JavaScript 正则表达式

JavaScript 正则表达式 (RegExp)

正则表达式 (RegExp) 是一个描述字符序列的对象，用于在字符串中进行模式匹配。它们是强大的文本搜索和替换工具。

什么是正则表达式？

正则表达式定义了一个搜索模式。这个模式可以是一个简单的单个字符，也可以是定义文本中特定结构的复杂序列。

正则表达式用于执行各种文本操作，包括：

• 搜索特定的文本模式。
• 替换匹配模式的文本。
• 验证输入（例如，电子邮件格式、密码）。
• 从字符串中提取信息。

语法

正则表达式可以通过两种方式创建：

1. 字面量表示法 (Literal Notation): /pattern/flags const regexLiteral = /w3schools/i;

2. 构造函数 (Constructor): new RegExp("pattern", "flags") const regexConstructor = new RegExp(“w3schools”, “i”);

示例解释 (/w3schools/i)：

• w3schools 是要搜索的模式。
• i 是一个标志（修饰符），使搜索不区分大小写。

当模式是常量时，通常优先选择字面量表示法以获得更好的性能。

将字符串方法与正则表达式一起使用

JavaScript 的 String 对象有几个与正则表达式一起使用的方法：

• search(regexp): 搜索匹配项并返回第一个匹配项的索引，如果未找到则返回 -1。
• replace(regexp|substr, newSubstr|function): 用新子字符串或函数结果替换匹配项。
• match(regexp): 返回包含匹配项的数组，如果未找到匹配项则返回 null。行为会随 g 标志而改变。
• matchAll(regexp) (ES2020): 返回所有匹配项的迭代器，包括捕获组。需要 g 标志。
• split(separator, limit): 将字符串拆分为子字符串数组，可以使用 RegExp 作为分隔符。

使用 String.search() 与 RegExp

const text = "Visit W3Schools online!";
const pattern = /w3schools/i;
const position = text.search(pattern);
console.log(position); // Output: 6 (index of 'W')

如果将字符串传递给 search()，它会被隐式转换为 RegExp：text.search("W3Schools")。

使用 String.replace() 与 RegExp

const originalText = "Visit Microsoft! Microsoft is great.";
const newText = originalText.replace(/microsoft/ig, "W3Schools");
console.log(newText); // Output: "Visit W3Schools! W3Schools is great."
// 'i' for case-insensitive, 'g' for global (replace all occurrences)

你也可以使用字符串作为第一个参数进行简单替换：originalText.replace("Microsoft", "W3Schools")（只替换第一个匹配项）。

正则表达式标志（修饰符）

标志改变正则表达式搜索的行为：

标志	描述
i	忽略大小写: 执行不区分大小写的匹配。
g	全局搜索: 查找所有匹配项，而不是在找到第一个匹配项后停止。
m	多行模式: 锚点 ^ 和 $ 匹配行的开始/结束，而不仅仅是字符串的开始/结束。
s	dotall 模式 (ES2018): 允许 . 匹配换行符 (\n)。
u	Unicode 模式 (ES6): 启用更广泛的 Unicode 支持，包括匹配 astral 符号和正确处理模式中的 Unicode 转义序列。
y	粘性模式 (ES6): 只从目标字符串的 lastIndex 位置开始匹配，并且不会尝试从任何后续位置匹配。

正则表达式模式

方括号定义字符集：

表达式	描述
[abc]	查找方括号之间的任意一个字符 (a, b, or c)。
[^abc]	查找不在方括号之间的任意字符。
[0-9]	查找任意数字从 0 到 9。
[a-z]	查找任意小写字母从 a 到 z。
(x|y)	或 (Alternation): 查找 ‘x’ 或 ‘y’。

元字符是具有特殊含义的字符：

元字符	描述
.	匹配除换行符外的任意单个字符（除非使用 s 标志）。
\d	查找数字。等同于 [0-9]。
\D	查找非数字字符。
\s	查找空白字符（空格、制表符、换行符等）。
\S	查找非空白字符。
\w	查找单词字符（字母数字加下划线）。等同于 [A-Za-z0-9_]。
\W	查找非单词字符。
\b	在单词边界处查找匹配项（单词字符与非单词字符之间的位置）。
\B	在非单词边界处查找匹配项。
\n	匹配换行符。
\t	匹配制表符。
\uxxxx	查找由十六进制数 xxxx 指定的 Unicode 字符。

量词定义字符、组或字符类可以出现的次数：

量词	描述
n+	匹配包含至少一个 n 的任意字符串。
n*	匹配包含零个或多个 n 的任意字符串。
n?	匹配包含零个或一个 n 的任意字符串。
n{X}	匹配包含 X 个 n 的任意字符串。
n{X,Y}	匹配包含介于 X 和 Y 个 n 之间的任意字符串。
n{X,}	匹配包含至少 X 个 n 的任意字符串。

有关 RegExp 模式的全面指南，请参考 MDN Web Docs 或专门的正则表达式教程。

使用 RegExp 对象方法

RegExp 对象本身有用于执行匹配的方法：

test(string): 在字符串中搜索模式。如果找到匹配项则返回 true，否则返回 false。

const patternTest = /e/;
const resultTest = patternTest.test("The best things in life are free!");
console.log(resultTest); // true

exec(string): 在字符串中搜索指定的模式并返回包含匹配信息的数组（如果未匹配则返回 null）。如果使用了全局标志 (g)，exec() 可以多次调用以查找连续的匹配项，更新 RegExp 对象的 lastIndex 属性。

const patternExec = /b(est)/;
const resultExec = patternExec.exec("The best things in life are free!");
console.log(resultExec);
// Output: ["best", "est", index: 4, input: "The best things in life are free!", groups: undefined]
// resultExec[0] is the full match, resultExec[1] is the first captured group.

进阶：命名捕获组 (ES2018)

现代 JavaScript 允许为捕获组命名，以提高可读性：

const datePattern = /(?<year>\d{4})-(?<month>\d{2})-(?<day>\d{2})/;
const match = datePattern.exec("2023-10-26");
if (match && match.groups) {
  console.log(match.groups.year);  // "2023"
  console.log(match.groups.month); // "10"
  console.log(match.groups.day);   // "26"
}

进一步学习

正则表达式是一个深入且强大的主题。如需完整的参考和更多高级特性，请查阅 MDN Web Docs 上关于 JavaScript 正则表达式的文档，并探索在线 RegExp 测试工具和教程。