正则表达式

简介

    正则表达式，又称规则表达式,（Regular Expression，在代码中常简写为regex、regexp或RE），是一种文本模式，包括普通字符（例如，a 到 z 之间的字母）和特殊字符（称为"元字符"），是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，通常被用来检索、替换那些符合某个模式（规则）的文本。广泛运用于Scala 、PHP、C# 、Java、C++ 、Objective-c、Perl 、Swift、VBScript 、Javascript、Ruby 以及Python等等。正则表达式通常缩写成“regex”，单数有regexp、regex，复数有regexps、regexes、regexen。

 目的

    给定一个正则表达式和另一个字符串，我们可以达到如下的目的：

    1. 判断给定的字符串是否符合正则表达式的过滤逻辑（称作“匹配”）：

    2. 可以通过正则表达式，从字符串中获取我们想要的特定部分。

 特点

    1. 灵活性、逻辑性和功能性非常强；

    2. 可以迅速地用极简单的方式达到字符串的复杂控制。

    3. 对于刚接触的人来说，比较晦涩难懂。

    4. 由于正则表达式主要应用对象是文本，因此它在各种文本编辑器场合都有应用，小到著名编辑器EditPlus，大到Microsoft Word、Visual Studio等大型编辑器，都可以使用正则表达式来处理文本内容

符号

    正则表达式由一些普通字符和一些元字符（metacharacters）组成。普通字符包括大小写的字母和数字，而元字符则具有特殊的含义

 语法（JavaScript）

    ① var patt=new RegExp(pattern,modifiers);

    ② var patt=/pattern/modifiers;

    > pattern（模式） 描述了表达式的模式

    > modifiers(修饰符) 用于指定全局匹配、区分大小写的匹配和多行匹配

    注意：当使用构造函数创造正则对象时，需要常规的字符转义规则（在前面加反斜杠 \）。比如，以下是等价的：

    var reg = new RegExp("\\w+");

    var reg = /\w+/;

修饰符 （修饰符用于执行不区分大小写和全文的搜索。）

    1. i - 修饰符是用来执行不区分大小写的匹配。

        var str = "Visit RUnoob";

        var patt1 = /runoob/i;

        console.log(str.match(patt1))

        运行结果：['RUnoob', index: 6, input: 'Visit RUnoob', groups: undefined]  

        对上述代码运行结果分析如下：

        （1）.match方法在有匹配结果的时候返回值是一个数组。

        （2）.index属性值返回首次匹配到子字符串的位置。

        （3）.input属性值是原字符串"antzone"。

        （4）.groups属性当前并不被支持，暂时不做介绍。

    2. g - 修饰符是用于执行全文的搜索（而不是在找到第一个就停止查找,而是找到所有的匹配）。

        //全文查找 "is"

        var str = "Is this all there is?";

        var patt1 = /is/g;

        console.log(str.match(patt1))

        运行结果：(2) ['is', 'is']

    -------i g 结合查找---------

        //全文查找和不区分大小写搜索 "is"

        var str = "Is this all there is?";

        var patt1 = /is/gi;

        console.log(str.match(patt1));

        运行结果：(3) ['Is', 'is', 'is']

    3. m - 执行多行匹配(使边界字符 ^ 和 $ 匹配每一行的开头和结尾，记住是多行，而不是整个字符串的开头和结尾。)

        //匹配字符串'an'

        var str = "This is an\n antzone good";

        var reg = /an$/m

        console.log(str.match(reg));

        运行结果：['an', index: 8, input: 'This is an\n antzone good', groups: undefined]

        说明：可以匹配字符串"an"，因为采用了多行匹配。

        var str = "This is an\n antzone good";

        var reg1 = /an$/

        console.log(str.match(reg1));

        运行结果：null

        说明：不能够匹配字符串"an"，尽管"an"后面已经换行了，但是并没有采用多行匹配，所以不是字符串行的结尾。

    -------g m  结合匹配-------

        m 修饰符可以使 ^ 和 $ 匹配一段文本中每行的开始和结束位置。

        g 只匹配第一行，添加 m 之后实现多行。

        var str = "runoobgoogle\ntaobao\nrunoobweibo";

        var n1 = str.match(/^runoob/g); // 匹配一个

        var n2 = str.match(/^runoob/gm); // 多行匹配

        console.log(n1)

        console.log(n2)

        运行结果：['runoob']

                (2) ['runoob', 'runoob']

    4. s - 特殊字符圆点 . 中包含换行符 \n(默认情况下的圆点 . 是匹配除换行  符 \n 之外的任何字符，加上 s 修饰符之后, . 中包含换行符 \n。)

        //在字符串中查找:

        var str = "google\nrunoob\ntaobao";

        var n1 = str.match(/google./); // 没有使用 s，无法匹配\n

        var n2 = str.match(/runoob./s); // 使用 s，匹配\n

        console.log(n1)

        console.log(n2)

        运行结果：null

                 ['runoob\n', index: 7, input: 'google\nrunoob\ntaobao', groups: undefined]

元字符

    \   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 "("。

    ^   匹配输入字符串的开始位置。如果设置了 RegExp 对象的 Multiline 属性，^ 也匹配 '\n' 或 '\r' 之后的位置。

    $   匹配输入字符串的结束位置。如果设置了RegExp 对象的 Multiline 属性，$ 也匹配 '\n' 或 '\r' 之前的位置。

    *   匹配前面的子表达式零次或多次。例如，zo* 能匹配 "z" 以及 "zoo"。* 等价于{0,}。

    +   匹配前面的子表达式一次或多次。例如，'zo+' 能匹配 "zo" 以及 "zoo"，但不能匹配 "z"。+ 等价于 {1,}。

    ?   匹配前面的子表达式零次或一次。例如，"do(es)?" 可以匹配 "do" 或 "does" 。? 等价于 {0,1}。

    {n} n 是一个非负整数。匹配确定的 n 次。例如，'o{2}' 不能匹配 "Bob" 中的 'o'，但是能匹配 "food" 中的两个 o。

    {n,}  n 是一个非负整数。至少匹配n 次。例如，'o{2,}' 不能匹配 "Bob" 中的 'o'，但能匹配 "foooood" 中的所有 o。'o{1,}' 等价于 'o+'。'o{0,}' 则等价于 'o*'。

    {n,m}   m 和 n 均为非负整数，其中n <= m。最少匹配 n 次且最多匹配 m 次。例如，"o{1,3}" 将匹配 "fooooood" 中的前三个 o。'o{0,1}' 等价于 'o?'。请注意在逗号和两个数之间不能有空格。

    ?   当该字符紧跟在任何一个其他限制符 (*, +, ?, {n}, {n,}, {n,m}) 后面时，匹配模式是非贪婪的。非贪婪模式尽可能少的匹配所搜索的字符串，而默认的贪婪模式则尽可能多的匹配所搜索的字符串。例如，对于字符串 "oooo"，'o+?' 将匹配单个 "o"，而 'o+' 将匹配所有 'o'。

    x|y 匹配 x 或 y。例如，'z|food' 能匹配 "z" 或 "food"。'(z|f)ood' 则匹配 "zood" 或 "food"。

    [xyz]   字符集合。匹配所包含的任意一个字符。例如， '[abc]' 可以匹配 "plain" 中的 'a'。

    [^xyz]  负值字符集合。匹配未包含的任意字符。例如， '[^abc]' 可以匹配 "plain" 中的'p'、'l'、'i'、'n'。

    [a-z]   字符范围。匹配指定范围内的任意字符。例如，'[a-z]' 可以匹配 'a' 到 'z' 范围内的任意小写字母字符。

    [^a-z]  负值字符范围。匹配任何不在指定范围内的任意字符。例如，'[^a-z]' 可以匹配任何不在 'a' 到 'z' 范围内的任意字符。

    \b  匹配一个单词边界，也就是指单词和空格间的位置。例如， 'er\b' 可以匹配"never" 中的 'er'，但不能匹配 "verb" 中的 'er'。

    \B  匹配非单词边界。'er\B' 能匹配 "verb" 中的 'er'，但不能匹配 "never" 中的 'er'。

    \cx  匹配由 x 指明的控制字符。例如， \cM 匹配一个 Control-M 或回车符。x 的值必须为 A-Z 或 a-z 之一。否则，将 c 视为一个原义的 'c' 字符。

    \d  匹配一个数字字符。等价于 [0-9]。

    \D  匹配一个非数字字符。等价于 [^0-9]。

    \f  匹配一个换页符。等价于 \x0c 和 \cL。

    \n  匹配一个换行符。等价于 \x0a 和 \cJ。

    \r  匹配一个回车符。等价于 \x0d 和 \cM。

    \s  匹配任何空白字符，包括空格、制表符、换页符等等。等价于 [ \f\n\r\t\v]。

    \S  匹配任何非空白字符。等价于 [^ \f\n\r\t\v]。

    \t  匹配一个制表符。等价于 \x09 和 \cI。

    \v  匹配一个垂直制表符。等价于 \x0b 和 \cK。

    \w  匹配字母、数字、下划线。等价于'[A-Za-z0-9_]'。

    \W  匹配非字母、数字、下划线。等价于 '[^A-Za-z0-9_]'。

    \xxx    查找以八进制数 xxx 规定的字符。

    \xdd    查找以十六进制数 dd 规定的字符。

    \uxxxx  查找以十六进制数 xxxx 规定的 Unicode 字符。

      // 匹配邮箱的正则表达式

        var str = "abcd test@runoob.com 1234";

        var patt1 = /\b[\w.%+-]+@[\w.-]+\.[a-zA-Z]{2,6}\b/g;

        console.log(str.match(patt1));

        运行结果：['test@runoob.com']

 运算符优先级

    从最高到最低说明了各种正则表达式运算符的优先级顺序：

    \   转义符

    (), (?:), (?=), []  括号和中括号

    *, +, ?, {n}, {n,}, {n,m}   限定符

    ^, $, \任何元字符、任何字符     定位点和序列

    |   替换

方括号

    [a-z] // 匹配所有的小写字母

    [A-Z] // 匹配所有的大写字母

    [a-zA-Z] // 匹配所有的字母

    [0-9] // 匹配所有的数字

    [0-9\.\-] // 匹配所有的数字，句号和减号

    [ \f\r\t\n] // 匹配所有的白字符

    [^a-z] //除了小写字母以外的所有字符

    [^\\\/\^] //除了(\)(/)(^)之外的所有字符

    [^\"\'] //除了双引号(")和单引号(')之外的所有字符

 花括号的三种不同的用法（一个数字 {x} 的意思是前面的字符或字符簇只出现x次 ；一个数字加逗号 {x,} 的意思是前面的内容出现x或更多的次数 ；两个数字用逗号分隔的数字 {x,y} 表示 前面的内容至少出现x次，但不超过y次）

    ^[a-zA-Z0-9_]{1,}$      // 所有包含一个以上的字母、数字或下划线的字符串

    ^[1-9][0-9]{0,}$        // 所有的正整数

    ^\-{0,1}[0-9]{1,}$      // 所有的整数

    ^[-]?[0-9]+\.?[0-9]+$   // 所有的浮点数

方法

 exec() 方法用于检索字符串中的正则表达式的匹配。如果字符串中有匹配的值返回该匹配值，否则返回 null。

    var str = "Hello world!";

    //查找"Hello"

    var a = /Hello/g;

    var result = a.exec(str);

    console.log("返回值: " + result);

    //查找 "World"

    b = /World/g;

    result = b.exec(str);

    console.log("返回值: " + result);

    运行结果：返回值: Hello

             返回值: null

test() 方法用于检测一个字符串是否匹配某个模式.如果字符串中有匹配的值返回 true ，否则返回 false。

     var str = "Hello world!";

    //查找"Hello"

     var a = /Hello/g;

    var result = a.test(str);

    console.log("返回值: " + result);

    //查找 "World"

    b = /World/g;

    result = b.test(str);

    console.log("返回值: " + result);

    运行结果：返回值: true

             返回值: false

常用正则表达式

    1. Email地址：^\w+([-+.]\w+)*@\w+([-.]\w+)*\.\w+([-.]\w+)*$

    2. 域名：[a-zA-Z0-9][-a-zA-Z0-9]{0,62}(/.[a-zA-Z0-9][-a-zA-Z0-9]{0,62})+/.?

    3. InternetURL：[a-zA-z]+://[^\s]* 或 ^http://([\w-]+\.)+[\w-]+(/[\w-./?%&=]*)?$

    4. 手机号码：^(13[0-9]|14[5|7]|15[0|1|2|3|5|6|7|8|9]|16[2|5|6|7]|17[0|1|2|3|4|5|6|7|8]|18[0|1|2|3|5|6|7|8|9]|19[0|1|2|3|5|6|7|8|9])\d{8}$

    5. 电话号码("XXX-XXXXXXX"、"XXXX-XXXXXXXX"、"XXX-XXXXXXX"、"XXX-XXXXXXXX"、"XXXXXXX"和"XXXXXXXX)：^(\(\d{3,4}-)|\d{3.4}-)?\d{7,8}$

    6. 国内电话号码(0511-4405222、021-87888822)：\d{3}-\d{8}|\d{4}-\d{7}

    7. 身份证号(15位、18位数字)：^\d{15}|\d{18}$

    8. 短身份证号码(数字、字母x结尾)：^([0-9]){7,18}(x|X)?$ 或 ^\d{8,18}|[0-9x]{8,18}|[0-9X]{8,18}?$

    9. 帐号是否合法(字母开头，允许5-16字节，允许字母数字下划线)：^[a-zA-Z][a-zA-Z0-9_]{4,15}$

    10. 密码(以字母开头，长度在6~18之间，只能包含字母、数字和下划线)：^[a-zA-Z]\w{5,17}$

    11. 强密码(必须包含大小写字母和数字的组合，不能使用特殊字符，长度在8-10之间)：^(?=.*\d)(?=.*[a-z])(?=.*[A-Z]).{8,10}$

    12. 日期格式：^\d{4}-\d{1,2}-\d{1,2}

    13. 腾讯QQ号：[1-9][0-9]{4,} (腾讯QQ号从10000开始)

    14. 中国邮政编码：[1-9]\d{5}(?!\d) (中国邮政编码为6位数字)

    15. IP地址：\d+\.\d+\.\d+\.\d+ (提取IP地址时有用)

    16. IP地址：((?:(?:25[0-5]|2[0-4]\\d|[01]?\\d?\\d)\\.){3}(?:25[0-5]|2[0-4]\\d|[01]?\\d?\\d))