字符串是編程時(shí)涉及到的最多的一種數(shù)據(jù)結(jié)構(gòu)，對(duì)字符串進(jìn)行操作的需求幾乎無(wú)處不在。比如判斷一個(gè)字符串是否是合法的Email地址，雖然可以編程提取@前后的子串，再分別判斷是否是單詞和域名，但這樣做不但麻煩，而且代碼難以復(fù)用。

正則表達(dá)式是一種用來(lái)匹配字符串的強(qiáng)有力的武器。它的設(shè)計(jì)思想是用一種描述性的語(yǔ)言來(lái)給字符串定義一個(gè)規(guī)則，凡是符合規(guī)則的字符串，我們就認(rèn)為它“匹配”了，否則，該字符串就是不合法的。

所以我們判斷一個(gè)字符串是否是合法的Email的方法是：

1.創(chuàng)建一個(gè)匹配Email的正則表達(dá)式；

2.用該正則表達(dá)式去匹配用戶的輸入來(lái)判斷是否合法。

因?yàn)檎齽t表達(dá)式也是用字符串表示的，所以，我們要首先了解如何用字符來(lái)描述字符。

在正則表達(dá)式中，如果直接給出字符，就是精確匹配。用\d可以匹配一個(gè)數(shù)字，\w可以匹配一個(gè)字母或數(shù)字，所以：

• '00\d'可以匹配'007'，但無(wú)法匹配'00A'；
• '\d\d\d'可以匹配'010'；
• '\w\w'可以匹配'js'；

.可以匹配任意字符，所以：

• 'js.'可以匹配'jsp'、'jss'、'js!'等等。

要匹配變長(zhǎng)的字符，在正則表達(dá)式中，用*表示任意個(gè)字符（包括0個(gè)），用+表示至少一個(gè)字符，用?表示0個(gè)或1個(gè)字符，用{n}表示n個(gè)字符，用{n,m}表示n-m個(gè)字符：

來(lái)看一個(gè)復(fù)雜的例子：\d{3}\s+\d{3,8}。

我們來(lái)從左到右解讀一下：

1.\d{3}表示匹配3個(gè)數(shù)字，例如'010'；

2.\s可以匹配一個(gè)空格（也包括Tab等空白符），所以\s+表示至少有一個(gè)空格，例如匹配' '，'\t\t'等；

3.\d{3,8}表示3-8個(gè)數(shù)字，例如'1234567'。

綜合起來(lái)，上面的正則表達(dá)式可以匹配以任意個(gè)空格隔開(kāi)的帶區(qū)號(hào)的電話號(hào)碼。

如果要匹配'010-12345'這樣的號(hào)碼呢？由于'-'是特殊字符，在正則表達(dá)式中，要用'\'轉(zhuǎn)義，所以，上面的正則是\d{3}\-\d{3,8}。

但是，仍然無(wú)法匹配'010 - 12345'，因?yàn)閹в锌崭瘛Ｋ晕覀冃枰鼜?fù)雜的匹配方式。

進(jìn)階

要做更精確地匹配，可以用[]表示范圍，比如：

• [0-9a-zA-Z\_]可以匹配一個(gè)數(shù)字、字母或者下劃線；
• [0-9a-zA-Z\_]+可以匹配至少由一個(gè)數(shù)字、字母或者下劃線組成的字符串，比如'a100'，'0_Z'，'js2015'等等；
• [a-zA-Z\_\$][0-9a-zA-Z\_\$]*可以匹配由字母或下劃線、$開(kāi)頭，后接任意個(gè)由一個(gè)數(shù)字、字母或者下劃線、$組成的字符串，也就是JavaScript允許的變量名；
• [a-zA-Z\_\$][0-9a-zA-Z\_\$]{0, 19}更精確地限制了變量的長(zhǎng)度是1-20個(gè)字符（前面1個(gè)字符+后面最多19個(gè)字符）。

A|B可以匹配A或B，所以(J|j)ava(S|s)cript可以匹配'JavaScript'、'Javascript'、'javaScript'或者'javascript'。

^表示行的開(kāi)頭，^\d表示必須以數(shù)字開(kāi)頭。

$表示行的結(jié)束，\d$表示必須以數(shù)字結(jié)束。

你可能注意到了，js也可以匹配'jsp'，但是加上^js$就變成了整行匹配，就只能匹配'js'了。

RegExp

有了準(zhǔn)備知識(shí)，我們就可以在JavaScript中使用正則表達(dá)式了。

JavaScript有兩種方式創(chuàng)建一個(gè)正則表達(dá)式：

第一種方式是直接通過(guò)/正則表達(dá)式/寫(xiě)出來(lái)，第二種方式是通過(guò)new RegExp('正則表達(dá)式')創(chuàng)建一個(gè)RegExp對(duì)象。

兩種寫(xiě)法是一樣的：

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

注意，如果使用第二種寫(xiě)法，因?yàn)樽址霓D(zhuǎn)義問(wèn)題，字符串的兩個(gè)\\實(shí)際上是一個(gè)\。

先看看如何判斷正則表達(dá)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對(duì)象的test()方法用于測(cè)試給定的字符串是否符合條件。

切分字符串

用正則表達(dá)式切分字符串比用固定的字符更靈活，請(qǐng)看正常的切分代碼：

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

嗯，無(wú)法識(shí)別連續(xù)的空格，用正則表達(dá)式試試：

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

無(wú)論多少個(gè)空格都可以正常分割。加入,試試：

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

再加入;試試：

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

如果用戶輸入了一組標(biāo)簽，下次記得用正則表達(dá)式來(lái)把不規(guī)范的輸入轉(zhuǎn)化成正確的數(shù)組。

分組

除了簡(jiǎn)單地判斷是否匹配之外，正則表達(dá)式還有提取子串的強(qiáng)大功能。用()表示的就是要提取的分組（Group）。比如：

^(\d{3})-(\d{3,8})$分別定義了兩個(gè)組，可以直接從匹配的字符串中提取出區(qū)號(hào)和本地號(hào)碼：

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

如果正則表達(dá)式中定義了組，就可以在RegExp對(duì)象上用exec()方法提取出子串來(lái)。

exec()方法在匹配成功后，會(huì)返回一個(gè)Array，第一個(gè)元素是正則表達(dá)式匹配到的整個(gè)字符串，后面的字符串表示匹配成功的子串。

exec()方法在匹配失敗時(shí)返回null。

提取子串非常有用。來(lái)看一個(gè)更兇殘的例子：

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']

這個(gè)正則表達(dá)式可以直接識(shí)別合法的時(shí)間。但是有些時(shí)候，用正則表達(dá)式也無(wú)法做到完全驗(yàn)證，比如識(shí)別日期：

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

對(duì)于'2-30'，'4-31'這樣的非法日期，用正則還是識(shí)別不了，或者說(shuō)寫(xiě)出來(lái)非常困難，這時(shí)就需要程序配合識(shí)別了。

貪婪匹配

需要特別指出的是，正則匹配默認(rèn)是貪婪匹配，也就是匹配盡可能多的字符。舉例如下，匹配出數(shù)字后面的0：

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

由于\d+采用貪婪匹配，直接把后面的0全部匹配了，結(jié)果0*只能匹配空字符串了。

必須讓\d+采用非貪婪匹配（也就是盡可能少匹配），才能把后面的0匹配出來(lái)，加個(gè)?就可以讓\d+采用非貪婪匹配：

var re = /^(\d+?)(0*)$/;
re.exec('102300'); // ['102300', '1023', '00']

全局搜索

JavaScript的正則表達(dá)式還有幾個(gè)特殊的標(biāo)志，最常用的是g，表示全局匹配：

var r1 = /test/g;
// 等價(jià)于:
var r2 = new RegExp('test', 'g');

全局匹配可以多次執(zhí)行exec()方法來(lái)搜索一個(gè)匹配的字符串。當(dāng)我們指定g標(biāo)志后，每次運(yùn)行exec()，正則表達(dá)式本身會(huì)更新lastIndex屬性，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，直到結(jié)束仍沒(méi)有匹配到

全局匹配類似搜索，因此不能使用/^...$/，那樣只會(huì)最多匹配一次。

正則表達(dá)式還可以指定i標(biāo)志，表示忽略大小寫(xiě)，m標(biāo)志，表示執(zhí)行多行匹配。

小結(jié)

正則表達(dá)式非常強(qiáng)大，要在短短的一節(jié)里講完是不可能的。要講清楚正則的所有內(nèi)容，可以寫(xiě)一本厚厚的書(shū)了。如果你經(jīng)常遇到正則表達(dá)式的問(wèn)題，你可能需要一本正則表達(dá)式的參考書(shū)。

練習(xí)

請(qǐng)嘗試寫(xiě)一個(gè)驗(yàn)證Email地址的正則表達(dá)式。版本一應(yīng)該可以驗(yàn)證出類似的Email：

最新評(píng)論