JavaScript 正则表达式

什么是正则表达式？

正则表达式是一些用来匹配和处理文本的字符串。

语法

可以使用字面量、构造器和工厂标记来创建正则表达式

/partern/flags
new RegExp(pattern[, flags])
RegExp(pattern[, flags])

其中 flags

• g 全局匹配
• i 不区分大小写
• m 多行匹配
• u Unicode 字符匹配

正则表达式中的特殊字符

字符类

• . 匹配除行终止符(\n,\r,\u2028 or \u2029)之外的任何单个字符，若在字符集中则仅仅只匹配.
• \d 匹配任何一个数字字符，相当于 [0-9]
• \D 匹配任何一个非数字字符，相当于 [^0-9]
• \w 匹配任何一个字母数字字符，包括下划线，相当于 [A-Za-z0-9_]
• \W 匹配任何一个非字母数字字符或非下划线字符，相当于 [^A-Za-z0-9_]
• \s 匹配任何单个空格字符，相当于 [\f\n\r\t\v\u00a0\u1680\u2000-\u200a\u2028\u2029\u202f\u205f\u3000\ufeff]
• \S 匹配除了空格外的单个字符，相当于 [^ \f\n\r\t\v\u00a0\u1680\u2000-\u200a\u2028\u2029\u202f\u205f\u3000\ufeff]
• \t 匹配一个横向制表符
• \r 匹配一个回车
• \n 匹配一个换行符
• \v 匹配一个垂直制表符
• \f 匹配一个换页符
• [\b] 匹配一个删除符
• \0 匹配 NUL 字符
• \cX 匹配控制字符

字符集

• [-a-z-] 匹配方括号中字符中的任何一个，可以使用连字符 - 来指定字符范围，但如果连字符是方括号中的第一个或最后一个字符，则作为普通字符包含在字符集中。也可以在字符集中包含字符类。
• [^-A-Z-] 匹配除括号中包含的内容外的任何内容

可选字符

• x|y 匹配 x 或 y 中的一个

边界

• ^ 匹配开头，如果设置了多行匹配标记，则在换行符后立即匹配
• $ 匹配结尾
• \b 匹配单词边界，实际上它匹配的是一个能够构成单词的字符(\w)和一个不能构成单词的字符(\W)之间的位置
• \B 匹配非单词边界

分组和反向引用

• (x) 匹配 x 并记录匹配结果，称为捕获分组
• \n 引用之前的第 n 个 表达式
• (?:x) 匹配 x 但不记录匹配结果，称为非捕获分组

量词

• x* 匹配 x 0次或更多次
• x+ 匹配 x 1次或更多次
• x? 匹配 x 0次或1次
• x{n} 匹配 x n次
• x{n,} 匹配 x 至少n次
• x{n,m} 匹配 x 至少n次至多m次
• ? 非贪婪匹配，在量词后加上 ? 表示量词的非贪婪模式，匹配尽可能少的字符

回溯引用

• x(?=y) 前向查找，仅当 x 后跟 y 时，才匹配 x

  

• (?<=y)x 后向查找，仅当 x 前面有 y 时，才匹配 x

  

常用的方法

• exec()

  在指定的字符串上执行匹配搜索，返回结果数组或 null

  const str = "My ip address is 255.198.99.101 and your ip address 199.123.44.88";
  const reg = /\d{1,3}\.\d{1,3}\.\d{1,3}\.\d{1,3}/g;
  
  // Found 255.198.99.101, from index 17, last match from index 31
  // Found 199.123.44.88, from index 52, last match from index 65
  while((res = reg.exec(str)) !== null) {
    console.log(`Found ${res[0]}, from index ${res['index']}, last match from index ${reg.lastIndex}`);
  }

• test()

  在指定的字符串和一个正则表达式之间执行匹配搜索，返回 true 或 false

• match()

  对给定的字符串进行匹配并返回匹配结果

  const str = "My ip address is 255.198.99.101 and your ip address 199.123.44.88";
  const reg = /\d{1,3}\.\d{1,3}\.\d{1,3}\.\d{1,3}/g;
  
  // [ '255.198.99.101', '199.123.44.88' ]
  console.log(str.match(reg));

• replace()

  使用给定的字符串替换匹配到的结果

• search()

  在给定的字符串中搜索匹配，并返回首次匹配结果的索引

• split()

  通过将字符串分隔为子字符串，将字符串拆分为数组。

常用正则表达式

• 匹配中文字符

  /^[\u4e00-\u9fa5]{0,}$/

• 匹配双字节字符

  /[^\x00-\xff]/

• 匹配千分位

  /\B(?=(\b{3})+(?!\d))/

• 匹配两位小数

  /^([1-9][0-9]*)(\.[0-9]{2})?$/

• 匹配中国固定电话号码

  最开始的一位一定是 0，接着是 2，3，4位数字组成的区号，然后是7位或8位的电话号码，其中首位不为1

  /\(?0[1-9]\d{1,3}\)?[ -]?[2-9]\d{2,3}[ -]?\d{4}/

• 匹配统一社会信用代码

  统一社会信用代码由18位数字或者大写字母组成，但是字母不包括 I、O、Z、S、V

  一共由五部分组成：

  第一部分：登记管理部门代码1位 (数字或大写英文字母)

  第二部分：机构类别代码1位 (数字或大写英文字母)

  第三部分：登记管理机关行政区划码6位 (数字)

  第四部分：主体标识码（组织机构代码）9位 (数字或大写英文字母)

  第五部分：校验码1位 (数字或大写英文字母)

  /[0-9A-HJ-NPQRTUWXY]{2}\d{6}[0-9A-HJ-NPQRTUWXY]{10}/

  目前还有老的工商注册代码，也就是15位的社会信用代码，正则表达式如下：（弱校验）

  /[1-9]\d{15}/

  同时支持18位和15位社会信用代码

  /^([0-9A-HJ-NPQRTUWXY]{2}\d{6}[0-9A-HJ-NPQRTUWXY]{10}|[1-9]\d{14})$/

• 中国邮政编码

  前两位代表省、市、自治区，第三位代表邮区，第四位代表县、市，最后两位代表投递邮局，其中第二位不为 8。

  /\d[0-7|9][0-9]{4}/

• 中国身份证号码

  前六位是户口所在地编码，其中第一位是 1~8，此后是出生年月日，出生年份只能是 18、19、20，而且是可选的，最后一位校验位是数字或 x

  /[1-8]\d{5}((18)|(19)|(20))?\d{2}(0[1-9]|1[0-2])((0|1|2)[1-9]|3[0-1])\d{3}[\dx]?/

JavaScript 中的特殊字符

Unicode	转义序列	含义	类别
\u0008	\b	Backspace
\u0009	\t	Tab	空白
\u000A	\n	换行符	行终止符
\u000B	\v	垂直制表符	空白
\u000C	\f	换页	空白
\u000D	\r	回车	行终止符
\u0022	"	双引号
\u0027	'	单引号
\u005C	\ \	反斜杠
\u00A0		不间断空格	空白
\u0028		行分隔符	行终止符
\u0029		段落分割符	行终止符
\uFEFF		字节顺序标记	空白