当前位置:首页 >> 网络编程

JavaScript之RegExp_动力节点Java学院整理

字符串是编程时涉及到的最多的一种数据结构,对字符串进行操作的需求几乎无处不在。比如判断一个字符串是否是合法的Email地址,虽然可以编程提取@前后的子串,再分别判断是否是单词和域名,但这样做不但麻烦,而且代码难以复用。

正则表达式是一种用来匹配字符串的强有力的武器。它的设计思想是用一种描述性的语言来给字符串定义一个规则,凡是符合规则的字符串,我们就认为它“匹配”了,否则,该字符串就是不合法的。

所以我们判断一个字符串是否是合法的Email的方法是:

1.创建一个匹配Email的正则表达式;

2.用该正则表达式去匹配用户的输入来判断是否合法。

因为正则表达式也是用字符串表示的,所以,我们要首先了解如何用字符来描述字符。

在正则表达式中,如果直接给出字符,就是精确匹配。用\d可以匹配一个数字,\w可以匹配一个字母或数字,所以:

  • "color: #ff0000">我们来从左到右解读一下:

    1.\d{3}表示匹配3个数字,例如'010';

    2.\s可以匹配一个空格(也包括Tab等空白符),所以\s+表示至少有一个空格,例如匹配' ','\t\t'等;

    3.\d{3,8}表示3-8个数字,例如'1234567'。

    综合起来,上面的正则表达式可以匹配以任意个空格隔开的带区号的电话号码。

    如果要匹配'010-12345'这样的号码呢?由于'-'是特殊字符,在正则表达式中,要用'\'转义,所以,上面的正则是\d{3}\-\d{3,8}。

    但是,仍然无法匹配'010 - 12345',因为带有空格。所以我们需要更复杂的匹配方式。

    进阶

    要做更精确地匹配,可以用[]表示范围,比如:

    • "color: #ff0000">RegExp

      有了准备知识,我们就可以在JavaScript中使用正则表达式了。

      JavaScript有两种方式创建一个正则表达式:

      第一种方式是直接通过/正则表达式/写出来,第二种方式是通过new RegExp('正则表达式')创建一个RegExp对象。

      两种写法是一样的:

      var re1 = /ABC\-001/;
      var re2 = new RegExp('ABC\\-001');
      re1; // /ABC\-001/
      re2; // /ABC\-001/

      注意,如果使用第二种写法,因为字符串的转义问题,字符串的两个\\实际上是一个\。

      先看看如何判断正则表达式是否匹配:

      var re = /^\d{3}\-\d{3,8}$/;
      re.test('010-12345'); // true
      re.test('010-1234x'); // false
      re.test('010 12345'); // false

      RegExp对象的test()方法用于测试给定的字符串是否符合条件。

      切分字符串

      用正则表达式切分字符串比用固定的字符更灵活,请看正常的切分代码:

      'a b  c'.split(' '); // ['a', 'b', '', '', 'c']

      嗯,无法识别连续的空格,用正则表达式试试:

      'a b  c'.split(/\s+/); // ['a', 'b', 'c']

      无论多少个空格都可以正常分割。加入,试试:

      'a,b, c d'.split(/[\s\,]+/); // ['a', 'b', 'c', 'd']

      再加入;试试:

      'a,b;; c d'.split(/[\s\,\;]+/); // ['a', 'b', 'c', 'd']

      如果用户输入了一组标签,下次记得用正则表达式来把不规范的输入转化成正确的数组。

      分组

      除了简单地判断是否匹配之外,正则表达式还有提取子串的强大功能。用()表示的就是要提取的分组(Group)。比如:

      ^(\d{3})-(\d{3,8})$分别定义了两个组,可以直接从匹配的字符串中提取出区号和本地号码:

      var re = /^(\d{3})-(\d{3,8})$/;
      re.exec('010-12345'); // ['010-12345', '010', '12345']
      re.exec('010 12345'); // null

      如果正则表达式中定义了组,就可以在RegExp对象上用exec()方法提取出子串来。

      exec()方法在匹配成功后,会返回一个Array,第一个元素是正则表达式匹配到的整个字符串,后面的字符串表示匹配成功的子串。

      exec()方法在匹配失败时返回null。

      提取子串非常有用。来看一个更凶残的例子:

      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']

      这个正则表达式可以直接识别合法的时间。但是有些时候,用正则表达式也无法做到完全验证,比如识别日期:

      var re = /^(0[1-9]|1[0-2]|[0-9])-(0[1-9]|1[0-9]|2[0-9]|3[0-1]|[0-9])$/;

      对于'2-30','4-31'这样的非法日期,用正则还是识别不了,或者说写出来非常困难,这时就需要程序配合识别了。

      贪婪匹配

      需要特别指出的是,正则匹配默认是贪婪匹配,也就是匹配尽可能多的字符。举例如下,匹配出数字后面的0:

      var re = /^(\d+)(0*)$/;
      re.exec('102300'); // ['102300', '102300', '']

      由于\d+采用贪婪匹配,直接把后面的0全部匹配了,结果0*只能匹配空字符串了。

      必须让\d+采用非贪婪匹配(也就是尽可能少匹配),才能把后面的0匹配出来,加个"htmlcode">

      var re = /^(\d+"color: #ff0000">全局搜索

      JavaScript的正则表达式还有几个特殊的标志,最常用的是g,表示全局匹配:

      var r1 = /test/g;
      // 等价于:
      var r2 = new RegExp('test', 'g');

      全局匹配可以多次执行exec()方法来搜索一个匹配的字符串。当我们指定g标志后,每次运行exec(),正则表达式本身会更新lastIndex属性,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,直到结束仍没有匹配到

      全局匹配类似搜索,因此不能使用/^...$/,那样只会最多匹配一次。

      正则表达式还可以指定i标志,表示忽略大小写,m标志,表示执行多行匹配。

      小结

      正则表达式非常强大,要在短短的一节里讲完是不可能的。要讲清楚正则的所有内容,可以写一本厚厚的书了。如果你经常遇到正则表达式的问题,你可能需要一本正则表达式的参考书。

      练习

      请尝试写一个验证Email地址的正则表达式。版本一应该可以验证出类似的Email: