)0/ 括號中的被稱之為捕獲組。
捕獲組有很多的作用，比如處理一些日期格式的轉換。
let date = '2017-11-21' date.replace(/^(d{4})-(d{2})-(d{2})$/, '$2/$3/$1')
又或者可以直接寫在正則表達式中作為前邊重複項的匹配。
let template = 'hello helloworl' template.match(/(w+) 1/) // => hello hello // 我們可以用它來匹配出month和day數字相同的數據 let dateList = ` 2017-10-10 2017-11-12 2017-12-12 ` dateList.match(/^d{4}-(d{2})-(1)/gm) // => ["2017-10-10", "2017-12-12"]
非捕獲組
我們讀取了一個文本文件，裡邊是一個名單列表 我們想要取出所有Stark的名字（但是並不想要姓氏，因為都叫Stark），我們就可以寫這樣的正則：
let nameList = ` Brandon Stark Sansa Stark John Snow ` nameList.match(/^w+(?=s?Stark)/gm) // => ["Brandon", "Sansa"]
上邊的(?=)就是非捕獲組，意思就是規則會被命中，但是在結果中不會包含它。
比如我們想實現一個比較常用的功能，給數組添加千分位：
function numberWithCommas (x = 0) { return x.toString().replace(/B(?=(d{3})+(?!d))/g, ',') } numberWithCommas(123) // => 123 numberWithCommas(1234) // => 1,234
B代表匹配一個非單詞邊界，也就是說，實際他並不會替換掉任何的元素。 其次，後邊的非捕獲組這麼定義：存在三的倍數個數字（3、6、9），並且這些數字後邊沒有再跟着其他的數字。 因為在非捕獲組中使用的是(d{3})+，貪婪模式，所以就會儘可能多的去匹配。 如果傳入字符串1234567，則第一次匹配的位置在1和2之間，第二次匹配的位置在4和5之間。 獲得的最終字符串就是1,234,567
如何使用正則表達式
RegExp對象
創建RegExp對象有兩種方式：
- 直接字面量的聲明：
/d/g - 通過構造函數進行創建：
new RegExp('d', 'g')
RegExp對象提供了兩個方法：
exec
方法執行傳入一個字符串，然後對該字符串進行匹配，如果匹配失敗則直接返回null 如果匹配成功則會返回一個數組：
let reg = /([a-z])d+/ let str = 'a233' let result = reg.exec(str) // => ['a233', 'a', ...]
P.S. 如果正則表達式有g標識，在每次執行完exec後，該正則對象的lastIndex值就會被改變，該值表示下次匹配的開始下標
let reg = /([a-z])d+/g let str = 'a233' reg.exec(str) // => ['a233', 'a', ...] // reg.lastIndex = 4 reg.exec(str) // => null
test
方法用來檢查正則是否能成功匹配該字符串
let reg = /^Hello/ reg.test('Hello World') // => true reg.test('Say Hello') // => false
test方法一般來說多用在檢索或者過濾的地方。 比如我們做一些篩選filter的操作，用test就是一個很好的選擇。
// 篩選出所有名字為 Niko的數據 let data = [{ name: 'Niko Bellic' }, { name: 'Roman Bellic'}] data.filter(({name}) => /^Niko/.test(name)) // => [{ name: 'Niko Bellic' }]
String對象
除了
RegExp對象實現的一些方法外，String同樣提供了一套方法供大家來使用。
search
傳入一個正則表達式，並使用該表達式進行匹配； 如果匹配失敗，則會返回-1 如果匹配成功，則會返回匹配開始的下標。 可以理解為是一個正則版的indexOf
'Hi Niko'.search(/Niko/) // => 3 'Hi Niko'.search(/Roman/) // => -1 // 如果傳入的參數為一個字符串，則會將其轉換為`RegExp`對象 'Hello'.search('llo') // => 2
split
split方法應該是比較常用的，用得最多的估計就是[].split(',')了。。
然而這個參數也是可以塞進去一個正則表達式的。
'1,2|3'.split(/,||/) // => [1, 2, 3] // 比如我們要將一個日期時間字符串進行分割 let date = '2017-11-21 23:40:56' date.split(/-|s|:/) // 又或者我們有這麼一個字符串，要將它正確的分割 let arr = '1,2,3,4,[5,6,7]' arr.split(',') // => ["1", "2", "3", "4", "[5", "6", "7]"] 這個結果肯定是不對的。 // 所以我們可以這麼寫 arr.split(/,(?![,d]+])/) // => ["1", "2", "3", "4", "[5,6,7]"]
該條規則會匹配,,但是,後邊還有一個限定條件，那就是絕對不能出現數字+,的組合併且以一個]結尾。 這樣就會使[4,5,6]裡邊的,不被匹配到。
match
match方法用來檢索字符串，並返回匹配的結果。
如果正則沒有添加g標識的話，返回值與exec類似。 但是如果添加了g標識，則會返回一個數組，數組的item為滿足匹配條件的子串。 這將會無視掉所有的捕獲組。 拿上邊的那個解析HTML來說
let html = '<p><span>text1</span><span>text2</span></p>' html.match(/<span>(.+?)</span>/g) // => ["<span>text1</span>", "<span>text2</span>"]
replace
replace應該是與正則有關的應用最多的一個函數。 最簡單的模版引擎可以基於replace來做。 日期格式轉換也可以通過replace來做。 甚至match的功能也可以通過replace來實現（雖說代碼會看起來很醜）
replace接收兩個參數 replace(str|regexp, newStr|callback)
第一個參數可以是一個字符串 也可以是一個正則表達式，轉換規則同上幾個方法。 第二個參數卻是可以傳入一個字符串，也可以傳入一個回調函數。
當傳入字符串時，會將正則所匹配到的字串替換為該字符串。 當傳入回調函數時，則會在匹配到子串時調用該回調，回調函數的返回值會替換被匹配到的子串。
'Hi: Jhon'.replace(/Hi:s(w+)/g, 'Hi: $1 Snow') // => Hi: Jhon Snow 'price: 1'.replace(/price:s(d)/g, (/* 匹配的完整串 */str, /* 捕獲組 */ $1) => `price: ${$1 *= 10}`) // => price: 10
一些全新的特性
前段時間看了下
ECMAScript 2018的一些草案，發現有些Stage 3的草案，其中有提到RegExp相關的，並在chrome上試驗了一下，發現已經可以使用了。
Lookbehind assertions(應該可以叫做回溯引用吧)
同樣也是一個非捕獲組的語法定義
語法定義：
let reg = /(?<=Pre)w/ reg.test('Prefixer') // => true reg.test('Prfixer') // => false
設置匹配串前邊必須滿足的一些條件，與(?=)正好相反，一前一後。 這個結合著(?=)使用簡直是神器，還是說解析HTML的那個問題。 現在有了(?<=)以後，我們甚至可以直接通過一個match函數拿到HTML元素中的文本值了。
let html = '<p><span>text1</span><span>text2</span></p>' html.match(/(?<=<span>)(.+?)(?=</span>)/g) // => ["text1", "text2"]
Named capture groups(命名捕獲組)
我們知道，()標識這一個捕獲組，然後用的時候就是通過1或者$1來使用。 這次草案中提到的命名捕獲組，就是可以讓你對()進行命名，在使用時候可以用接近變量的用法來調用。
語法定義：
let reg = /(?<year>d{4})-(?<month>d{2})-(?<day>d{2})/ '2017-11-21'.match(reg)
在match的返回值中，我們會找到一個groups的key。 裡邊存儲着所有的命名捕獲組。
在replace中的用法
let reg = /(?<year>d{4})-(?<month>d{2})-(?<day>d{2})/ '2017-11-21'.replace(reg, '$<month>/$<day>/$<year>') // => 21/11/2017
表達式中的反向引用
let reg = /d{4}-(?<month>d{2})-k<month>/ reg.test('2017-11-11') // => true reg.test('2017-11-21') // => false
