JavaScript RegExp 對(duì)象

RegExp對(duì)象提供正則表達(dá)式的功能。

概述

正則表達(dá)式（regular expression）是一種表達(dá)文本模式（即字符串結(jié)構(gòu)）的方法，有點(diǎn)像字符串的模板，常常用來(lái)按照“給定模式”匹配文本。比如，正則表達(dá)式給出一個(gè) Email 地址的模式，然后用它來(lái)確定一個(gè)字符串是否為 Email 地址。JavaScript 的正則表達(dá)式體系是參照 Perl 5 建立的。

新建正則表達(dá)式有兩種方法。一種是使用字面量，以斜杠表示開(kāi)始和結(jié)束。

var regex = /xyz/;

另一種是使用RegExp構(gòu)造函數(shù)。

var regex = new RegExp('xyz');

上面兩種寫(xiě)法是等價(jià)的，都新建了一個(gè)內(nèi)容為xyz的正則表達(dá)式對(duì)象。它們的主要區(qū)別是，第一種方法在引擎編譯代碼時(shí)，就會(huì)新建正則表達(dá)式，第二種方法在運(yùn)行時(shí)新建正則表達(dá)式，所以前者的效率較高。而且，前者比較便利和直觀，所以實(shí)際應(yīng)用中，基本上都采用字面量定義正則表達(dá)式。

RegExp構(gòu)造函數(shù)還可以接受第二個(gè)參數(shù)，表示修飾符（詳細(xì)解釋見(jiàn)下文）。

var regex = new RegExp('xyz', 'i');
// 等價(jià)于
var regex = /xyz/i;

上面代碼中，正則表達(dá)式/xyz/有一個(gè)修飾符i。

實(shí)例屬性

正則對(duì)象的實(shí)例屬性分成兩類。

一類是修飾符相關(guān)，用于了解設(shè)置了什么修飾符。

• RegExp.prototype.ignoreCase：返回一個(gè)布爾值，表示是否設(shè)置了i修飾符。
• RegExp.prototype.global：返回一個(gè)布爾值，表示是否設(shè)置了g修飾符。
• RegExp.prototype.multiline：返回一個(gè)布爾值，表示是否設(shè)置了m修飾符。
• RegExp.prototype.flags：返回一個(gè)字符串，包含了已經(jīng)設(shè)置的所有修飾符，按字母排序。

上面四個(gè)屬性都是只讀的。

var r = /abc/igm;

r.ignoreCase // true
r.global // true
r.multiline // true
r.flags // 'gim'

另一類是與修飾符無(wú)關(guān)的屬性，主要是下面兩個(gè)。

• RegExp.prototype.lastIndex：返回一個(gè)整數(shù)，表示下一次開(kāi)始搜索的位置。該屬性可讀寫(xiě)，但是只在進(jìn)行連續(xù)搜索時(shí)有意義，詳細(xì)介紹請(qǐng)看后文。
• RegExp.prototype.source：返回正則表達(dá)式的字符串形式（不包括反斜杠），該屬性只讀。

var r = /abc/igm;

r.lastIndex // 0
r.source // "abc"

實(shí)例方法

RegExp.prototype.test()

正則實(shí)例對(duì)象的test方法返回一個(gè)布爾值，表示當(dāng)前模式是否能匹配參數(shù)字符串。

/cat/.test('cats and dogs') // true

上面代碼驗(yàn)證參數(shù)字符串之中是否包含cat，結(jié)果返回true。

如果正則表達(dá)式帶有g修飾符，則每一次test方法都從上一次結(jié)束的位置開(kāi)始向后匹配。

var r = /x/g;
var s = '_x_x';

r.lastIndex // 0
r.test(s) // true

r.lastIndex // 2
r.test(s) // true

r.lastIndex // 4
r.test(s) // false

上面代碼的正則表達(dá)式使用了g修飾符，表示是全局搜索，會(huì)有多個(gè)結(jié)果。接著，三次使用test方法，每一次開(kāi)始搜索的位置都是上一次匹配的后一個(gè)位置。

帶有g修飾符時(shí)，可以通過(guò)正則對(duì)象的lastIndex屬性指定開(kāi)始搜索的位置。

var r = /x/g;
var s = '_x_x';

r.lastIndex = 4;
r.test(s) // false

r.lastIndex // 0
r.test(s) // true

上面代碼指定從字符串的第五個(gè)位置開(kāi)始搜索，這個(gè)位置為空，所以返回false。同時(shí)，lastIndex屬性重置為0，所以第二次執(zhí)行r.test(s)會(huì)返回true。

注意，帶有g修飾符時(shí)，正則表達(dá)式內(nèi)部會(huì)記住上一次的lastIndex屬性，這時(shí)不應(yīng)該更換所要匹配的字符串，否則會(huì)有一些難以察覺(jué)的錯(cuò)誤。

var r = /bb/g;
r.test('bb') // true
r.test('-bb-') // false

上面代碼中，由于正則表達(dá)式r是從上一次的lastIndex位置開(kāi)始匹配，導(dǎo)致第二次執(zhí)行test方法時(shí)出現(xiàn)預(yù)期以外的結(jié)果。

lastIndex屬性只對(duì)同一個(gè)正則表達(dá)式有效，所以下面這樣寫(xiě)是錯(cuò)誤的。

var count = 0;
while (/a/g.test('babaa')) count++;

上面代碼會(huì)導(dǎo)致無(wú)限循環(huán)，因?yàn)?code>while循環(huán)的每次匹配條件都是一個(gè)新的正則表達(dá)式，導(dǎo)致lastIndex屬性總是等于0。

如果正則模式是一個(gè)空字符串，則匹配所有字符串。

new RegExp('').test('abc')
// true

RegExp.prototype.exec()

正則實(shí)例對(duì)象的exec()方法，用來(lái)返回匹配結(jié)果。如果發(fā)現(xiàn)匹配，就返回一個(gè)數(shù)組，成員是匹配成功的子字符串，否則返回null。

var s = '_x_x';
var r1 = /x/;
var r2 = /y/;

r1.exec(s) // ["x"]
r2.exec(s) // null

上面代碼中，正則對(duì)象r1匹配成功，返回一個(gè)數(shù)組，成員是匹配結(jié)果；正則對(duì)象r2匹配失敗，返回null。

如果正則表示式包含圓括號(hào)（即含有“組匹配”），則返回的數(shù)組會(huì)包括多個(gè)成員。第一個(gè)成員是整個(gè)匹配成功的結(jié)果，后面的成員就是圓括號(hào)對(duì)應(yīng)的匹配成功的組。也就是說(shuō)，第二個(gè)成員對(duì)應(yīng)第一個(gè)括號(hào)，第三個(gè)成員對(duì)應(yīng)第二個(gè)括號(hào)，以此類推。整個(gè)數(shù)組的length屬性等于組匹配的數(shù)量再加1。

var s = '_x_x';
var r = /_(x)/;

r.exec(s) // ["_x", "x"]

上面代碼的exec()方法，返回一個(gè)數(shù)組。第一個(gè)成員是整個(gè)匹配的結(jié)果，第二個(gè)成員是圓括號(hào)匹配的結(jié)果。

exec()方法的返回?cái)?shù)組還包含以下兩個(gè)屬性：

• input：整個(gè)原字符串。
• index：模式匹配成功的開(kāi)始位置（從0開(kāi)始計(jì)數(shù)）。

var r = /a(b+)a/;
var arr = r.exec('_abbba_aba_');

arr // ["abbba", "bbb"]

arr.index // 1
arr.input // "_abbba_aba_"

上面代碼中的index屬性等于1，是因?yàn)閺脑址牡诙€(gè)位置開(kāi)始匹配成功。

如果正則表達(dá)式加上g修飾符，則可以使用多次exec()方法，下一次搜索的位置從上一次匹配成功結(jié)束的位置開(kāi)始。

var reg = /a/g;
var str = 'abc_abc_abc'

var r1 = reg.exec(str);
r1 // ["a"]
r1.index // 0
reg.lastIndex // 1

var r2 = reg.exec(str);
r2 // ["a"]
r2.index // 4
reg.lastIndex // 5

var r3 = reg.exec(str);
r3 // ["a"]
r3.index // 8
reg.lastIndex // 9

var r4 = reg.exec(str);
r4 // null
reg.lastIndex // 0

上面代碼連續(xù)用了四次exec()方法，前三次都是從上一次匹配結(jié)束的位置向后匹配。當(dāng)?shù)谌纹ヅ浣Y(jié)束以后，整個(gè)字符串已經(jīng)到達(dá)尾部，匹配結(jié)果返回null，正則實(shí)例對(duì)象的lastIndex屬性也重置為0，意味著第四次匹配將從頭開(kāi)始。

利用g修飾符允許多次匹配的特點(diǎn)，可以用一個(gè)循環(huán)完成全部匹配。

var reg = /a/g;
var str = 'abc_abc_abc'

while(true) {
  var match = reg.exec(str);
  if (!match) break;
  console.log('#' + match.index + ':' + match[0]);
}
// #0:a
// #4:a
// #8:a

上面代碼中，只要exec()方法不返回null，就會(huì)一直循環(huán)下去，每次輸出匹配的位置和匹配的文本。

正則實(shí)例對(duì)象的lastIndex屬性不僅可讀，還可寫(xiě)。設(shè)置了g修飾符的時(shí)候，只要手動(dòng)設(shè)置了lastIndex的值，就會(huì)從指定位置開(kāi)始匹配。

字符串的實(shí)例方法

字符串的實(shí)例方法之中，有4種與正則表達(dá)式有關(guān)。

• String.prototype.match()：返回一個(gè)數(shù)組，成員是所有匹配的子字符串。
• String.prototype.search()：按照給定的正則表達(dá)式進(jìn)行搜索，返回一個(gè)整數(shù)，表示匹配開(kāi)始的位置。
• String.prototype.replace()：按照給定的正則表達(dá)式進(jìn)行替換，返回替換后的字符串。
• String.prototype.split()：按照給定規(guī)則進(jìn)行字符串分割，返回一個(gè)數(shù)組，包含分割后的各個(gè)成員。

String.prototype.match()

字符串實(shí)例對(duì)象的match方法對(duì)字符串進(jìn)行正則匹配，返回匹配結(jié)果。

var s = '_x_x';
var r1 = /x/;
var r2 = /y/;

s.match(r1) // ["x"]
s.match(r2) // null

從上面代碼可以看到，字符串的match方法與正則對(duì)象的exec方法非常類似：匹配成功返回一個(gè)數(shù)組，匹配失敗返回null。

如果正則表達(dá)式帶有g修飾符，則該方法與正則對(duì)象的exec方法行為不同，會(huì)一次性返回所有匹配成功的結(jié)果。

var s = 'abba';
var r = /a/g;

s.match(r) // ["a", "a"]
r.exec(s) // ["a"]

設(shè)置正則表達(dá)式的lastIndex屬性，對(duì)match方法無(wú)效，匹配總是從字符串的第一個(gè)字符開(kāi)始。

var r = /a|b/g;
r.lastIndex = 7;
'xaxb'.match(r) // ['a', 'b']
r.lastIndex // 0

上面代碼表示，設(shè)置正則對(duì)象的lastIndex屬性是無(wú)效的。

String.prototype.search()

字符串對(duì)象的search方法，返回第一個(gè)滿足條件的匹配結(jié)果在整個(gè)字符串中的位置。如果沒(méi)有任何匹配，則返回-1。

'_x_x'.search(/x/)
// 1

上面代碼中，第一個(gè)匹配結(jié)果出現(xiàn)在字符串的1號(hào)位置。

String.prototype.replace()

字符串對(duì)象的replace方法可以替換匹配的值。它接受兩個(gè)參數(shù)，第一個(gè)是正則表達(dá)式，表示搜索模式，第二個(gè)是替換的內(nèi)容。

str.replace(search, replacement)

正則表達(dá)式如果不加g修飾符，就替換第一個(gè)匹配成功的值，否則替換所有匹配成功的值。

'aaa'.replace('a', 'b') // "baa"
'aaa'.replace(/a/, 'b') // "baa"
'aaa'.replace(/a/g, 'b') // "bbb"

上面代碼中，最后一個(gè)正則表達(dá)式使用了g修飾符，導(dǎo)致所有的a都被替換掉了。

replace方法的一個(gè)應(yīng)用，就是消除字符串首尾兩端的空格。

var str = '  #id div.class  ';

str.replace(/^\s+|\s+$/g, '')
// "#id div.class"

replace方法的第二個(gè)參數(shù)可以使用美元符號(hào)$，用來(lái)指代所替換的內(nèi)容。

• $&：匹配的子字符串。
• $`：匹配結(jié)果前面的文本。
• $'：匹配結(jié)果后面的文本。
• $n：匹配成功的第n組內(nèi)容，n是從1開(kāi)始的自然數(shù)。
• $$：指代美元符號(hào)$。

'hello world'.replace(/(\w+)\s(\w+)/, '$2 $1')
// "world hello"

'abc'.replace('b', '[$`-$&-$\']')
// "a[a-b-c]c"

上面代碼中，第一個(gè)例子是將匹配的組互換位置，第二個(gè)例子是改寫(xiě)匹配的值。

replace方法的第二個(gè)參數(shù)還可以是一個(gè)函數(shù)，將每一個(gè)匹配內(nèi)容替換為函數(shù)返回值。

'3 and 5'.replace(/[0-9]+/g, function (match) {
  return 2 * match;
})
// "6 and 10"

var a = 'The quick brown fox jumped over the lazy dog.';
var pattern = /quick|brown|lazy/ig;

a.replace(pattern, function replacer(match) {
  return match.toUpperCase();
});
// The QUICK BROWN fox jumped over the LAZY dog.

作為replace方法第二個(gè)參數(shù)的替換函數(shù)，可以接受多個(gè)參數(shù)。其中，第一個(gè)參數(shù)是捕捉到的內(nèi)容，第二個(gè)參數(shù)是捕捉到的組匹配（有多少個(gè)組匹配，就有多少個(gè)對(duì)應(yīng)的參數(shù)）。此外，最后還可以添加兩個(gè)參數(shù)，倒數(shù)第二個(gè)參數(shù)是捕捉到的內(nèi)容在整個(gè)字符串中的位置（比如從第五個(gè)位置開(kāi)始），最后一個(gè)參數(shù)是原字符串。下面是一個(gè)網(wǎng)頁(yè)模板替換的例子。

var prices = {
  'p1': '$1.99',
  'p2': '$9.99',
  'p3': '$5.00'
};

var template = '<span id="p1"></span>'
  + '<span id="p2"></span>'
  + '<span id="p3"></span>';

template.replace(
  /(<span id=")(.*?)(">)(<\/span>)/g,
  function(match, $1, $2, $3, $4){
    return $1 + $2 + $3 + prices[$2] + $4;
  }
);
// "<span id="p1">$1.99</span><span id="p2">$9.99</span><span id="p3">$5.00</span>"

上面代碼的捕捉模式中，有四個(gè)括號(hào)，所以會(huì)產(chǎn)生四個(gè)組匹配，在匹配函數(shù)中用$1到$4表示。匹配函數(shù)的作用是將價(jià)格插入模板中。

String.prototype.split()

字符串對(duì)象的split方法按照正則規(guī)則分割字符串，返回一個(gè)由分割后的各個(gè)部分組成的數(shù)組。

str.split(separator, [limit])

該方法接受兩個(gè)參數(shù)，第一個(gè)參數(shù)是正則表達(dá)式，表示分隔規(guī)則，第二個(gè)參數(shù)是返回?cái)?shù)組的最大成員數(shù)。

// 非正則分隔
'a,  b,c, d'.split(',')
// [ 'a', '  b', 'c', ' d' ]

// 正則分隔，去除多余的空格
'a,  b,c, d'.split(/, */)
// [ 'a', 'b', 'c', 'd' ]

// 指定返回?cái)?shù)組的最大成員
'a,  b,c, d'.split(/, */, 2)
[ 'a', 'b' ]

上面代碼使用正則表達(dá)式，去除了子字符串的逗號(hào)后面的空格。

// 例一
'aaa*a*'.split(/a*/)
// [ '', '*', '*' ]

// 例二
'aaa**a*'.split(/a*/)
// ["", "*", "*", "*"]

上面代碼的分割規(guī)則是0次或多次的a，由于正則默認(rèn)是貪婪匹配，所以例一的第一個(gè)分隔符是aaa，第二個(gè)分割符是a，將字符串分成三個(gè)部分，包含開(kāi)始處的空字符串。例二的第一個(gè)分隔符是aaa，第二個(gè)分隔符是0個(gè)a（即空字符），第三個(gè)分隔符是a，所以將字符串分成四個(gè)部分。

如果正則表達(dá)式帶有括號(hào)，則括號(hào)匹配的部分也會(huì)作為數(shù)組成員返回。

'aaa*a*'.split(/(a*)/)
// [ '', 'aaa', '*', 'a', '*' ]

上面代碼的正則表達(dá)式使用了括號(hào)，第一個(gè)組匹配是aaa，第二個(gè)組匹配是a，它們都作為數(shù)組成員返回。

匹配規(guī)則

正則表達(dá)式的規(guī)則很復(fù)雜，下面一一介紹這些規(guī)則。

字面量字符和元字符

大部分字符在正則表達(dá)式中，就是字面的含義，比如/a/匹配a，/b/匹配b。如果在正則表達(dá)式之中，某個(gè)字符只表示它字面的含義（就像前面的a和b），那么它們就叫做“字面量字符”（literal characters）。

/dog/.test('old dog') // true

上面代碼中正則表達(dá)式的dog，就是字面量字符，所以/dog/匹配old dog，因?yàn)樗捅硎?code>d、o、g三個(gè)字母連在一起。

除了字面量字符以外，還有一部分字符有特殊含義，不代表字面的意思。它們叫做“元字符”（metacharacters），主要有以下幾個(gè)。

（1）點(diǎn)字符（.)

點(diǎn)字符（.）匹配除回車（\r）、換行(\n) 、行分隔符（\u2028）和段分隔符（\u2029）以外的所有字符。注意，對(duì)于碼點(diǎn)大于0xFFFF字符，點(diǎn)字符不能正確匹配，會(huì)認(rèn)為這是兩個(gè)字符。

/c.t/

上面代碼中，c.t匹配c和t之間包含任意一個(gè)字符的情況，只要這三個(gè)字符在同一行，比如cat、c2t、c-t等等，但是不匹配coot。

（2）位置字符

位置字符用來(lái)提示字符所處的位置，主要有兩個(gè)字符。

• ^ 表示字符串的開(kāi)始位置
• $ 表示字符串的結(jié)束位置

// test必須出現(xiàn)在開(kāi)始位置
/^test/.test('test123') // true

// test必須出現(xiàn)在結(jié)束位置
/test$/.test('new test') // true

// 從開(kāi)始位置到結(jié)束位置只有test
/^test$/.test('test') // true
/^test$/.test('test test') // false

（3）選擇符（|）

豎線符號(hào)（|）在正則表達(dá)式中表示“或關(guān)系”（OR），即cat|dog表示匹配cat或dog。

/11|22/.test('911') // true

上面代碼中，正則表達(dá)式指定必須匹配11或22。

多個(gè)選擇符可以聯(lián)合使用。

// 匹配fred、barney、betty之中的一個(gè)
/fred|barney|betty/

選擇符會(huì)包括它前后的多個(gè)字符，比如/ab|cd/指的是匹配ab或者cd，而不是指匹配b或者c。如果想修改這個(gè)行為，可以使用圓括號(hào)。

/a( |\t)b/.test('a\tb') // true

上面代碼指的是，a和b之間有一個(gè)空格或者一個(gè)制表符。

其他的元字符還包括\、*、+、?、()、[]、{}等，將在下文解釋。

轉(zhuǎn)義符

正則表達(dá)式中那些有特殊含義的元字符，如果要匹配它們本身，就需要在它們前面要加上反斜杠。比如要匹配+，就要寫(xiě)成\+。

/1+1/.test('1+1')
// false

/1\+1/.test('1+1')
// true

上面代碼中，第一個(gè)正則表達(dá)式之所以不匹配，因?yàn)榧犹?hào)是元字符，不代表自身。第二個(gè)正則表達(dá)式使用反斜杠對(duì)加號(hào)轉(zhuǎn)義，就能匹配成功。

正則表達(dá)式中，需要反斜杠轉(zhuǎn)義的，一共有12個(gè)字符：^、.、[、$、(、)、|、*、+、?、{和\。需要特別注意的是，如果使用RegExp方法生成正則對(duì)象，轉(zhuǎn)義需要使用兩個(gè)斜杠，因?yàn)樽址畠?nèi)部會(huì)先轉(zhuǎn)義一次。

(new RegExp('1\+1')).test('1+1')
// false

(new RegExp('1\\+1')).test('1+1')
// true

上面代碼中，RegExp作為構(gòu)造函數(shù)，參數(shù)是一個(gè)字符串。但是，在字符串內(nèi)部，反斜杠也是轉(zhuǎn)義字符，所以它會(huì)先被反斜杠轉(zhuǎn)義一次，然后再被正則表達(dá)式轉(zhuǎn)義一次，因此需要兩個(gè)反斜杠轉(zhuǎn)義。

特殊字符

正則表達(dá)式對(duì)一些不能打印的特殊字符，提供了表達(dá)方法。

• \cX 表示Ctrl-[X]，其中的X是A-Z之中任一個(gè)英文字母，用來(lái)匹配控制字符。
• [\b] 匹配退格鍵(U+0008)，不要與\b混淆。
• \n 匹配換行鍵。
• \r 匹配回車鍵。
• \t 匹配制表符 tab（U+0009）。
• \v 匹配垂直制表符（U+000B）。
• \f 匹配換頁(yè)符（U+000C）。
• \0 匹配null字符（U+0000）。
• \xhh 匹配一個(gè)以兩位十六進(jìn)制數(shù)（\x00-\xFF）表示的字符。
• \uhhhh 匹配一個(gè)以四位十六進(jìn)制數(shù)（\u0000-\uFFFF）表示的 Unicode 字符。

字符類

字符類（class）表示有一系列字符可供選擇，只要匹配其中一個(gè)就可以了。所有可供選擇的字符都放在方括號(hào)內(nèi)，比如[xyz] 表示x、y、z之中任選一個(gè)匹配。

/[abc]/.test('hello world') // false
/[abc]/.test('apple') // true

上面代碼中，字符串hello world不包含a、b、c這三個(gè)字母中的任一個(gè)，所以返回false；字符串apple包含字母a，所以返回true。

有兩個(gè)字符在字符類中有特殊含義。

（1）脫字符（^）

如果方括號(hào)內(nèi)的第一個(gè)字符是[^]，則表示除了字符類之中的字符，其他字符都可以匹配。比如，[^xyz]表示除了x、y、z之外都可以匹配。

/[^abc]/.test('bbc news') // true
/[^abc]/.test('bbc') // false

上面代碼中，字符串bbc news包含a、b、c以外的其他字符，所以返回true；字符串bbc不包含a、b、c以外的其他字符，所以返回false。

如果方括號(hào)內(nèi)沒(méi)有其他字符，即只有[^]，就表示匹配一切字符，其中包括換行符。相比之下，點(diǎn)號(hào)作為元字符（.）是不包括換行符的。

var s = 'Please yes\nmake my day!';

s.match(/yes.*day/) // null
s.match(/yes[^]*day/) // [ 'yes\nmake my day']

上面代碼中，字符串s含有一個(gè)換行符，點(diǎn)號(hào)不包括換行符，所以第一個(gè)正則表達(dá)式匹配失??；第二個(gè)正則表達(dá)式[^]包含一切字符，所以匹配成功。

注意，脫字符只有在字符類的第一個(gè)位置才有特殊含義，否則就是字面含義。

（2）連字符（-）

某些情況下，對(duì)于連續(xù)序列的字符，連字符（-）用來(lái)提供簡(jiǎn)寫(xiě)形式，表示字符的連續(xù)范圍。比如，[abc]可以寫(xiě)成[a-c]，[0123456789]可以寫(xiě)成[0-9]，同理[A-Z]表示26個(gè)大寫(xiě)字母。

/a-z/.test('b') // false
/[a-z]/.test('b') // true

上面代碼中，當(dāng)連字號(hào)（dash）不出現(xiàn)在方括號(hào)之中，就不具備簡(jiǎn)寫(xiě)的作用，只代表字面的含義，所以不匹配字符b。只有當(dāng)連字號(hào)用在方括號(hào)之中，才表示連續(xù)的字符序列。

以下都是合法的字符類簡(jiǎn)寫(xiě)形式。

[0-9.,]
[0-9a-fA-F]
[a-zA-Z0-9-]
[1-31]

上面代碼中最后一個(gè)字符類[1-31]，不代表1到31，只代表1到3。

連字符還可以用來(lái)指定 Unicode 字符的范圍。

var str = "\u0130\u0131\u0132";
/[\u0128-\uFFFF]/.test(str)
// true

上面代碼中，\u0128-\uFFFF表示匹配碼點(diǎn)在0128到FFFF之間的所有字符。

另外，不要過(guò)分使用連字符，設(shè)定一個(gè)很大的范圍，否則很可能選中意料之外的字符。最典型的例子就是[A-z]，表面上它是選中從大寫(xiě)的A到小寫(xiě)的z之間52個(gè)字母，但是由于在 ASCII 編碼之中，大寫(xiě)字母與小寫(xiě)字母之間還有其他字符，結(jié)果就會(huì)出現(xiàn)意料之外的結(jié)果。

/[A-z]/.test('\\') // true

上面代碼中，由于反斜杠（'\'）的ASCII碼在大寫(xiě)字母與小寫(xiě)字母之間，結(jié)果會(huì)被選中。

預(yù)定義模式

預(yù)定義模式指的是某些常見(jiàn)模式的簡(jiǎn)寫(xiě)方式。

• \d 匹配0-9之間的任一數(shù)字，相當(dāng)于[0-9]。
• \D 匹配所有0-9以外的字符，相當(dāng)于[^0-9]。
• \w 匹配任意的字母、數(shù)字和下劃線，相當(dāng)于[A-Za-z0-9_]。
• \W 除所有字母、數(shù)字和下劃線以外的字符，相當(dāng)于[^A-Za-z0-9_]。
• \s 匹配空格（包括換行符、制表符、空格符等），相等于[ \t\r\n\v\f]。
• \S 匹配非空格的字符，相當(dāng)于[^ \t\r\n\v\f]。
• \b 匹配詞的邊界。
• \B 匹配非詞邊界，即在詞的內(nèi)部。

下面是一些例子。

// \s 的例子
/\s\w*/.exec('hello world') // [" world"]

// \b 的例子
/\bworld/.test('hello world') // true
/\bworld/.test('hello-world') // true
/\bworld/.test('helloworld') // false

// \B 的例子
/\Bworld/.test('hello-world') // false
/\Bworld/.test('helloworld') // true

上面代碼中，\s表示空格，所以匹配結(jié)果會(huì)包括空格。\b表示詞的邊界，所以world的詞首必須獨(dú)立（詞尾是否獨(dú)立未指定），才會(huì)匹配。同理，\B表示非詞的邊界，只有world的詞首不獨(dú)立，才會(huì)匹配。

通常，正則表達(dá)式遇到換行符（\n）就會(huì)停止匹配。

var html = "<b>Hello</b>\n<i>world!</i>";

/.*/.exec(html)[0]
// "<b>Hello</b>"

上面代碼中，字符串html包含一個(gè)換行符，結(jié)果點(diǎn)字符（.）不匹配換行符，導(dǎo)致匹配結(jié)果可能不符合原意。這時(shí)使用\s字符類，就能包括換行符。

var html = "<b>Hello</b>\n<i>world!</i>";

/[\S\s]*/.exec(html)[0]
// "<b>Hello</b>\n<i>world!</i>"

上面代碼中，[\S\s]指代一切字符。

重復(fù)類

模式的精確匹配次數(shù)，使用大括號(hào)（{}）表示。{n}表示恰好重復(fù)n次，{n,}表示至少重復(fù)n次，{n,m}表示重復(fù)不少于n次，不多于m次。

/lo{2}k/.test('look') // true
/lo{2,5}k/.test('looook') // true

上面代碼中，第一個(gè)模式指定o連續(xù)出現(xiàn)2次，第二個(gè)模式指定o連續(xù)出現(xiàn)2次到5次之間。

量詞符

量詞符用來(lái)設(shè)定某個(gè)模式出現(xiàn)的次數(shù)。

• ? 問(wèn)號(hào)表示某個(gè)模式出現(xiàn)0次或1次，等同于{0, 1}。
• * 星號(hào)表示某個(gè)模式出現(xiàn)0次或多次，等同于{0,}。
• + 加號(hào)表示某個(gè)模式出現(xiàn)1次或多次，等同于{1,}。

// t 出現(xiàn)0次或1次
/t?est/.test('test') // true
/t?est/.test('est') // true

// t 出現(xiàn)1次或多次
/t+est/.test('test') // true
/t+est/.test('ttest') // true
/t+est/.test('est') // false

// t 出現(xiàn)0次或多次
/t*est/.test('test') // true
/t*est/.test('ttest') // true
/t*est/.test('tttest') // true
/t*est/.test('est') // true

貪婪模式

上一小節(jié)的三個(gè)量詞符，默認(rèn)情況下都是最大可能匹配，即匹配到下一個(gè)字符不滿足匹配規(guī)則為止。這被稱為貪婪模式。

var s = 'aaa';
s.match(/a+/) // ["aaa"]

上面代碼中，模式是/a+/，表示匹配1個(gè)a或多個(gè)a，那么到底會(huì)匹配幾個(gè)a呢？因?yàn)槟J(rèn)是貪婪模式，會(huì)一直匹配到字符a不出現(xiàn)為止，所以匹配結(jié)果是3個(gè)a。

除了貪婪模式，還有非貪婪模式，即最小可能匹配。只要一發(fā)現(xiàn)匹配，就返回結(jié)果，不要往下檢查。如果想將貪婪模式改為非貪婪模式，可以在量詞符后面加一個(gè)問(wèn)號(hào)。

var s = 'aaa';
s.match(/a+?/) // ["a"]

上面例子中，模式結(jié)尾添加了一個(gè)問(wèn)號(hào)/a+?/，這時(shí)就改為非貪婪模式，一旦條件滿足，就不再往下匹配，+?表示只要發(fā)現(xiàn)一個(gè)a，就不再往下匹配了。

除了非貪婪模式的加號(hào)（+?），還有非貪婪模式的星號(hào)（*?）和非貪婪模式的問(wèn)號(hào)（??）。

• +?：表示某個(gè)模式出現(xiàn)1次或多次，匹配時(shí)采用非貪婪模式。
• *?：表示某個(gè)模式出現(xiàn)0次或多次，匹配時(shí)采用非貪婪模式。
• ??：表格某個(gè)模式出現(xiàn)0次或1次，匹配時(shí)采用非貪婪模式。

'abb'.match(/ab*/) // ["abb"]
'abb'.match(/ab*?/) // ["a"]

'abb'.match(/ab?/) // ["ab"]
'abb'.match(/ab??/) // ["a"]

上面例子中，/ab*/表示如果a后面有多個(gè)b，那么匹配盡可能多的b；/ab*?/表示匹配盡可能少的b，也就是0個(gè)b。

修飾符

修飾符（modifier）表示模式的附加規(guī)則，放在正則模式的最尾部。

修飾符可以單個(gè)使用，也可以多個(gè)一起使用。

// 單個(gè)修飾符
var regex = /test/i;

// 多個(gè)修飾符
var regex = /test/ig;

（1）g 修飾符

默認(rèn)情況下，第一次匹配成功后，正則對(duì)象就停止向下匹配了。g修飾符表示全局匹配（global），加上它以后，正則對(duì)象將匹配全部符合條件的結(jié)果，主要用于搜索和替換。

var regex = /b/;
var str = 'abba';

regex.test(str); // true
regex.test(str); // true
regex.test(str); // true

上面代碼中，正則模式不含g修飾符，每次都是從字符串頭部開(kāi)始匹配。所以，連續(xù)做了三次匹配，都返回true。

var regex = /b/g;
var str = 'abba';

regex.test(str); // true
regex.test(str); // true
regex.test(str); // false

上面代碼中，正則模式含有g修飾符，每次都是從上一次匹配成功處，開(kāi)始向后匹配。因?yàn)樽址?code>abba只有兩個(gè)b，所以前兩次匹配結(jié)果為true，第三次匹配結(jié)果為false。

（2）i 修飾符

默認(rèn)情況下，正則對(duì)象區(qū)分字母的大小寫(xiě)，加上i修飾符以后表示忽略大小寫(xiě)（ignoreCase）。

/abc/.test('ABC') // false
/abc/i.test('ABC') // true

上面代碼表示，加了i修飾符以后，不考慮大小寫(xiě)，所以模式abc匹配字符串ABC。

（3）m 修飾符

m修飾符表示多行模式（multiline），會(huì)修改^和$的行為。默認(rèn)情況下（即不加m修飾符時(shí)），^和$匹配字符串的開(kāi)始處和結(jié)尾處，加上m修飾符以后，^和$還會(huì)匹配行首和行尾，即^和$會(huì)識(shí)別換行符（\n）。

/world$/.test('hello world\n') // false
/world$/m.test('hello world\n') // true

上面的代碼中，字符串結(jié)尾處有一個(gè)換行符。如果不加m修飾符，匹配不成功，因?yàn)樽址慕Y(jié)尾不是world；加上以后，$可以匹配行尾。

/^b/m.test('a\nb') // true

上面代碼要求匹配行首的b，如果不加m修飾符，就相當(dāng)于b只能處在字符串的開(kāi)始處。加上m修飾符以后，換行符\n也會(huì)被認(rèn)為是一行的開(kāi)始。

組匹配

（1）概述

正則表達(dá)式的括號(hào)表示分組匹配，括號(hào)中的模式可以用來(lái)匹配分組的內(nèi)容。

/fred+/.test('fredd') // true
/(fred)+/.test('fredfred') // true

上面代碼中，第一個(gè)模式?jīng)]有括號(hào)，結(jié)果+只表示重復(fù)字母d，第二個(gè)模式有括號(hào)，結(jié)果+就表示匹配fred這個(gè)詞。

下面是另外一個(gè)分組捕獲的例子。

var m = 'abcabc'.match(/(.)b(.)/);
m
// ['abc', 'a', 'c']

上面代碼中，正則表達(dá)式/(.)b(.)/一共使用兩個(gè)括號(hào)，第一個(gè)括號(hào)捕獲a，第二個(gè)括號(hào)捕獲c。

注意，使用組匹配時(shí)，不宜同時(shí)使用g修飾符，否則match方法不會(huì)捕獲分組的內(nèi)容。

var m = 'abcabc'.match(/(.)b(.)/g);
m // ['abc', 'abc']

上面代碼使用帶g修飾符的正則表達(dá)式，結(jié)果match方法只捕獲了匹配整個(gè)表達(dá)式的部分。這時(shí)必須使用正則表達(dá)式的exec方法，配合循環(huán)，才能讀到每一輪匹配的組捕獲。

var str = 'abcabc';
var reg = /(.)b(.)/g;
while (true) {
  var result = reg.exec(str);
  if (!result) break;
  console.log(result);
}
// ["abc", "a", "c"]
// ["abc", "a", "c"]

正則表達(dá)式內(nèi)部，還可以用\n引用括號(hào)匹配的內(nèi)容，n是從1開(kāi)始的自然數(shù)，表示對(duì)應(yīng)順序的括號(hào)。

/(.)b(.)\1b\2/.test("abcabc")
// true

上面的代碼中，\1表示第一個(gè)括號(hào)匹配的內(nèi)容（即a），\2表示第二個(gè)括號(hào)匹配的內(nèi)容（即c）。

下面是另外一個(gè)例子。

/y(..)(.)\2\1/.test('yabccab') // true

括號(hào)還可以嵌套。

/y((..)\2)\1/.test('yabababab') // true

上面代碼中，\1指向外層括號(hào)，\2指向內(nèi)層括號(hào)。

組匹配非常有用，下面是一個(gè)匹配網(wǎng)頁(yè)標(biāo)簽的例子。

var tagName = /<([^>]+)>[^<]*<\/\1>/;

tagName.exec("<b>bold</b>")[1]
// 'b'

上面代碼中，圓括號(hào)匹配尖括號(hào)之中的標(biāo)簽，而\1就表示對(duì)應(yīng)的閉合標(biāo)簽。

上面代碼略加修改，就能捕獲帶有屬性的標(biāo)簽。

var html = '<b class="hello">Hello</b><i>world</i>';
var tag = /<(\w+)([^>]*)>(.*?)<\/\1>/g;

var match = tag.exec(html);

match[1] // "b"
match[2] // " class="hello""
match[3] // "Hello"

match = tag.exec(html);

match[1] // "i"
match[2] // ""
match[3] // "world"

（2）非捕獲組

(?:x)稱為非捕獲組（Non-capturing group），表示不返回該組匹配的內(nèi)容，即匹配的結(jié)果中不計(jì)入這個(gè)括號(hào)。

非捕獲組的作用請(qǐng)考慮這樣一個(gè)場(chǎng)景，假定需要匹配foo或者foofoo，正則表達(dá)式就應(yīng)該寫(xiě)成/(foo){1, 2}/，但是這樣會(huì)占用一個(gè)組匹配。這時(shí)，就可以使用非捕獲組，將正則表達(dá)式改為/(?:foo){1, 2}/，它的作用與前一個(gè)正則是一樣的，但是不會(huì)單獨(dú)輸出括號(hào)內(nèi)部的內(nèi)容。

請(qǐng)看下面的例子。

var m = 'abc'.match(/(?:.)b(.)/);
m // ["abc", "c"]

上面代碼中的模式，一共使用了兩個(gè)括號(hào)。其中第一個(gè)括號(hào)是非捕獲組，所以最后返回的結(jié)果中沒(méi)有第一個(gè)括號(hào)，只有第二個(gè)括號(hào)匹配的內(nèi)容。

下面是用來(lái)分解網(wǎng)址的正則表達(dá)式。

// 正常匹配
var url = /(http|ftp):\/\/([^/\r\n]+)(\/[^\r\n]*)?/;

url.exec('http://google.com/');
// ["http://google.com/", "http", "google.com", "/"]

// 非捕獲組匹配
var url = /(?:http|ftp):\/\/([^/\r\n]+)(\/[^\r\n]*)?/;

url.exec('http://google.com/');
// ["http://google.com/", "google.com", "/"]

上面的代碼中，前一個(gè)正則表達(dá)式是正常匹配，第一個(gè)括號(hào)返回網(wǎng)絡(luò)協(xié)議；后一個(gè)正則表達(dá)式是非捕獲匹配，返回結(jié)果中不包括網(wǎng)絡(luò)協(xié)議。

（3）先行斷言

x(?=y)稱為先行斷言（Positive look-ahead），x只有在y前面才匹配，y不會(huì)被計(jì)入返回結(jié)果。比如，要匹配后面跟著百分號(hào)的數(shù)字，可以寫(xiě)成/\d+(?=%)/。

“先行斷言”中，括號(hào)里的部分是不會(huì)返回的。

var m = 'abc'.match(/b(?=c)/);
m // ["b"]

上面的代碼使用了先行斷言，b在c前面所以被匹配，但是括號(hào)對(duì)應(yīng)的c不會(huì)被返回。

（4）先行否定斷言

x(?!y)稱為先行否定斷言（Negative look-ahead），x只有不在y前面才匹配，y不會(huì)被計(jì)入返回結(jié)果。比如，要匹配后面跟的不是百分號(hào)的數(shù)字，就要寫(xiě)成/\d+(?!%)/。

/\d+(?!\.)/.exec('3.14')
// ["14"]

上面代碼中，正則表達(dá)式指定，只有不在小數(shù)點(diǎn)前面的數(shù)字才會(huì)被匹配，因此返回的結(jié)果就是14。

“先行否定斷言”中，括號(hào)里的部分是不會(huì)返回的。

var m = 'abd'.match(/b(?!c)/);
m // ['b']

上面的代碼使用了先行否定斷言，b不在c前面所以被匹配，而且括號(hào)對(duì)應(yīng)的d不會(huì)被返回。

參考鏈接

• Axel Rauschmayer, JavaScript: an overview of the regular expression API
• Mozilla Developer Network, Regular Expressions
• Axel Rauschmayer, The flag /g of JavaScript’s regular expressions
• Sam Hughes, Learn regular expressions in about 55 minutes