正则表达式是匹配模式,要么匹配字符,要么匹配位置。请记住这句话

# 第一章 正则表达式字符匹配攻略

# 1.1 两种模糊匹配

如果正则只有精确匹配是没多大意义的,比如/hello/,也只能匹配字符串中的"hello"这个子串

var regex = /hello/;
console.log( regex.test("hello") ); 
// => true
@前端进阶之旅: 代码已经复制到剪贴板
  • 正则表达式之所以强大,是因为其能实现模糊匹配
  • 而模糊匹配,有两个方向上的“模糊”:横向模糊和纵向模糊

# 1.1.1 横向模糊匹配

  • 横向模糊指的是,一个正则可匹配的字符串的长度不是固定的,可以是多种情况的
  • 其实现的方式是使用量词。譬如{m,n},表示连续出现最少m次,最多n次

比如/ab{2,5}c/表示匹配这样一个字符串:第一个字符是“a”,接下来是2到5个字符“b”,最后是字符“c”。测试如下

var regex = /ab{2,5}c/g;
var string = "abc abbc abbbc abbbbc abbbbbc abbbbbbc";
console.log( string.match(regex) ); 
// => ["abbc", "abbbc", "abbbbc", "abbbbbc"]
@前端进阶之旅: 代码已经复制到剪贴板

# 1.1.2 纵向模糊匹配

纵向模糊指的是,一个正则匹配的字符串,具体到某一位字符时,它可以不是某个确定的字符,可以有多种可能

  • 其实现的方式是使用字符组。譬如[abc],表示该字符是可以字符“a”、“b”、“c”中的任何一个
var regex = /a[123]b/g;
var string = "a0b a1b a2b a3b a4b";
console.log( string.match(regex) ); 
// => ["a1b", "a2b", "a3b"]
@前端进阶之旅: 代码已经复制到剪贴板

只要掌握横向和纵向模糊匹配,就能解决很大部分正则匹配问题

# 1.2 字符组

需要强调的是,虽叫字符组(字符类),但只是其中一个字符。例如[abc],表示匹配一个字符,它可以是“a”、“b”、“c”之一

# 1.2.1 范围表示法

如果字符组里的字符特别多的话,怎么办?可以使用范围表示法

  • 如果字符组里的字符特别多的话,怎么办?可以使用范围表示法
  • 比如[123456abcdefGHIJKLM],可以写成[1-6a-fG-M]。用连字符-来省略和简写
  • 因为连字符有特殊用途,那么要匹配“a”、“-”、“z”这三者中任意一个字符,该怎么做呢?
  • 不能写成[a-z],因为其表示小写字符中的任何一个字符。
  • 可以写成如下的方式:[-az]或[az-]或[a\-z]。即要么放在开头,要么放在结尾,要么转义。总之不会让引擎认为是范围表示法就行了

# 1.2.2 排除字符组

  • 纵向模糊匹配,还有一种情形就是,某位字符可以是任何东西,但就不能是"a"、“b”、“c”
  • 此时就是排除字符组(反义字符组)的概念。例如[^abc],表示是一个除"a"、“b”、"c"之外的任意一个字符。字符组的第一位放^(脱字符),表示求反的概念

# 1.2.3 常见的简写形式

有了字符组的概念后,一些常见的符号我们也就理解了。因为它们都是系统自带的简写形式

  • \d就是[0-9]。表示是一位数字。记忆方式:其英文是digit(数字)
  • D就是[^0-9]。表示除数字外的任意字符
  • \w就是[0-9a-zA-Z_]。表示数字、大小写字母和下划线。记忆方式:w是word的简写,也称单词字符。
  • `W是[^0-9a-zA-Z_]`。非单词字符
  • \s是[ \t\v\n\r\f]。表示空白符,包括空格、水平制表符、垂直制表符、换行符、回车符、换页符。记忆方式:s是space character的首字母
  • \S是[^ \t\v\n\r\f]。 非空白符
  • .就是[^\n\r\u2028\u2029]。通配符,表示几乎任意字符。换行符、回车符、行分隔符和段分隔符除外。记忆方式:想想省略号…中的每个点,都可以理解成占位符,表示任何类似的东西

如果要匹配任意字符怎么办?可以使用[\d\D]、[\w\W]、[\s\S]和[^]中任何的一个。

# 1.3 量词

量词也称重复。掌握{m,n}的准确含义后,只需要记住一些简写形式

# 1.3.1 简写形式

  • {m,} 表示至少出现m次
  • {m} 等价于{m,m},表示出现m次
  • ? 等价于{0,1},表示出现或者不出现。记忆方式:问号的意思表示,有吗?
  • + 等价于{1,},表示出现至少一次。记忆方式:加号是追加的意思,得先有一个,然后才考虑追加
  • * 等价于{0,},表示出现任意次,有可能不出现。记忆方式:看看天上的星星,可能一颗没有,可能零散有几颗,可能数也数不过来

# 1.3.2 贪婪匹配和惰性匹配

var regex = /\d{2,5}/g;
var string = "123 1234 12345 123456";
console.log( string.match(regex) ); 
// => ["123", "1234", "12345", "12345"]
@前端进阶之旅: 代码已经复制到剪贴板
  • 其中正则/\d{2,5}/,表示数字连续出现2到5次。会匹配2位、3位、4位、5位连续数字
  • 但是其是贪婪的,它会尽可能多的匹配。你能给我6个,我就要5个。你能给我3个,我就3要个。反正只要在能力范围内,越多越好
  • 我们知道有时贪婪不是一件好事(请看文章最后一个例子)。而惰性匹配,就是尽可能少的匹配
var regex = /\d{2,5}?/g;
var string = "123 1234 12345 123456";
console.log( string.match(regex) ); 
// => ["12", "12", "34", "12", "34", "12", "34", "56"]
@前端进阶之旅: 代码已经复制到剪贴板

其中/\d{2,5}?/表示,虽然2到5次都行,当2个就够的时候,就不在往下尝试了

  • 通过在量词后面加个问号就能实现惰性匹配,因此所有惰性匹配情形如下
{m,n}?
{m,}?
??
+?
*?
@前端进阶之旅: 代码已经复制到剪贴板
  • .* 是贪婪模式
  • .*? 是勉强模式

对惰性匹配的记忆方式是:量词后面加个问号,问一问你知足了吗,你很贪婪吗?

# 1.4 多选分支

  • 一个模式可以实现横向和纵向模糊匹配。而多选分支可以支持多个子模式任选其一
  • 具体形式如下:(p1|p2|p3),其中p1、p2和p3是子模式,用|(管道符)分隔,表示其中任何之一
  • 例如要匹配"good"和"nice"可以使用/good|nice/。测试如下
var regex = /good|nice/g;
var string = "good idea, nice try.";
console.log( string.match(regex) ); 
// => ["good", "nice"]
@前端进阶之旅: 代码已经复制到剪贴板
  • 但有个事实我们应该注意,比如我用/good|goodbye/,去匹配"goodbye"字符串时,结果是"good":
var regex = /good|goodbye/g;
var string = "goodbye";
console.log( string.match(regex) ); 
// => ["good"]
@前端进阶之旅: 代码已经复制到剪贴板
  • 而把正则改成/goodbye|good/,结果是
 var regex = /goodbye|good/g;
var string = "goodbye";
console.log( string.match(regex) ); 
// => ["goodbye"]
@前端进阶之旅: 代码已经复制到剪贴板

也就是说,分支结构也是惰性的,即当前面的匹配上了,后面的就不再尝试了

# 1.5 案例分析

匹配字符,无非就是字符组、量词和分支结构的组合使用罢了

# 1.5.1 匹配16进制颜色值

  • 要求匹配
#ffbbad
#Fc01DF
#FFF
#ffE
@前端进阶之旅: 代码已经复制到剪贴板

分析

  • 表示一个16进制字符,可以用字符组[0-9a-fA-F]
  • 其中字符可以出现3或6次,需要是用量词和分支结构
  • 使用分支结构时,需要注意顺序
var regex = /#([0-9a-fA-F]{6}|[0-9a-fA-F]{3})/g;
var string = "#ffbbad #Fc01DF #FFF #ffE";
console.log( string.match(regex) ); 
// => ["#ffbbad", "#Fc01DF", "#FFF", "#ffE"]
@前端进阶之旅: 代码已经复制到剪贴板

# 1.5.2 匹配时间

要求匹配

  • 23:59
  • 02:07

分析

  • 共4位数字,第一位数字可以为[0-2]
  • 当第1位为2时,第2位可以为[0-3],其他情况时,第2位为[0-9]
  • 第3位数字为[0-5],第4位为[0-9]
var regex = /^([01][0-9]|[2][0-3]):[0-5][0-9]$/;
console.log( regex.test("23:59") ); 
console.log( regex.test("02:07") ); 
// => true
// => true
@前端进阶之旅: 代码已经复制到剪贴板

如果也要求匹配7:9,也就是说时分前面的0可以省略

var regex =