# RegExp
字符串是編程時涉及到的最多的一種數據結構,對字符串進行操作的需求幾乎無處不在。比如判斷一個字符串是否是合法的Email地址,雖然可以編程提取`@`前后的子串,再分別判斷是否是單詞和域名,但這樣做不但麻煩,而且代碼難以復用。
正則表達式是一種用來匹配字符串的強有力的武器。它的設計思想是用一種描述性的語言來給字符串定義一個規則,凡是符合規則的字符串,我們就認為它“匹配”了,否則,該字符串就是不合法的。
所以我們判斷一個字符串是否是合法的Email的方法是:
1. 創建一個匹配Email的正則表達式;
2. 用該正則表達式去匹配用戶的輸入來判斷是否合法。
因為正則表達式也是用字符串表示的,所以,我們要首先了解如何用字符來描述字符。
在正則表達式中,如果直接給出字符,就是精確匹配。用`\d`可以匹配一個數字,`\w`可以匹配一個字母或數字,所以:
* `'00\d'`可以匹配`'007'`,但無法匹配`'00A'`;
* `'\d\d\d'`可以匹配`'010'`;
* `'\w\w'`可以匹配`'js'`;
`.`可以匹配任意字符,所以: `'js.'`可以匹配`'jsp'`、`'jss'`、`'js!'`等等。
要匹配變長的字符,在正則表達式中,用`*`表示任意個字符(包括0個),用`+`表示至少一個字符,用`?`表示0個或1個字符,用`{n}`表示n個字符,用`{n,m}`表示n-m個字符:
來看一個復雜的例子:`\d{3}\s+\d{3,8}`。
我們來從左到右解讀一下:
1. `\d{3}`表示匹配3個數字,例如`'010'`;
2. `\s`可以匹配一個空格(也包括Tab等空白符),所以`\s+`表示至少有一個空格,例如匹配`' '`,`'\t\t'`等;
3. `\d{3,8}`表示3-8個數字,例如`'1234567'`。
綜合起來,上面的正則表達式可以匹配以任意個空格隔開的帶區號的電話號碼。
如果要匹配`'010-12345'`這樣的號碼呢?由于`'-'`是特殊字符,在正則表達式中,要用`'\'`轉義,所以,上面的正則是`\d{3}\-\d{3,8}`。
但是,仍然無法匹配`'010 - 12345'`,因為帶有空格。所以我們需要更復雜的匹配方式。
## 進階
要做更精確地匹配,可以用`[]`表示范圍,比如:
* `[0-9a-zA-Z\_]`可以匹配一個數字、字母或者下劃線;
* `[0-9a-zA-Z\_]+`可以匹配至少由一個數字、字母或者下劃線組成的字符串,比如`'a100'`,`'0_Z'`,`'js2015'`等等;
* `[a-zA-Z\_\$][0-9a-zA-Z\_\$]*`可以匹配由字母或下劃線、$開頭,后接任意個由一個數字、字母或者下劃線、$組成的字符串,也就是JavaScript允許的變量名;
* `[a-zA-Z\_\$][0-9a-zA-Z\_\$]{0, 19}`更精確地限制了變量的長度是1-20個字符(前面1個字符+后面最多19個字符)。
`A|B`可以匹配A或B,所以`[J|j]ava[S|s]cript`可以匹配`'JavaScript'`、`'Javascript'`、`'javaScript'`或者`'javascript'`。
`^`表示行的開頭,`^\d`表示必須以數字開頭。
`$`表示行的結束,`\d$`表示必須以數字結束。
你可能注意到了,`js`也可以匹配`'jsp'`,但是加上`^js$`就變成了整行匹配,就只能匹配`'js'`了。
## RegExp
有了準備知識,我們就可以在JavaScript中使用正則表達式了。
JavaScript有兩種方式創建一個正則表達式:
第一種方式是直接通過`/正則表達式/`寫出來,第二種方式是通過`new RegExp('正則表達式')`創建一個RegExp對象。
兩種寫法是一樣的:
~~~
var re1 = /ABC\-001/;
var re2 = new RegExp('ABC\\-001');
re1; // /ABC\-001/
re2; // /ABC\-001/
~~~
注意,如果使用第二種寫法,因為字符串的轉義問題,字符串的兩個`\\`實際上是一個`\`。
先看看如何判斷正則表達式是否匹配:
~~~
var re = /^\d{3}\-\d{3,8}$/;
re.test('010-12345'); // true
re.test('010-1234x'); // false
re.test('010 12345'); // false
~~~
RegExp對象的`test()`方法用于測試給定的字符串是否符合條件。
## 切分字符串
用正則表達式切分字符串比用固定的字符更靈活,請看正常的切分代碼:
~~~
'a b c'.split(' '); // ['a', 'b', '', '', 'c']
~~~
嗯,無法識別連續的空格,用正則表達式試試:
~~~
'a b c'.split(/\s+/); // ['a', 'b', 'c']
~~~
無論多少個空格都可以正常分割。加入`,`試試:
~~~
'a,b, c d'.split(/[\s\,]+/); // ['a', 'b', 'c', 'd']
~~~
再加入`;`試試:
~~~
'a,b;; c d'.split(/[\s\,\;]+/); // ['a', 'b', 'c', 'd']
~~~
如果用戶輸入了一組標簽,下次記得用正則表達式來把不規范的輸入轉化成正確的數組。
## 分組
除了簡單地判斷是否匹配之外,正則表達式還有提取子串的強大功能。用`()`表示的就是要提取的分組(Group)。比如:
`^(\d{3})-(\d{3,8})$`分別定義了兩個組,可以直接從匹配的字符串中提取出區號和本地號碼:
~~~
var re = /^(\d{3})-(\d{3,8})$/;
re.exec('010-12345'); // ['010-12345', '010', '12345']
re.exec('010 12345'); // null
~~~
如果正則表達式中定義了組,就可以在`RegExp`對象上用`exec()`方法提取出子串來。
`exec()`方法在匹配成功后,會返回一個`Array`,第一個元素始終是原始字符串本身,后面的字符串表示匹配成功的子串。
`exec()`方法在匹配失敗時返回`null`。
提取子串非常有用。來看一個更兇殘的例子:
~~~
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])$/;
re.exec('19:05:30'); // ['19:05:30', '19', '05', '30']
~~~
這個正則表達式可以直接識別合法的時間。但是有些時候,用正則表達式也無法做到完全驗證,比如識別日期:
~~~
var re = /^(0[1-9]|1[0-2]|[0-9])-(0[1-9]|1[0-9]|2[0-9]|3[0-1]|[0-9])$/;
~~~
對于`'2-30'`,`'4-31'`這樣的非法日期,用正則還是識別不了,或者說寫出來非常困難,這時就需要程序配合識別了。
## 貪婪匹配
需要特別指出的是,正則匹配默認是貪婪匹配,也就是匹配盡可能多的字符。舉例如下,匹配出數字后面的`0`:
~~~
var re = /^(\d+)(0*)$/;
re.exec('102300'); // ['102300', '102300', '']
~~~
由于`\d+`采用貪婪匹配,直接把后面的`0`全部匹配了,結果`0*`只能匹配空字符串了。
必須讓`\d+`采用非貪婪匹配(也就是盡可能少匹配),才能把后面的`0`匹配出來,加個`?`就可以讓`\d+`采用非貪婪匹配:
~~~
var re = /^(\d+?)(0*)$/;
re.exec('102300'); // ['102300', '1023', '00']
~~~
## 全局搜索
JavaScript的正則表達式還有幾個特殊的標志,最常用的是`g`,表示全局匹配:
~~~
var r1 = /test/g;
// 等價于:
var r2 = new RegExp('test', 'g');
~~~
全局匹配可以多次執行`exec()`方法來搜索一個匹配的字符串。當我們指定`g`標志后,每次運行`exec()`,正則表達式本身會更新`lastIndex`屬性,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,直到結束仍沒有匹配到
~~~
全局匹配類似搜索,因此不能使用`/^...$/`,那樣只會最多匹配一次。
正則表達式還可以指定`i`標志,表示忽略大小寫,`m`標志,表示執行多行匹配。
## 小結
正則表達式非常強大,要在短短的一節里講完是不可能的。要講清楚正則的所有內容,可以寫一本厚厚的書了。如果你經常遇到正則表達式的問題,你可能需要一本正則表達式的參考書。
## 練習
請嘗試寫一個驗證Email地址的正則表達式。版本一應該可以驗證出類似的Email:
~~~
'use strict';
var re = /^$/;
// 測試:
var
i,
success = true,
should_pass = ['someone@gmail.com', 'bill.gates@microsoft.com', 'tom@voyager.org', 'bob2015@163.com'],
should_fail = ['test#gmail.com', 'bill@microsoft', 'bill%gates@ms.com', '@voyager.org'];
for (i = 0; i < should_pass.length; i++) {
if (!re.test(should_pass[i])) {
alert('測試失敗: ' + should_pass[i]);
success = false;
break;
}
}
for (i = 0; i < should_fail.length; i++) {
if (re.test(should_fail[i])) {
alert('測試失敗: ' + should_fail[i]);
success = false;
break;
}
}
if (success) {
alert('測試通過!');
}
~~~
版本二可以驗證并提取出帶名字的Email地址:
~~~
'use strict';
var re = /^$/;
// 測試:
var r = re.exec('<Tom Paris> tom@voyager.org');
if (r === null || r.toString() !== ['<Tom Paris> tom@voyager.org', 'Tom Paris', 'tom@voyager.org'].toString()) {
alert('測試失敗!');
}
else {
alert('測試成功!');
}
~~~
- 內容介紹
- EcmaScript基礎
- 快速入門
- 常量與變量
- 字符串
- 函數的基本概念
- 條件判斷
- 數組
- 循環
- while循環
- for循環
- 函數基礎
- 對象
- 對象的方法
- 函數
- 變量作用域
- 箭頭函數
- 閉包
- 高階函數
- map/reduce
- filter
- sort
- Promise
- 基本對象
- Arguments 對象
- 剩余參數
- Map和Set
- Json基礎
- RegExp
- Date
- async
- callback
- promise基礎
- promise-api
- promise鏈
- async-await
- 項目實踐
- 標簽系統
- 遠程API請求
- 面向對象編程
- 創建對象
- 原型繼承
- 項目實踐
- Classes
- 構造函數
- extends
- static
- 項目實踐
- 模塊
- import
- export
- 項目實踐
- 第三方擴展庫
- immutable
- Vue快速入門
- 理解MVVM
- Vue中的MVVM模型
- Webpack+Vue快速入門
- 模板語法
- 計算屬性和偵聽器
- Class 與 Style 綁定
- 條件渲染
- 列表渲染
- 事件處理
- 表單輸入綁定
- 組件基礎
- 組件注冊
- Prop
- 自定義事件
- 插槽
- 混入
- 過濾器
- 項目實踐
- 標簽編輯
- iView
- iView快速入門
- 課程講座
- 環境配置
- 第3周 Javascript快速入門