JavaScript中的正则表达式总结

# JavaScript中的正则表达式总结

## 定义正则表达式的方法

定义正则表达式的方法有两种：**构造函数定义**和**正则表达式直接量**定义。例如：
```javascript
var reg1 = new RegExp('d{5, 11}'); // 通过构造函数定义
var reg2 = /d{5, 12}/; // 通过直接量定义
```

## 正则表达式直接量字符
- o：NUL字符（u0000）
- t：制表符（u0009）
- n：换行符（u000A）
- v：垂直制表符（u000B）
- f：换页符（u000C）
- r：回车符（u000D）
- xnn：由十六进制数nn指定的拉丁字符，例如，x0A等价于n
- uxxxx：由十六进制数xxxx指定的Unicode字符，例如u0009等价于t
- cX：控制字符^X，例如，cJ等价于换行符n

## 正则表达式锚字符
- ^：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：匹配一个单词的边界，简言之，就是位于字符w和W之间的位置，或位于字符w和字符串的开头或者结尾之间的位置（[b]匹配的是退格符）
- B：匹配非单词边界的位置
- (?=p)：零宽正向先行断言，要求接下来的字符都与p匹配，但不能包括匹配p的那些字符
- (？!p)：零宽负向先行断言，要求接下来的字符串不与p匹配

## 正则表达式的字符类
- [...]：方括号内的任意字符
- [^...]：不在方括号内的任意字符
- .：除换行符和其他Unicode行终止符之外的任意字符
- w：任何ASCII字符组成的单词，等价于[a-zA-Z0-9]
- W：任何不是ASCII字符组成的单词，等价于[^a-zA-Z0-9]
- s：任何Unicode空白符
- S：任何非Unicode空白符的字符，注意w和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）

## 正则表达式的重复字符语法
- {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，也就是说前一项是可选的，等价于{0, 1}
- +：匹配前一项1次或多次，等价于{1, }
- *：匹配前一项0次或多次，等价于{0, }

## 正则表达式的选择、分组和引用字符
- |：选择，匹配的是该符号左边的子表达式或右边的子表达式
- (…)：组合，将几个项组合为一个单元，这个单元可通过“*”、“+”、“?”和“|”等符号加以修饰，而且可以记住和这个组相匹配的字符串以供此后的任何使用
- (?: …)：只组合，把项组合到一个单元，但是不记忆与改组相匹配的字符
- 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（也有可能是嵌套的），组索引是从左到右的左括号数，“(?:”形式的分组不编码
- 正则表达式修饰符
- i：执行不区分大小写的匹配
- g：执行一个全局匹配，简言之，即找到所有的匹配，而不是在找到第一个之后就停止
- m：多行匹配模式，^匹配一行的开头和字符串的开头，$匹配行的结尾和字符串的结尾
- 用于模式匹配的String方法
- search()：它的参数是一个正则表达式，返回第一个与之匹配的子串的起始位置，如果没有匹配的子串就返回-1。如果search()的参数不是正则表达式，则首先会通过RegExp构造函数将它转换为正则表达式，search()不支持全局检索，因为它忽略修饰符g。如：
```javascript
var s = "JavaScript".search(/script/i); // s = 4
```
- replace()：它用来执行检索与替换。接收两个参数，第一个是正则表达式，第二个是要进行替换的字符串。正则表达式如果设置的修饰符g，则进行全局替换，否则只替换匹配的第一个子串。如果第一个参数不是正则表达式，则直接搜索该字符串，而不是将其转换为正则表达式。如：
```javascript
var s = "JavaScript".replace(/java/gi, "Script"); // s =  Script Script
```
- match()：它的参数是一个正则表达式，如果不是则通过RegExp转换，返回的是一个由匹配结果组成的数组。如果设置了修饰符g则进行全局匹配。如：
var d = '55 ff 33 hh 77 tt'.match(/d+/g); // d = ["55", "33", "77"]
split()：这个方法用以将调用它的字符串拆分为一个子串组成的数组，使用的分隔符是split()的参数，它的参数也可以使一个正则表达式。如：
```javascript
var d = '123,31,453,645'.split(','); // d = ["123", "31", "453", "645"]
var d = '21 , 123,  44,  64,  67,  3'.split(/s*,s*/); // d = ["21", "123", "44", "64", "67", "3"]
```

## RegExp对象
每个RegExp对象都有5个属性。
- 属性source是一个只读字符串，包含正则表达式的文本。
- 属性global是一个只读布尔值，用以说明这个正则表达式是否带有修饰符g。
- 属性ignoreCase是一个只读布尔值，用以说明这个正则表达式是否带有修饰符i。
- 属性multiline是一个只读布尔值，用以说明这个正则表达式是否带有修饰符m。
- 属性lastIndex是一个可读可写的整数，如果匹配模式带有g修饰符，这个属性存储整个字符串中下一次检索的开始位置。

RegExp对象有两个方法。
exec()的参数是一个字符串，它的功能与match()相似，exec()方法对一个指定的字符串执行一个正则表达式，也就是在一个字符串中执行匹配检索。如果没有找到任何匹配就返回null，找到了匹配就返回一个数组，这个数组的第一个元素包含的是与正则表达式相匹配的字符串，余下的元素是与圆括号内的子表达式相匹配的子串，不论正则表达式是否有修饰符g，都会返回一样的数组。当调用exec()的正则表达式对象具有修饰符g时，它将把当前正则表达式对象的lastIndex属性设置为紧挨着匹配子串的字符位置。当同一个正则表达式第二次调用exec()时，它将从lastIndex属性所指示的字符串处开始检索，如果exec()没有发现任何匹配结果，它会将lastIndex重置为0。如：
```javascript
var p = /Java/g;
var text = "JavaScript is more fun than Java!"
var r;
while((r = p.exec(text)) != null) {
       console.log(r, 'lastIndex: ' + p.lastIndex);
}
```
另外一个方法是test()，它的参数是一个字符串，用test()对某个字符串进行检查，如果包含正则表达式的一个匹配结果，则返回true否则返回false。如：
```javascript
var p = /java/i;
p.test('javascript'); // true
```

## 创建方式
- var regExp=/正则表达式/gi 【隐式创建】
- var regExp=new RegExp(正则表达式,"gi"); [显式创建]
- g:global （是否执行全局匹配）i:ignore(不区分大小写）
- m：多行标志

## 正则对象的方法

### exec()方法
RegExpObject.exec(string)
用于检索字符串中正则表达式的匹配
返回一个数组，其中存放匹配的结果。如果未找到匹配，则返回值为 null。
如果 exec() 找到了匹配的文本，则返回一个结果数组。否则，返回 null。此数组的第 0 个元素是与正则表达式相匹配的文本

### test()
```javascript
RegExpObject.test(string)
```
方法用于检测一个字符串是否匹配某个模式.
如果字符串 string 中含有与 RegExpObject 匹配的文本，则返回 true，否则返回 false。

## 支持正则表达式的string对象的方法
### search()
```javascript
stringObject.search(regexp)
```
返回第一个与regexp相匹配的子串的起始位置
如果没有找到任何匹配的子串，返回-1
### match()
在字符串内检索指定的值，找到一个或多个正则表达式的匹配
```javascript
stringObject.match(searchvalue)
stringObject.match(regexp)
```
返回匹配结果的始祖，数组内容依赖于regexp是否具有全局标志g。
### replace()
replace() 方法用于在字符串中用一些字符替换另一些字符，或替换一个与正则表达式匹配的子串。
```javascript
stringObject.replace(regexp/substr,replacement)
```
返回一个新的字符串，是用 replacement 替换了 regexp 的第一次匹配或所有匹配之后得到的。
### split()
split() 方法用于把一个字符串分割成字符串数组。
```javascript
stringObject.split(separator,howmany)
```
返回一个字符串数组。该数组是通过在separator指定的边界处将字符串 stringObject 分割成子串创建的。返回的数组中的字串不包括 separator 自身。
但是，如果 separator是包含子表达式的正则表达式，那么返回的数组中包括与这些子表达式匹配的字串（但不包括与整个正则表达式匹配的文本）。

## regexp对象的属性
- index //仅支持ie
- lastindex
- input
- leftContext
- rightContext

## 子表达式和捕获，反向引用的概念

一个子表达式是一个整体，可重复后面引用
- /(d)(d)21/gi; 第二位和第三位相同，第一位和第四位相同
- /(d)1(d)2(d)3(d)4/; aabbccdd形式的数字
- /(d){5}-(d)22(d)33(d)44/gi; 12345-111222333

## 元字符
- 限定符
- 选择匹配符
- 分组组合和反向引用符
- 特殊字符
- 字符匹配符
- 定位符

## 限定符
- `[ ] `用于指定其前面的字符和组合项连续出现多少次
- `[ ]` {n，m}n表示至少出现n次最多出现m次
- `[ ]`“+” 表示出现一次到任意多次，“*”表示出现0次到任意多次，“？”表示出现0次到1次
- `[x] `js在默认匹配中使用的是贪婪匹配的原则，即尽可能匹配多的字符串

## 字符匹配符号
- [a-z]表示可以匹配a-z中任意一个字符
- [^a-z]表示可以匹配不是a-z中的任意一个字符
- [abcd]表示可以匹配到abcd中的任意一个字符
- d 表示可以匹配0-9的任意一个数字，相当于[0-9]
- D 表示可以匹配不是0-9中的任意一个数字，相当于[^0-9]
- w 匹配任意英文字符、数字和下划线，相当于[a-zA-Z0-9_]
- W 相当于[^a-zA-Z0-9_]是w刚好相反。
- s 匹配任何空白字符（空格、制表符等）
- S 匹配任何非空白字符，和s刚好相反
- . 匹配出n之外的所有字符，如果要匹配.本身则需要使用 .
- 需要用到转义符号的字符有 ： . * + () $ / ? [] ^ {}

## 定位符
用于规定匹配的字符串出现的位置
^符号 匹配目标字符串的开始位置
$符号 匹配目标字符串的结束位置

## 选择匹配符
- |