正则表达式 - 学习1

开发项目的过程中，用了很多的正则表达式，可是每一次都不是自己写的，遇到正则表达式的地方，要么去求助度娘，要么就是组长给写好的，我直接贴过来然后用的。感觉真是有一种码奴的感觉。这种感觉那是相当不好的。

所以，趁着最近有时间，赶紧的把正则表达式这块赶紧的补起来。

1. waht?

正则表达式到底是什么鬼？

Regular Expression，又称为规则表达式，计算机科学的一个概念。正则表达式通常用来被检索、替换那些符合某个模式（规则）的文本。

--度娘

在编写处理字符串的程序或网页时，经常会有查找符合某些复杂规则的字符串的需要。正则表达式就是用于描述这些规则的工具。换句话说，正则表达式就是记录文本规则的代码。

--推荐网站

2. why?

我们为什么要使用正则表达式？

相信有过一段时间开发经验的童鞋们，或多或少的都会处理过一些字符串的替换或者查找之类的，如何自己写查找的代码，不仅费时费力，而且还会有漏洞，使用正则表达式，不仅可以减少代码量还可以简化代码，简直就是程序猿 or 程序媛的救世主。(づ￣ 3￣)づ

3. how?

那么我们该如何学习？

学习正则表达式的最好的办法就是实际的进行操作，只有一边写代码一边实践才能够学习。首先跟着例子，理解例子，然后再将例子进行修改，转化为自己的知识，这样才能融会贯通。

我们来看第一个例子。

• 匹配一个字符串hi 在浏览器中执行是这样的：

>str
<"Hi,hehe.I like you,do you like me? Oh,I know what you think. Let me quietly okay?"
>str.replace(/hi/, '你好');
<"Hi,hehe.I like you,do you like me? Oh,I know what you t你好nk. Let me quietly okay?"

这是最简单的正则表达式了，它可以精确匹配这样的字符串：由两个字符组成，前一个字符是h,后一个是i。通常，处理正则表达式的工具会提供一个忽略大小写的选项，如果选中了这个选项，它可以匹配hi,HI,Hi,hI。

• 精确查找hi这个单词 /\bhi\b/ 在浏览器中执行

>str = "Hi,hehe. hi, I like you,do you like me? Oh,I know what you think. Let me quietly okay?";
<"Hi,hehe. hi, I like you,do you like me? Oh,I know what you think. Let me quietly okay?"    
>str.replace(/\bhi\b/, '你好');
<"Hi,hehe. 你好, I like you,do you like me? Oh,I know what you think. Let me quietly okay?"

\b是正则表达式规定的一个特殊代码，代表着单词的开头或结尾。虽然通常英文的单词是由空格或标点符号或换行为分隔的，但是\b并不代表这些单词分隔符中的任何一个，只代表一个位置。

• 假如你要查询，hi后面紧跟着的hehe /\bhi\b.*\bhehe/ 在浏览器中执行的结果

>str
<"Hi,hehe. hi hehe,hi Hehe. I like you,do you like me? Oh,I know what you think. Let me quietly okay?"
>str.replace(/\bhi\b.*Hehe/, '你好');
>"Hi,hehe. 你好. I like you,do you like me? Oh,I know what you think. Let me quietly okay?"

这里，.是另一个特殊代码，代表除了换行符以外的任意字符。*同样是特殊的代码，不过它代表的不是字符，也不是位置，而是数量--它指定前边的内容可以重复任意次以使整个表达式得到匹配。因此，.*连在一起就意味着任意数量的不包含换行的字符*。现在\bhi\b.*Hehe的意思就很明显了：先是一个单词hi,然后是任意个任意字符(但不能是换行)，最后是Hehe这个单词。

• .代表除了换行符以外的任意字符。 在浏览器中执行

>ss = "hi,  hehe. hi,hehe";
<"hi,  hehe. hi,hehe"
>ss.replace(/hi\b...hehe/, '你好');
>"你好. hi,hehe"

匹配了3个空格。

• \d代表任意数字

\d是一个新的特殊代码，代表任意的数字(0，或1，或2，或。。。)。

匹配手机号码

>num = "038-3735260";
<"038-3735260"
>num.replace(/0\d\d-\d{7}/, '电话号码');
<"电话号码"

为了避免那么多烦人的重复，我们也可以这样写这个表达式：0\d{2}-\d{8} 这里\d后面的{2}({8})指定的是前面\d必须连续重复出现2次(8次)。

特殊字符

现在你已经知道几个具有特殊意义的代码了，如\b,.,*，还有\d.事实上还有更多的特殊代码，比如 \s代表任意的空白符，包括空格，制表符(Tab),换行符。\w代表着字母或数字。 下面来试试更多的例子： \ba\w*\b匹配以字母a开头的单词-先是某个单词开始处(\b)，然后是字母a,然后是任意数量的字母或数字(\w)，最后是单词结束处(\b)。 \d+匹配1个或更多连续的数字。这里的+是和类似的特殊代码，不同的是*代表重复任意次(可能是0次)，而+则代表重复1次或更多次。 \b\w{6}\b 匹配刚好6个字母/数字的单词。

常用的特殊符号表格

• . 匹配除换行符意外的任意字符
• \w 匹配字母或数字
• \s 匹配任意的空白符
• \d 匹配数字
• \b 匹配单词的开始或结束
• ^ 匹配字符串的开始
• $ 匹配字符串的结束
• * 同样是特殊的代码，不过它代表的不是字符，也不是位置，而是数量--它指定*前边的内容可以重复任意次以使整个表达式得到匹配。

例子

• 比如一个网站如果要求你填写的QQ号必须为5位到12位数字时，可以使用：^\d{5,12}$。

>num = "863952988";
<"863952988"
>num.replace(/^\d{5,12}$/,'贺贺');
<"贺贺"

这里的{5,12}和前面介绍过的{2}是类似的，只不过{2}代表只能不多不少重复2次，{5,12}则是必须重复最少5次，最多12次，否则都不匹配。

字符转义

如果你想查找特殊代码本身的话，比如你查找.,或者*,就出现了问题：你没法指定它们，因为它们会被解释成其它的意思。这时你就必须使用\来取消这些字符的特殊意义。因此，你应该使用\.和\*。当然，要查找\本身，你也得用\\.

重复

正则表达式中指定的重复的一些方式。

• * 代表重复零次或更多次
• +代表重复一次或者更多次
• ? 代表重复零次或一次
• {n} 代表重复N次
• {n,}代表重复N次或更多次
• {n,m} 代表重复N到M次

在浏览器中执行

>num = "23ddd455";
<"23ddd455"
>num.replace(/\d?/,'贺贺');
<"贺贺3ddd455"
>num.replace(/\d*/,'贺贺');
<"贺贺ddd455"
>num.replace(/\d*/g,'贺贺');
<"贺贺贺贺d贺贺d贺贺d贺贺贺贺"

字符类

我们想要匹配字符，需要我们自定义的来写，比如想要匹配aeiou等元音字母，只需要[aeiou]就可以了。

我们也可以轻松地指定一个字符范围，像[0-9]代表的含意与\d就是完全一致的：一位数字，同理[a-z0-9A-Z]也完全等同于\w。

浏览器中执行

>num = "23ader567gh";
<"23ader567gh"
>num.replace(/[aeh]/,'贺贺');
<"23贺贺der567gh"
>num.replace(/[aeh]/g,'贺贺');
<"23贺贺d贺贺r567g贺贺"

反义

有时需要查找不属于某个简单定义的字符类的字符。比如想查找除了数字以外，其它任意字符都行的情况，这时需要用到反义。

• \W 匹配任何不是字母和数字的字符。
• \S 匹配任意不是空白符的字符。
• \D 匹配任意非数字的字符
• \B 匹配不是单词开头或结束的位置。
• [^x] 匹配除了X以外的任意字符。
• [^aeiou]匹配除了aeiou以外的其他字符

例如： <a\[\^>]+> 代表用尖括号括起来的以a开头的字符串。 浏览器中执行

>var str = '啦啦啦<aheh><.e><input class="eds">';
>str.match(/<a[^>]+>/g);
<["<aheh>"]

替换

正则表达式中的替换指的是，有几种规则，如果满足其中任意一种规则则要进行替换。 具体方法是用|把不同的规则分隔开。

eg1:三位区号或者四位区号的八位电话号码。

>num
<"002-12345,0023-1234"
>num.match(/0\d{2}-\d{5}|0\d{3}-\d{4}/g);
<["002-12345", "0023-1234"]

eg2:各种规则不同的匹配

>num="002-12345,00912345,038-123-46";
<"002-12345,00912345,038-123-46"
>num.match(/0\d{2}[-]?\d{3}[-]?\d{2}/g);
<["002-12345", "00912345", "038-123-46"]

分组

我们已经涉及到了如何重复单子字符，那么接下来我们就要尝试一下如何重复一个字符串？

你可以<u>使用小括号来指定子表达式（也叫作分组）</u>，然后你就可以指定这个子表达式的重复次数了。当然你也可以进行一些其他的操作，后续将会继续学习。

分组共分为4种：

• 捕获型 每个捕获型分组被指定了一个数字。
• 非捕获型 - ?:
• 向前正向匹配 - ?=
• 向前负向匹配 ?!

下面我们来分析例子：

eg1：

(\d{1,3}\.){3}\d{1,3}
-----------------------------
\d{1,3} 代表1到3位的数字
(\d{1,3}\.}{3} 代表三位数字加上一个英文句号(这个整体也就是这个分组)重复3次.
最后再加上一个一到三位的数字(\d{1,3})

eg2： 说明几点简单用法： [01] ： 表示[]中的某一个； [0-4]: 表示0至4中的任意一个； 2[0-4]\d: 表示以2开头，第二位是0至4的任意一个，第三位任意数字； 2[0-4]\d|25[0-5]|[01]?\d\d?：表示IP地址的一节，最大是255

正确的IP地址：((2[0-4]\d|25[0-5]|[01]?\d\d?)\.){3}(2[0-4]\d|25[0-5]|[01]?\d\d?)

JavaScript语言精粹中的正则表达式 - 学习

1. 正则表达式标识

使用RegExp创建正则表达式要注意：RegExp接收的是字符串，所以对反斜杠的处理要特别注意。

> var my_regexp = new RegExp("\"(?:\\\\.|[^\\\\\\\"])*\"");
> my_regexp
< /"(?:\\.|[^\\\"])*"/

2. 元素

2.1 正则表达式分支

一个正则表达式分支包含一个或多个正则表达式序列。

"into".match(/in|int/); // 会匹配`in`，不会再匹配`int`

2.2 正则表达式量词

正则表达式因子（一个正则表达式因子可以是一个字符、一个由圆括号包围的组、一个字符集或者是一个专一序列）可以用一个正则表达式量词后缀来决定这个因子应该被匹配的次数。

包围在一对花括号中的一个数字表示这个因子应该被匹配的次数。所以，/www/的匹配和/w{3}/一样，{3,6}会匹配3，4，5或6次，{3，}会匹配3次或者更多次。

?等同于{0，1}，*等同于{0,}，+等同于{1，}。

写在后面

GitHub上集大家之力搞了一个前端面试题的项目，里面都是大家面试时所遇到的题以及一些学习资料，有兴趣的话可以关注一下。如果你也有兴趣加入我们的话，请在项目中留言。项目同时也可以在gitbook上查看。

InterviewLibrary-GitHub InterviewLibrary-gitbook