正则表达式
转载自: 文章链接
文章作者: baoyuzhang
#正则表达式
前端会遇到很多字符串验证问题，正则表达式是一个强大的字符串匹配工具，今天就来总结一下正则表达式。
（一）工具
Regexper：正则表达式可视化工具，看不懂的表达式放进去，帮助理解
（二）理论部分
一、正则表达式简介
正则表达式是一个强大的字符串匹配工具。
1.匹配模式标志flags
3 个匹配模式标志flags：标明正则表达式的行为
一个正则表达式就是一个模式与3 个标志的组合体
| 字 符 | 含 义 |
|---|---|
g |
执行一个全局匹配，简言之，就是要找到所有的匹配，而不是在找到一个之后就停止 |
m |
多行匹配模式，^匹配一行的开头和字符串的开头，$匹配行的结束和字符串的结束 |
i |
执行不区分大小写的匹配 |
1 | var pattern1 = /at/g; // 匹配字符串中所有"at"的实例 |
2.元字符
与其他语言中的正则表达式类似，匹配字符串中的元字符必须转义。
正则表达式中的元字符包括：( [ { \ ^ $ | ) ? * + . ] }
1 | var pattern1 = /[bc]at/i; // 匹配第一个"bat"或"cat"，不区分大小写 |
3.创建正则表达式
有两种方法，这两种方法完全等价。
<法一> 对象字面量
- 正则表达式放在一对斜杠（/）之间
1 | var expression = / pattern / flags ; |
<法二> 使用RegExp()构造函数
- 2个参数（均为字符串）：要匹配的字符串模式pattern，（可选）匹配模式标志flags
1 | var pattern1 = /[bc]at/i; // 匹配第一个"bat"或"cat"，不区分大小写 |
注意！
-
传递给RegExp 构造函数的2个参数都是字符串（不能把正则表达式字面量传递给RegExp 构造函数）
-
由于RegExp 构造函数的模式参数是字符串，所以在某些情况下要对字符进行
双重转义
：
- 所有元字符
- 已经转义过的字符，例如：
\n（字符\：在字符串中转义\\，在正则表达式字符串中双重转义\\\\）
| 字面量模式 | 等价的字符串 |
|---|---|
/\[bc\]at/ |
"\\[bc\\]at" |
/\.at/ |
"\\.at" |
/name\/age/ |
"name\\/age" |
/\d.\d{1,2}/ |
"\\d.\\d{1,2}" |
/\w\\hello\\123/ |
"\\w\\\\hello\\\\123" |
二、RegExp类型
EMCAScript通过RegExp类型来支持正则表达式。
1 | var reg = new RegExp("\\d{5}","g");//匹配全局模式下的5个数字 |
局限性
要了解更多相关信息，请访问www.regular-expressions.info
尽管ECMAScript 中的正则表达式功能还是比较完备的，但仍然缺少某些语言（特别是Perl）所支持的高级正则表达式特性。下面列出了ECMAScript 正则表达式不支持的特性:
- 匹配字符串开始和结尾的\A 和\Z 锚【但支持以插入符号（^）和美元符号（$）来匹配字符串的开始和结尾】
- 向后查找（lookbehind）【但完全支持向前查找（lookahead）】
- 并集和交集类
- 原子组（atomic grouping）
- Unicode 支持（单个字符除外，如\uFFFF）
- 命名的捕获组【但支持编号的捕获组】
- s（single，单行）和x（free-spacing，无间隔）匹配模式
- 条件匹配
- 正则表达式注释
即使存在这些限制，ECMAScript 正则表达式仍然是非常强大的，能够帮我们完成绝大多数模式匹配任务。
1. RegExp构造函数属性
适用于作用域中的所有正则表达式，并且基于所执行的最近一次正则表达式操作而变化。
可以通过两种方式访问：长属性名、短属性名（Opera 是例外，它不支持短属性名）
| 长属性名 | 短属性名 | 说 明 |
|---|---|---|
| input | $_ | 原始字符串。Opera未实现此属性 |
| lastMatch | $& | 最近一次与整个正则表达式匹配的项。Opera未实现此属性 |
| lastParen | $+ | 最近一次匹配的捕获组。Opera未实现此属性 |
| leftContext | $’ | input字符串中lastMatch之前的文本 |
| multiline | $* | 布尔值，表示是否所有表达式都使用多行模式。IE和Opera未实现此属性 |
| rightContext | $’ | Input字符串中lastMatch之后的文本 |
| RegExp.$n（1<=n<=9） | 存储第n个匹配的捕获组 |
短属性名大多不是有效的ECMAScript 标识符，必须通过方括号语法来访问。
使用这些属性可以从exec()或test()执行的操作中提取出更具体的信息：
1 | var text = "this has been a short summer"; |
2. RegExp实例属性
通过这些属性可以获知一个正则表达式的各方面信息，但却没有多大用处，因为这些信息全都包含在模式声明中。
| 属性名 | 类型 | 属性 | 含义 |
|---|---|---|---|
| global | 布尔值 | 只读 | 是否设置了g标志 |
| multiline | 布尔值 | 只读 | 是否设置了m标志 |
| ignoreCase | 布尔值 | 只读 | 是否设置了i标志 |
| source | 字符串 | 只读 | 规范形式的字符串，即字面量形式所用的字符串，而非传入构造函数中的字符串模式 |
| lastIndex | 整数 | 只读 | 继续下一次检索的开始位置 |
1 | var pattern1 = /\[bc\]at/i; |
3. RegExp实例方法
a.exec()：查找匹配字符串和捕获组
-
参数：正则表达式
-
返回：由匹配项组成的数组；没有匹配项返回null
-
返回数组，第一项是与整个模式匹配
的字符串，其他项是与捕获组匹配的字符串（如果模式中没有捕获组，则该数组只包含一项）
- 假设macth()返回一个数组a，那么a[n]存放的是$n的内容：a[0]存放的是完整的匹配，a[1]存放的是第一个捕获组，以此类推。
-
返回数组属性：
- index ：匹配项在字符串中的位置
- input ：待解析字符串
-
1 | var text = "mom and dad and baby"; |
说明
exec()方法：即使在模式中设置了全局标志g，它每次也只会返回一个匹配项：
-
不设置全局标志
g：在同一个字符串上多次调用exec()将始终返回第一个匹配项的信息：（特例：IE 在非全局模式下，lastIndex 属性每次也会变化）
1
2
3
4
5
6
7
8
9
10
11
12var text = "cat, bat, sat, fat";
var pattern1 = /.at/;
var matches = pattern1.exec(text);
alert(matches.index); //0
alert(matches[0]); //cat
alert(pattern1.lastIndex); //0
matches = pattern1.exec(text);
alert(matches.index); //0
alert(matches[0]); //cat
alert(pattern1.lastIndex); //0 -
设置全局标志
g：每次调用exec()会在字符串中继续查找新匹配项：1
2
3
4
5
6
7
8
9
10
11
12var text = "cat, bat, sat, fat";
var pattern2 = /.at/g;
var matches = pattern2.exec(text);
alert(matches.index); //0
alert(matches[0]); //cat
alert(pattern2.lastIndex); //3
matches = pattern2.exec(text);
alert(matches.index); //5
alert(matches[0]); //bat
alert(pattern2.lastIndex); //8
b.test()：判断待解析字符串是否与此模式匹配
- 参数：待解析字符串
- 模式与参数匹配：返回true；否则，返回false
在只想知道目标字符串与某个模式是否匹配，但不需要知道其文本内容时，使用这个方法非常方便。因此，test()方法经常被用在if 语句中：
1 | var text = "000-00-0000"; |
c.继承的方法
-
valueOf()方法：返回正则表达式本身
-
toLocaleString()方法：返回正则表达式的字面量，与创建正则表达式的方式无关
-
toString()方法：返回正则表达式的字面量，与创建正则表达式的方式无关
1
2
3var pattern = new RegExp("\\[bc\\]at", "gi");
alert(pattern.toString()); // /\[bc\]at/gi
alert(pattern.toLocaleString()); // /\[bc\]at/gi
三、待解析字符串的string方法
1. search()：查找匹配字符串位置
- 参数：正则表达式
- 返回：匹配子串的起始位置；未找到返回-1.
- 例:
JavaScript.search(/script/i);//返回4
- 例:
说明：search()方法不支持全局属性检索，所以会忽略匹配模式标志g
2. replace()：替换
- 2个参数：正则，作为替换的字符串
- 若第一个参数是字符串，
replace()则会直接搜索这个字符串 - 若作为替换字符串中出现了
$数字，那么replace()将用与指定的子表达式相匹配的文本来替换这两个字符
- 若第一个参数是字符串，
1 | text.replace(/javascript/gi,"JavaScript");//将所有不区分大小写的javascript都替换成大小写正确的JavaScript |
3. match()：查找匹配字符串和捕获组
- 参数：正则表达式
- 返回：由匹配结果组成的数组
1 | "1 plus 2 equals 3".match(/\d+/g);//返回["1","2","3"] |
说明
-
match()1
2
3
4
5
6
7
始终返回一个数组。若没有匹配模式标志g，只检索第一个匹配，则数组的第一个元素是匹配的字符串，余下的元素是正则表达式中的捕获组（用圆括号括起来的子表达式）。
- 假设macth()返回一个数组a，那么a[n]存放的是$n的内容：a[0]存放的是完整的匹配，a[1]存放的是第一个捕获组，以此类推。
- 例：解析一个url
var url = /(\w+)😕/([\w.]+)/(\S*)/;
var text = “Visit my blog at http://www.example.com/~david”;
var result = text.match(url);
if (result != null) {
var fullurl = result[0]; //包含 “http://www.example.com/”
var protocol = result[1]; //包含 “http”
var host = result[2]; //包含 “www.example.com”
var path = result[3]; //包含~david
}
1 |
|
// 参数为字符串
“123,456,789”.split(“,”);//返回[“123”,“456”,“789”]
// 参数为正则表达式
“1,2, 3,4 ,5”.split(/\s*,\s*/)//返回[“1”,“2”," 3","4 ",“5”]，指定分隔符”,”，允许两边留有任意多的空白符
1 |
|
| \ / ( ) [ ] { } . : ! * + = ^ ? $
想要在正则表达式中对这些字符进行匹配，必须使用前缀”\”
其他标点符号（比如@和引号）无特殊含义，无需转义，直接使用即可。
### 2.字符类
方括号：或/范围
> 将直接量字符单独放进方括号内就组成了字符类。一个字符类可以匹配它包含的任意字符。**字符类可以使用连字符来表示字符范围。**
| 字 符 | 含 义 |
| :------- | :---------------------------------------------- |
| `.` | 除换行符和unicode行终止符之外的任意字符 |
| `[...]` | 方括号内的任意字符，“或”的关系 |
| `[^...]` | 不在方括号内的任意字符 |
| `\w` | 任何ASCII符组成的单词，等同`[a-zA-Z0-9]` |
| `\W` | 任何不是ASCII符组成的的单词，等同`[^a-zA-Z0-9]` |
| `\s` | 任何unicode空白字符 |
| `\S` | 任何非unicode空白符的字符，注意`\W`与`\s`不同 |
| `\d` | 任何ASCII数字等价于`[0-9]` |
| `\D` | 除了ASCII数字之外的任何字符,等价于`[^0-9]` |
| `[\b]` | 退格直接量（特例） |
- 例:
- `/[a,b,c]/`：表示和字母”a”,”b”,”c”中的任意一个都匹配
- `/[a-z]/`：匹配拉丁字母表中的小写字母
- `/[\s\d]/`：匹配任意空白符或数字
### 3.重复
> 用以指定字符重复的标记
| 字 符 | 含 义 |
| :------ | :------------------------------------------------------ |
| `{n,m}` | 匹配前一项至少n次，但不能超过m次 |
| `{n,}` | 匹配前一项n次，或者更多次 |
| `{n}` | 匹配前一项n次 |
| `?` | 匹配前一项0次或者1次，也就是前一项是可选的，等价于{0,1} |
| `*` | 匹配前一项0次或者多次，等价于{0,} |
| `+` | 匹配前一项1次或者多次看，等价于{1,} |
- 例:
- `/\d{2,4}/`:匹配2-4个数字。
- `/\w{3}\d?/`:精确匹配三个单词和一个可选的数字。
- `/\s+java\s+/`:匹配前后有1个或多个空格的字符串”java”
- `/[^(]*/`:匹配0个或多个非左括号的字符(这里实际上能与`"("`匹配)
**注意！**
a. `*`和`?`能匹配0个字符。因此可以什么都不匹配
- 例:
- `/a*/`能匹配字符串”bbbb”，因其含有0个a。
b. 上表中列出的匹配字符为”贪婪的”匹配
**贪婪匹配** ：尽可能多地匹配，且允许后续的正则表达式继续匹配
**非贪婪匹配** ：只匹配一次，在待匹配的字符后跟随一个问号即可，`?`，`+?`，`*?`或`{1,5}?`
- 例:
- `/a+/`：匹配“aaa”时，三个字符都被匹配,
- `/a+?/`：匹配“aaa”时，只匹配第一个a
### 4.选择-分组和引用
> 包括：指定选择项，自表达式分组，引用前一子表达式的特殊字符
- 选择项的尝试匹配次序是从左到右，直到发现匹配项，若左边成功匹配就忽略右边的项。
- 正则表达式中圆括号的作用：
a. 把单独的项组成子表达式，以便于可以像处理独立单元一样，用`\|`,`*`,`+`或者`?`等等来对单元内的项进行处理
b. 在完整的模式中定义子模式
c. 允许在同一正则表达式的后部,引用前面的子表达式
| 字 符 | 含 义 |
| :------- | :----------------------------------------------------------- |
| \| | 选择：匹配该符号左/右的子表达式 |
| `(...)` | 组合+记忆：将几个项组合成为一个单元，该单元可通过\| * + ?等符号加以修饰，且可以记住和这个相匹配的字符串，供以后的引用使用 |
| `(?:..)` | 只组合不记忆：把项组合到一个单元，但不记忆与该组相匹配的字符 |
| `\n` | 和第n个分组第一次匹配的字符相匹配，组是圆括号中的子表达式（也有可能嵌套的），组索引是从左到右的左括号数,”(?:形式的分组不编码” |
- 例:
- `/ab|cd|ef/`：可以匹配”ab”，也可以匹配”cd”，还可以匹配”ef”
- `/\d{3}|[a-z]{4}/`：可以匹配3个数字，或者4个小写字母
- `(/[a-z]+(\d+)/)`：匹配一个或多个小写字母后跟随了一位或多位数字，使用括号包裹后，可以从检索到的匹配中抽取数字了
### 5.指定匹配位置
> 正则表达式的锚，将模式定位在搜索字符串的特定位置上
| 字 符 | 含 义 |
| :---- | :----------------------------------------------------------- |
| `^` | 匹配字符串的开头，在多行检索中，匹配一行的开头 |
| `$` | 匹配字符串的结尾，在多行检索中，匹配一行的结尾 |
| `\b` | 匹配一个单词边界，简言之，就是位于字符\w和\W之间的位置，或位于字符\w和字符串的开头或结尾之间的位置(需要注意:[\b]匹配的是退格符) |
| `\B` | 匹配非单词边界的位置 |
- 例:
- `/^JavaScript$/`:匹配”JavaScript”单词
- `/\B[Ss]cript/`:与”JavaScript”和”/postscript”匹配，但不与”script”与”Script”.
# （三）常用的正则表达式
以下内容转载自：http://www.cnblogs.com/zxin/archive/2013/01/26/2877765.html
## 一、校验数字的表达式
1. 数字：`^[0-9]*$`
2. n位的数字：`^\d{n}$`
3. 至少n位的数字：`^\d{n,}$`
4. m-n位的数字：`^\d{m,n}$`
5. 零和非零开头的数字：`^(0|[1-9][0-9]*)$`
6. 非零开头的最多带两位小数的数字：`^([1-9][0-9]*)+(.[0-9]{1,2})?$`
7. 带1-2位小数的正数或负数：`^(\-)?\d+(\.\d{1,2})?$`
8. 正数、负数、和小数：`^(\-|\+)?\d+(\.\d+)?$`
9. 有两位小数的正实数：`^[0-9]+(.[0-9]{2})?$`
10. 有1~3位小数的正实数：`^[0-9]+(.[0-9]{1,3})?$`
11. 非零的正整数：`^[1-9]\d*$ 或 ^([1-9][0-9]*){1,3}$ 或 ^\+?[1-9][0-9]*$`
12. 非零的负整数：`^\-[1-9][]0-9"*$ 或 ^-[1-9]\d*$`
13. 非负整数：`^\d+$ 或 ^[1-9]\d*|0$`
14. 非正整数：`^-[1-9]\d*|0$ 或 ^((-\d+)|(0+))$`
15. 非负浮点数：`^\d+(\.\d+)?$ 或 ^[1-9]\d*\.\d*|0\.\d*[1-9]\d*|0?\.0+|0$`
16. 非正浮点数：`^((-\d+(\.\d+)?)|(0+(\.0+)?))$` 或 `^(-([1-9]\d*\.\d*|0\.\d*[1-9]\d*))|0?\.0+|0$`
17. 正浮点数：`^[1-9]\d*\.\d*|0\.\d*[1-9]\d*$` 或 `^(([0-9]+\.[0-9]*[1-9][0-9]*)|([0-9]*[1-9][0-9]*\.[0-9]+)|([0-9]*[1-9][0-9]*))$`
18. 负浮点数：`^-([1-9]\d*\.\d*|0\.\d*[1-9]\d*)$` 或 `^(-(([0-9]+\.[0-9]*[1-9][0-9]*)|([0-9]*[1-9][0-9]*\.[0-9]+)|([0-9]*[1-9][0-9]*)))$`
19. 浮点数：`^(-?\d+)(\.\d+)?$ 或 ^-?([1-9]\d*\.\d*|0\.\d*[1-9]\d*|0?\.0+|0)$`
## 二、校验字符的表达式
1. 汉字：`^[\u4e00-\u9fa5]{0,}$`
2. 英文和数字：`^[A-Za-z0-9]+$` 或 `^[A-Za-z0-9]{4,40}$`
3. 长度为3-20的所有字符：`^.{3,20}$`
4. 由26个英文字母组成的字符串：`^[A-Za-z]+$`
5. 由26个大写英文字母组成的字符串：`^[A-Z]+$`
6. 由26个小写英文字母组成的字符串：`^[a-z]+$`
7. 由数字和26个英文字母组成的字符串：`^[A-Za-z0-9]+$`
8. 由数字、26个英文字母或者下划线组成的字符串：`^\w+$` 或 `^\w{3,20}$`
9. 中文、英文、数字包括下划线：`^[\u4E00-\u9FA5A-Za-z0-9_]+$`
10. 中文、英文、数字但不包括下划线等符号：`^[\u4E00-\u9FA5A-Za-z0-9]+$` 或 `^[\u4E00-\u9FA5A-Za-z0-9]{2,20}$`
11. 可以输入含有^%&’,;=?$\”等字符：`[^%&',;=?$\x22]+`
12. 禁止输入含有~的字符：`[^~\x22]+`
## 三、特殊需求表达式
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]|18[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}$`
12. 日期格式：`^\d{4}-\d{1,2}-\d{1,2}`
13. 一年的12个月(01～09和1～12)：`^(0?[1-9]|1[0-2])$`
14. 一个月的31天(01～09和1～31)：`^((0?[1-9])|((1|2)[0-9])|30|31)$`
15. 钱的输入格式：
- 有四种钱的表示形式我们可以接受:”10000.00” 和 “10,000.00”, 和没有 “分” 的 “10000” 和 “10,000”：`^[1-9][0-9]*$`
- 这表示任意一个不以0开头的数字,但是,这也意味着一个字符”0”不通过,所以我们采用下面的形式：`^(0|[1-9][0-9]*)$`
- 一个0或者一个不以0开头的数字.我们还可以允许开头有一个负号：`^(0|-?[1-9][0-9]*)$`
- 这表示一个0或者一个可能为负的开头不为0的数字.让用户以0开头好了.把负号的也去掉,因为钱总不能是负的吧.下面我们要加的是说明可能的小数部分：`^[0-9]+(.[0-9]+)?$`
- 必须说明的是,小数点后面至少应该有1位数,所以”10.”是不通过的,但是 “10” 和 “10.2” 是通过的：`^[0-9]+(.[0-9]{2})?$`
- 这样我们规定小数点后面必须有两位,如果你认为太苛刻了,可以这样：`^[0-9]+(.[0-9]{1,2})?$`
- 这样就允许用户只写一位小数.下面我们该考虑数字中的逗号了,我们可以这样：`^[0-9]{1,3}(,[0-9]{3})*(.[0-9]{1,2})?$`
- 1到3个数字,后面跟着任意个 逗号+3个数字,逗号成为可选,而不是必须：`^([0-9]+|[0-9]{1,3}(,[0-9]{3})*)(.[0-9]{1,2})?$`
备注：这就是最终结果了,别忘了”+”可以用”* “替代如果你觉得空字符串也可以接受的话(奇怪,为什么?)最后,别忘了在用函数时去掉去掉那个反斜杠,一般的错误都在这里
16. xml文件：`^([a-zA-Z]+-?)+[a-zA-Z0-9]+\\.[x|X][m|M][l|L]$`
17. 中文字符的正则表达式：`[\u4e00-\u9fa5]`
18. 双字节字符：`[^\x00-\xff]` (包括汉字在内，可以用来计算字符串的长度(一个双字节字符长度计2，ASCII字符计1))
19. 空白行的正则表达式：`\n\s*\r` (可以用来删除空白行)
20. HTML标记的正则表达式：`<(\S*?)[^>]*>.*?</\1>|<.*? />` (网上流传的版本太糟糕，上面这个也仅仅能部分，对于复杂的嵌套标记依旧无能为力)
21. 首尾空白字符的正则表达式：`^\s*|\s*$或(^\s*)|(\s*$)` (可以用来删除行首行尾的空白字符(包括空格、制表符、换页符等等)，非常有用的表达式)
22. 腾讯QQ号：`[1-9][0-9]{4,}` (腾讯QQ号从10000开始)
23. 中国邮政编码：`[1-9]\d{5}(?!\d)` (中国邮政编码为6位数字)
24. IP地址：`\d+\.\d+\.\d+\.\d+` (提取IP地址时有用)
25. IP地址：`((?:(?:25[0-5]|2[0-4]\\d|[01]?\\d?\\d)\\.){3}(?:25[0-5]|2[0-4]\\d|[01]?\\d?\\d))`
# （四）参考资料
[JavaScript高级程序设计](http://www.ituring.com.cn/book/946)
[正则表达式-理论基础篇](http://blog.guowenfh.com/2015/12/01/Regexp-basis/)
[最全的常用正则表达式大全](http://www.cnblogs.com/zxin/archive/2013/01/26/2877765.html)
本博客所有文章除特别声明外，均采用 CC BY-NC-SA 4.0 许可协议。转载请注明来自 泛舟湖上！
相关推荐
评论
