抱歉,您的浏览器无法访问本站

本页面需要浏览器支持(启用)JavaScript


了解详情 >

freeCodeCamp JavaScript 算法和数据结构第三章。正则表达式,常常缩写为 “regex” 或 “regexp”,是帮助程序员匹配、搜索和替换文本的模式。正则表达式非常强大,但可能难以阅读,因为它们使用特殊字符来做更复杂更灵活的匹配。在正则表达式的课程中,学习如何使用特殊字符、捕获组、正向或负向先行断言以及其他技巧来匹配你想要的文本。以下为我在学习和实战练习过程中所做的笔记,可供参考。

一、文字匹配

在编程语言中,正则表达式用于匹配指定的字符串。 通过正则表达式创建匹配模式(规则)可以帮你完成指定匹配。

正则表达式中不需要引号。如果想要在字符串 The dog chased the cat 中匹配到 the 这个单词,可以使用如下正则表达式:/the/

测试正则表达式的一种方法是使用 .test() 方法。 .test() 方法会把编写的正则表达式和字符串(即括号内的内容)匹配,如果成功匹配到字符,则返回 true,反之,返回 false

1
2
3
let testStr = "freeCodeCamp";
let testRegex = /Code/;
testRegex.test(testStr); // true

可以使用 alternationOR 操作符搜索多个模式:使用 | 操作符匹配操作符前面或后面的字符。 例如,如果你想匹配 yesno,你需要的正则表达式是 /yes|no/

你还可以匹配多个规则,这可以通过添加更多的匹配模式来实现。 这些匹配模式将包含更多的 OR 操作符来分隔它们,比如/yes|no|maybe/

1
2
3
let petString = "James has a pet cat.";
let petRegex = /dog|cat|bird|fish/; // 使用正则表达式 petRegex 以匹配 dog、cat、bird 或者 fish
let result = petRegex.test(petString);

可以使用标志(flag)来匹配字母大小写两种情况。 可以通过将忽略大小写的标志 i 附加到正则表达式之后来使用它。 这里给出使用该标志的一个实例 /ignorecase/i, 这个字符串可以匹配字符串 ignorecaseigNoreCaseIgnoreCase

1
2
3
let myString = "freeCodeCamp";
let fccRegex = /freecodecamp/i; // 忽略大小写
let result = fccRegex.test(myString);

可以使用 .match() 方法来提取找到的实际匹配项。可以使用字符串来调用 .match() 方法,并在括号内传入正则表达式。

1
2
3
4
"Hello, World!".match(/Hello/);  // 返回 ["Hello"]
let ourStr = "Regular expressions";
let ourRegex = /expressions/;
ourStr.match(ourRegex); // 返回 ["expressions"]

全局匹配:若要多次搜寻或提取模式匹配,可以使用 g 标志。在正则表达式上可以有多个标志,比如 /search/gi

1
2
3
let testStr = "Repeat, Repeat, Repeat";
let repeatRegex = /Repeat/g;
testStr.match(repeatRegex); // 返回值 ["Repeat", "Repeat", "Repeat"]

通配符 . 将匹配任何一个字符。 通配符也叫 dotperiod。 可以像使用正则表达式中任何其他字符一样使用通配符。 例如,如果想匹配 hughuhhuthum,可以使用正则表达式 /hu./ 匹配以上四个单词。

1
2
3
4
5
let humStr = "I'll hum a song";
let hugStr = "Bear hug";
let huRegex = /hu./;
huRegex.test(humStr); // true
huRegex.test(hugStr); // true

二、字符集匹配

文字匹配模式(/literal/)和通配符(/./)是正则表达式的两种极端情况,一种是精确匹配,而另一种则是匹配所有。 在这两种极端情况之间有一个平衡选项。

可以使用字符集 (character classes)更灵活的匹配字符。 可以把字符集放在方括号([])之间来定义一组需要匹配的字符串。例如,如果想要匹配 bagbigbug,但是不想匹配 bog。 可以创建正则表达式 /b[aiu]g/ 来执行此操作。 [aiu] 是只匹配字符 ai 或者 u 的字符集。

1
2
3
let quoteSample = "Beware of bugs in the above code; I have only proved it correct, not tried it.";
let vowelRegex = /[aeiou]/ig; // 使用元音字符集(a、e、i、o、u)在正则表达式 vowelRegex 中匹配到字符串 quoteSample 中的所有元音。
let result = quoteSample.match(vowelRegex);

在字符集中,可以使用连字符(-)来定义要匹配的字符范围。例如,要匹配小写字母 ae,你可以使用 [a-e]

1
2
3
let quoteSample = "The quick brown fox jumps over the lazy dog.";
let alphabetRegex = /[a-z]/ig; // 匹配字符串 quoteSample 中的所有字母。
let result = quoteSample.match(alphabetRegex);

使用连字符(-)匹配字符范围并不仅限于字母。 它还可以匹配一系列数字。例如,/[0-5]/ 匹配 05 之间的任意数字,包含 05。此外,还可以在单个字符集中组合一系列字母和数字。

1
2
3
let jennyStr = "Jenny8675309";
let myRegex = /[a-z0-9]/ig;
jennyStr.match(myRegex);

也可以创建一个不想匹配的字符集合。 这些类型的字符集称为否定字符集( negated character sets)。

要创建否定字符集,需要在开始括号后面和不想匹配的字符前面放置脱字符(即^)。例如,/[^aeiou]/gi 匹配所有非元音字符。 注意,字符 .![@/ 和空白字符等也会被匹配,该否定字符集仅排除元音字符。

1
2
3
let quoteSample = "3 blind mice.";
let myRegex = /[^aeiou0-9]/ig; // 创建一个匹配所有非数字或元音字符的正则表达式。
let result = quoteSample.match(myRegex);

有时,需要匹配出现一次或者连续多次的的字符(或字符组)。 这意味着它至少出现一次,并且可能重复出现。

可以使用 + 符号来检查情况是否如此。 记住,字符或匹配模式必须一个接一个地连续出现。 这就是说,字符必须一个接一个地重复。

例如,/a+/g 会在 abc 中匹配到一个匹配项,并且返回 ["a"]。 因为 + 的存在,它也会在 aabc 中匹配到一个匹配项,然后返回 ["aa"]。如果它是检查字符串 abab,它将匹配到两个匹配项并且返回["a", "a"],因为a字符不连续,在它们之间有一个b字符。 最后,因为在字符串 bcd 中没有 a,因此找不到匹配项。

1
2
3
let difficultSpelling = "Mississippi";
let myRegex = /s+/g; // 在字符串 Mississippi 中匹配到出现一次或多次的字母 s 的匹配项。
let result = difficultSpelling.match(myRegex);

有一个选项可以匹配出现零次或多次的字符。执行该操作的字符叫做星号,即*

1
2
3
// chewieQuote 已经被初始化为 Aaaaaaaaaaaaaaaarrrgh!
let chewieRegex = /Aa*/; // 使用 * 在 chewieQuote 中匹配 A 及其之后出现的零个或多个a。
let result = chewieQuote.match(chewieRegex);

贪婪(greedy)匹配会匹配到符合正则表达式匹配模式的字符串的最长可能部分,并将其作为匹配项返回。 另一种方案称为懒惰(lazy)匹配,它会匹配到满足正则表达式的字符串的最小可能部分。

可以将正则表达式 /t[a-z]*i/ 应用于字符串 "titanic"。 这个正则表达式是一个以 t 开始,以 i 结束,并且中间有一些字母的匹配模式。正则表达式默认是贪婪匹配,因此匹配返回为 ["titani"]。 它会匹配到适合该匹配模式的最大子字符串。

但是,你可以使用 ? 字符来将其变成懒惰匹配。 调整后的正则表达式 /t[a-z]*?i/ 匹配字符串 "titanic" 返回 ["ti"]

应该避免使用正则表达式解析 HTML,但是可以用正则表达式匹配 HTML 字符串。

1
2
3
let text = "<h1>Winter is coming</h1>";
let myRegex = /<h.*?1>/; // 让正则表达式返回 HTML 标签 <h1>,而不是文本 "<h1>Winter is coming</h1>"。
let result = text.match(myRegex);

三、字符串匹配

除了在字符集中使用之外,插入符号(^)用于匹配文本是否在字符串的开始位置。

1
2
3
4
5
let firstString = "Ricky is first and can be found."; 
let firstRegex = /^Ricky/; // true
firstRegex.test(firstString);
let notFirst = "You can't find Ricky now.";
firstRegex.test(notFirst); // false

可以使用正则表达式的美元符号 $ 来搜寻字符串的结尾。

1
2
3
4
5
let theEnding = "This is a never ending story";
let storyRegex = /story$/;
storyRegex.test(theEnding); // true
let noEnding = "Sometimes a story will have to end";
storyRegex.test(noEnding); // false

使用元字符,可以使用 [a-z] 搜寻字母表中的所有字母。 这种元字符是很常见的,它有一个缩写,但这个缩写也包含额外的字符。这些元字符缩写也被称为短语元字符 shorthand character classes。

JavaScript 中与字母表匹配的最接近的元字符是\w。 这个缩写等同于[A-Za-z0-9_]。 此字符类匹配大写字母和小写字母以及数字。 注意,这个字符类也包含下划线字符 (_)。

1
2
3
4
5
6
7
8
let longHand = /[A-Za-z0-9_]+/;
let shortHand = /\w+/;
let numbers = "42";
let varNames = "important_var";
longHand.test(numbers); // true
shortHand.test(numbers); // true
longHand.test(varNames); // true
shortHand.test(varNames); // true

匹配除了字母和数字的所有符号可以使用 \W 搜寻和 \w 相反的匹配模式。 注意,相反匹配模式使用大写字母。 此缩写与 [^A-Za-z0-9_] 是一样的。

1
2
3
4
5
let shortHand = /\W/;
let numbers = "42%";
let sentence = "Coding!";
numbers.match(shortHand); // ["%"]
sentence.match(shortHand); // ["!"]

另一个常见的匹配模式是只寻找数字。查找数字字符的缩写是 \d,注意是小写的 d。 这等同于元字符 [0-9],它查找 0 到 9 之间任意数字的单个字符。

也可以使用类似的缩写来搜寻非数字,该缩写使用大写的 D。查找非数字字符的缩写是 \D。 这等同于字符串 [^0-9],它查找不是 0 - 9 之间数字的单个字符。

1
2
3
let movieName = "2001: A Space Odyssey";
let noNumRegex = /\D/g; // 使用非数字缩写 \D 来计算电影标题中有多少非数字。
let result = movieName.match(noNumRegex).length;

可以使用 \s 搜寻空格,其中 s 是小写。 此匹配模式将匹配空格、回车符、制表符、换页符和换行符。 可以认为这类似于元字符 [ \r\t\f\n\v]

1
2
3
let whiteSpace = "Whitespace. Whitespace everywhere!"
let spaceRegex = /\s/g;
whiteSpace.match(spaceRegex); // 返回 [" ", " "]

使用 \S 搜寻非空白字符,其中 s 是大写。 此匹配模式将不匹配空格、回车符、制表符、换页符和换行符。 可以认为这类似于元字符 [^ \r\t\f\n\v]

1
2
3
let whiteSpace = "Whitespace. Whitespace everywhere!"
let nonSpaceRegex = /\S/g;
whiteSpace.match(nonSpaceRegex).length; // 32

使用数量说明符(quantity specifiers)指定匹配模式的上下限。 数量说明符与花括号({})一起使用。 可以在花括号之间放两个数字,这两个数字代表匹配模式的上限和下限。例如,要匹配出现 35 次字母 a 的在字符串 ah,正则表达式应为/a{3,5}h/

1
2
3
4
5
let A4 = "aaaah";
let A2 = "aah";
let multipleA = /a{3,5}h/;
multipleA.test(A4); // true
multipleA.test(A2); // false

但有时候只想指定匹配模式的下限而不需要指定上限,在第一个数字后面跟一个逗号即可。

要指定一定数量的匹配模式,只需在大括号之间放置一个数字。例如,要只匹配字母 a 出现 3 次的单词hah,正则表达式应为/ha{3}h/

1
2
3
4
5
6
7
let A4 = "haaaah";
let A3 = "haaah";
let A100 = "h" + "a".repeat(100) + "h";
let multipleHA = /ha{3}h/;
multipleHA.test(A4); // true
multipleHA.test(A3); // false
multipleHA.test(A100); // true

可以使用问号 ? 指定可能存在的元素。 这将检查前面的零个或一个元素。 可以将此符号视为前面的元素是可选的。

例如,美式英语和英式英语略有不同,可以使用问号来匹配两种拼写。

1
2
3
4
5
let american = "color";
let british = "colour";
let rainbowRegex= /colou?r/;
rainbowRegex.test(american); // true
rainbowRegex.test(british); // true

先行断言 (Lookaheads)是告诉 JavaScript 在字符串中向前查找的匹配模式。 当想要在同一个字符串上搜寻多个匹配模式时,这可能非常有用。

有两种先行断言:正向先行断言(positive lookahead)和负向先行断言(negative lookahead)。

正向先行断言会查看并确保搜索匹配模式中的元素存在,但实际上并不匹配。 正向先行断言的用法是 (?=...),其中 ... 就是需要存在但不会被匹配的部分。

另一方面,负向先行断言会查看并确保搜索匹配模式中的元素不存在。 负向先行断言的用法是 (?!...),其中 ... 是希望不存在的匹配模式。 如果负向先行断言部分不存在,将返回匹配模式的其余部分。

先行断言的更实际用途是检查一个字符串中的两个或更多匹配模式。 这里有一个简单的密码检查器,密码规则是 3 到 6 个字符且至少包含一个数字:

1
2
3
let password = "abc123";
let checkPass = /(?=\w{3,6})(?=\D*\d)/;
checkPass.test(password);

有时候我们想使用正则表达式里的括号 () 来检查字符组。

如果想在字符串找到 PenguinPumpkin,可以用这个正则表达式:/P(engu|umpk)in/g。然后使用 test() 方法检查 test 字符串里面是否包含字符组。

1
2
3
let testStr = "Pumpkin";
let testRegex = /P(engu|umpk)in/;
testRegex.test(testStr); // true

捕获组可以用于找到重复的子字符串。捕获组是通过把要捕获的正则表达式放在括号中来构建的。

例子:捕获一个包含字母数字字符的词,所以捕获组是将 \w+ 放在括号中:/(\w+)/

分组匹配的子字符串被保存到一个临时的“变量”, 可以使用同一正则表达式和反斜线及捕获组的编号来访问它(例如:\1)。 捕获组按其开头括号的位置自动编号(从左到右),从 1 开始。

1
2
3
4
// 匹配被空格隔开的两个相同单词
let repeatRegex = /(\w+) \1 \1/;
repeatRegex.test(repeatStr); // Returns true
repeatStr.match(repeatRegex); // Returns ["row row row", "row"]

搜索功能是很有用的。 但是,当搜索同时也执行更改(或替换)匹配文本的操作时,搜索功能就会显得更加强大。

可以在字符串上使用 .replace() 方法来搜索并替换字符串中的文本。 .replace() 的输入首先是想要搜索的正则表达式匹配模式。 第二个参数是用于替换匹配的字符串或用于执行某些操作的函数。

1
2
3
let wrongText = "The sky is silver.";
let silverRegex = /silver/;
wrongText.replace(silverRegex, "blue"); // 返回 The sky is blue.

还可以使用美元符号($)访问替换字符串中的捕获组。

1
"Code Camp".replace(/(\w+)\s(\w+)/, '$2 $1');  // 返回字符串 Camp Code

有时字符串周围存在的空白字符并不是必需的。 字符串的典型处理是删除字符串开头和结尾处的空格。

1
2
3
let hello = "   Hello, World!  ";
let wsRegex = /^\s+|\s+$/g;
let result = hello.replace(wsRegex, "");

在 JavaScript 中 String.prototype.trim() 方法也可以实现同样的效果。

评论



Copyright © 2020 - 2022 Zhihao Zhuang. All rights reserved

本站访客数: 人,
总访问量: