正規表示式的基本語法彙總篇(推薦!)

2022-09-30 14:00:38

1.正規表示式的基本語法

1.1兩個特殊符號 ‘^’ 和 ‘$’

^ 正規表示式的起始符

^tom 表示所有以tom開頭的字串

$ 正規表示式的結束符

lucy$ 表示所有以lucy結束的字串

^$ 結合使用

^tom$ 表示以tom開頭，並以tom結束的字串，只有tom本身

不使用 ^$

tom 表示任何包含 tom 的字串

1.2 出現次數的表示符號 * + ？

* 表示出現 0次或者至少1次

+ 表示出現至少1次

? 表示出現 0次或者 1次

^abc*$ 表示 c 可能出現0次或者至少1次, ab必須出現1次

^bcd+$ 表示 d 至少出現1次，bc必須出現1次

^cba?$ 表示 a 可能出現0次或者1次，cb必須出現1次

^(abc)+$ 表示 abc 這個整體至少出現1次

^[abc]+$ 表示 abc 中任意一個字元，至少出現1次

^ab+c$ 表示 a 必須出現1次 ,b至少出現1次，c必須出現1次

1.3 指定出現次數的範圍 {}

使用{m,n} 表示出現次數的範圍

m–至少出現m次

n–最多出現n次

舉例如下

^ab{0,2}$  -- a出現1次，b至少0次，最多2次  ^ab{0,2}$ <====> ^ab*$
^ab{3}$  --  a出現1次，b出現3次  ^ab{3}$ <====> ^abbb$
^ab{2,}$  -- a出現1次，b出現至少2次  ^ab{2,}$ <====> ^abb+$

{m,n} 可以不指定n的值，但是一定要指定m的值
{k} 只有一個值 k ，表示出現的是固定的次數

1.4 “或” 操作 |

^ab|cd$ -- 表示匹配結果是 ab 或 cd 其中一個

^(bc|df)a$ -- 表示匹配結果是 bca 或 dfa

^(ab|c)*d$ -- 表示匹配結果是以 ab 開頭或者 c 開頭，中間任意字元，以d結尾

1.5 替代任意字元的 . 英文句號

^ab.[0-9]$ -- 表示ab開頭，中間任意1個字元后面是0-9任意一個數位

^[a-z].{3}$ -- 表示a-z中任意一個小寫字母，後面跟三個任意字元

1.6 方括號的使用 []

[] 方括號表示某些字元允許在一個字串中某一個特定位置出現

^[ab]$ 表示一個字串中有一個a 或 b <===> ^a|b$

^[a-d]$ 表示一個字串包含小寫 abcdb 中的一個 <==>^[abcd]$<==>^a|b|c$

^[0-9]a$ 表示0-9中任意一個數位後面跟一個小寫字母a

^[a-z]{2}$ 表示a-z中任意的字串總共出現3個

^[A-Z]+$ 表示A-Z中任意一個大寫字母至少出現1次

方括號[]中使用 ^ ，表示不希望出現字元，簡稱過濾字元，而且 ^ 必須用在[]中的第一位

^a[^0-9]%$ 表示 a 和 % 中間不能出現數位

1.7 小括號 () 的作用

1.7.1 限定量詞作用的範圍

^abc+$ ab 後面跟著c至少出現一次
^(abc)+$ abc整體至少出現一次

1.7.2 分支結構

^abc(123|bb)+$ abc 後面跟著 (123|bb)+

^abc123|bb+$ abc123 或者 bb+

1.7.3 參照分組

這是括號一個重要的作用，有了它，我們就可以進行資料提取，以及更強大的替換操作。

而要使用它帶來的好處，必須配合使用實現環境的API。

以日期為例。假設格式是yyyy-mm-dd的，我們可以先寫一個簡單的正則：

var regex = /d{4}-d{2}-d{2}/;
//然後再修改成括號版的：
var regex = /(d{4})-(d{2})-(d{2})/;

1.7.4提取資料

比如提取出年、月、日，可以這麼做：

var regex = /(d{4})-(d{2})-(d{2})/;
var string = "2017-06-12";
console.log( string.match(regex) ); 
// => ["2017-06-12", "2017", "06", "12", index: 0, input: "2017-06-12"]
//match返回的一個陣列，第一個元素是整體匹配結果，然後是各個分組（括號裡）匹配的內容，然後是匹配下標，最後是輸入的文字。（注意：如果正則是否有修飾符g，match返回的陣列格式是不一樣的）。

//另外也可以使用正則物件的exec方法：

var regex = /(d{4})-(d{2})-(d{2})/;
var string = "2017-06-12";
console.log( regex.exec(string) ); 
// => ["2017-06-12", "2017", "06", "12", index: 0, input: "2017-06-12"]
//同時，也可以使用建構函式的全域性屬性$1至$9來獲取：

var regex = /(d{4})-(d{2})-(d{2})/;
var string = "2017-06-12";

regex.test(string); // 正則操作即可，例如
//regex.exec(string);
//string.match(regex);

console.log(RegExp.$1); // "2017"
console.log(RegExp.$2); // "06"
console.log(RegExp.$3); // "12"

1.7.5替換

比如，想把yyyy-mm-dd格式，替換成mm/dd/yyyy怎麼做？

var regex = /(d{4})-(d{2})-(d{2})/;
var string = "2017-06-12";
var result = string.replace(regex, "$2/$3/$1");
console.log(result); // "06/12/2017"
//其中replace中的，第二個引數裡用$1、$2、$3指代相應的分組。等價於如下的形式：

var regex = /(d{4})-(d{2})-(d{2})/;
var string = "2017-06-12";
var result = string.replace(regex, function() {
	return RegExp.$2 + "/" + RegExp.$3 + "/" + RegExp.$1;
});
console.log(result); // "06/12/2017"
//也等價於：

var regex = /(d{4})-(d{2})-(d{2})/;
var string = "2017-06-12";
var result = string.replace(regex, function(match, year, month, day) {
	return month + "/" + day + "/" + year;
});
console.log(result); // "06/12/2017"

1.7.6反向參照

除了使用相應API來參照分組，也可以在正則本身裡參照分組。但只能參照之前出現的分組，即反向參照。

還是以日期為例。

比如要寫一個正則支援匹配如下三種格式：

2016-06-12

2016/06/12

2016.06.12

最先可能想到的正則是:

var regex = /d{4}(-|/|.)d{2}(-|/|.)d{2}/;
var string1 = "2017-06-12";
var string2 = "2017/06/12";
var string3 = "2017.06.12";
var string4 = "2016-06/12";
console.log( regex.test(string1) ); // true
console.log( regex.test(string2) ); // true
console.log( regex.test(string3) ); // true
console.log( regex.test(string4) ); // true

其中/和.需要跳脫。雖然匹配了要求的情況，但也匹配"2016-06/12"這樣的資料。

假設我們想要求分割符前後一致怎麼辦？此時需要使用反向參照：

var regex = /d{4}(-|/|.)d{2}1d{2}/;
var string1 = "2017-06-12";
var string2 = "2017/06/12";
var string3 = "2017.06.12";
var string4 = "2016-06/12";
console.log( regex.test(string1) ); // true
console.log( regex.test(string2) ); // true
console.log( regex.test(string3) ); // true
console.log( regex.test(string4) ); // false

注意裡面的1，表示的參照之前的那個分組(-|/|.)。不管它匹配到什麼（比如-），1都匹配那個同樣的具體某個字元。

我們知道了1的含義後，那麼2和3的概念也就理解了，即分別指代第二個和第三個分組。

看到這裡，此時，恐怕你會有三個問題。

括號巢狀怎麼辦？

以左括號（開括號）為準。比如：

var regex = /^((d)(d(d)))1234$/;
var string = "1231231233";
console.log( regex.test(string) ); // true
console.log( RegExp.$1 ); // 123
console.log( RegExp.$2 ); // 1
console.log( RegExp.$3 ); // 23
console.log( RegExp.$4 ); // 3

我們可以看看這個正則匹配模式：

第一個字元是數位，比如說1，

第二個字元是數位，比如說2，

第三個字元是數位，比如說3，

接下來的是1，是第一個分組內容，那麼看第一個開括號對應的分組是什麼，是123，

接下來的是2，找到第2個開括號，對應的分組，匹配的內容是1，

接下來的是3，找到第3個開括號，對應的分組，匹配的內容是23，

最後的是4，找到第3個開括號，對應的分組，匹配的內容是3。

這個問題，估計仔細看一下，就該明白了。

10表示什麼呢？

另外一個疑問可能是，即10是表示第10個分組，還是1和0呢？答案是前者，雖然一個正則裡出現10比較罕見。測試如下：

var regex = /(1)(2)(3)(4)(5)(6)(7)(8)(9)(#) 10+/;
var string = "123456789# ######"
console.log( regex.test(string) );

參照不存在的分組會怎樣？

因為反向參照，是參照前面的分組，但我們在正則裡參照了不存在的分組時，此時正則不會報錯，只是匹配反向參照的字元本身。例如2，就匹配"2"。注意"2"表示對2進行了轉意。

var regex = /123456789/;
console.log( regex.test("123456789") ); 
console.log( "123456789".split("") );

chrome瀏覽器列印的結果：

1.7.7非捕獲分組

之前文中出現的分組，都會捕獲它們匹配到的資料，以便後續參照，因此也稱他們是捕獲型分組。

如果只想要括號最原始的功能，但不會參照它，即，既不在API裡參照，也不在正則裡反向參照。此時可以使用非捕獲分組(?:p)，例如本文第一個例子可以修改為：

var regex = /(?:ab)+/g;
var string = "ababa abbb ababab";
console.log( string.match(regex) ); // ["abab", "ab", "ababab"]

1.7.8 操作範例

字串trim方法模擬

//trim方法是去掉字串的開頭和結尾的空白符。有兩種思路去做。

//第一種，匹配到開頭和結尾的空白符，然後替換成空字元。如：

function trim(str) {
	return str.replace(/^s+|s+$/g, '');
}
console.log( trim("  foobar   ") ); // "foobar"
//第二種，匹配整個字串，然後用參照來提取出相應的資料：

function trim(str) {
	return str.replace(/^s*(.*?)s*$/g, "$1");
}
console.log( trim("  foobar   ") ); // "foobar"
//這裡使用了惰性匹配*?，不然也會匹配最後一個空格之前的所有空格的。

//當然，前者效率高。

將每個單詞的首字母轉換為大寫

function titleize(str) {
	return str.toLowerCase().replace(/(?:^|s)w/g, function(c) {
		return c.toUpperCase();
	});
}
console.log( titleize('my name is epeli') ); // "My Name Is Epeli"
//思路是找到每個單詞的首字母，當然這裡不使用非捕獲匹配也是可以的。

駝峰化

function camelize(str) {
	return str.replace(/[-_s]+(.)?/g, function(match, c) {
		return c ? c.toUpperCase() : '';
	});
}
console.log( camelize('-moz-transform') ); // MozTransform
首字母不會轉化為大寫的。其中分組(.)表示首字母，單詞的界定，前面的字元可以是多個連字元、下劃線以及空白符。正則後面的?的目的，是為了應對str尾部的字元可能不是單詞字元，比如str是'-moz-transform '。

中劃線化

function dasherize(str) {
	return str.replace(/([A-Z])/g, '-$1').replace(/[-_s]+/g, '-').toLowerCase();
}
console.log( dasherize('MozTransform') ); // -moz-transform
駝峰化的逆過程。

html跳脫和反跳脫

// 將HTML特殊字元轉換成等值的實體
function escapeHTML(str) {
	var escapeChars = {
	  '¢' : 'cent',
	  '£' : 'pound',
	  '¥' : 'yen',
	  '€': 'euro',
	  '©' :'copy',
	  '®' : 'reg',
	  '<' : 'lt',
	  '>' : 'gt',
	  '"' : 'quot',
	  '&' : 'amp',
	  ''' : '#39'
	};
	return str.replace(new RegExp('[' + Object.keys(escapeChars).join('') +']', 'g'), function(match) {
		return '&' + escapeChars[match] + ';';
	});
}
console.log( escapeHTML('<div>Blah blah blah</div>') );
// => &lt;div&gt;Blah blah blah&lt;/div&gt;
//其中使用了用建構函式生成的正則，然後替換相應的格式就行了，這個跟本文沒多大關係。

//倒是它的逆過程，使用了括號，以便提供參照，也很簡單，如下：

// 實體字元轉換為等值的HTML。
function unescapeHTML(str) {
	var htmlEntities = {
	  nbsp: ' ',
	  cent: '¢',
	  pound: '£',
	  yen: '¥',
	  euro: '€',
	  copy: '©',
	  reg: '®',
	  lt: '<',
	  gt: '>',
	  quot: '"',
	  amp: '&',
	  apos: '''
	};
	return str.replace(/&([^;]+);/g, function(match, key) {
		if (key in htmlEntities) {
			return htmlEntities[key];
		}
		return match;
	});
}
console.log( unescapeHTML('&lt;div&gt;Blah blah blah&lt;/div&gt;') );
// => <div>Blah blah blah</div>
//通過key獲取相應的分組參照，然後作為物件的鍵。

匹配成對標籤

//要求匹配：

<title>regular expression</title>

<p>laoyao bye bye</p>

//不匹配：

<title>wrong!</p>
//匹配一個開標籤，可以使用正則<[^>]+>，

//匹配一個閉標籤，可以使用</[^>]+>，

//但是要求匹配成對標籤，那就需要使用反向參照，如：

var regex = /<([^>]+)>[dD]*</1>/;
var string1 = "<title>regular expression</title>";
var string2 = "<p>laoyao bye bye</p>";
var string3 = "<title>wrong!</p>";
console.log( regex.test(string1) ); // true
console.log( regex.test(string2) ); // true
console.log( regex.test(string3) ); // false
//其中開標籤<[^>]+>改成<([^>]+)>，使用括號的目的是為了後面使用反向參照，而提供分組。閉標籤使用了反向參照，</1>。

//另外[dD]的意思是，這個字元是數位或者不是數位，因此，也就是匹配任意字元的意思。

2. 常用的正規表示式

"^d+$"　　//非負整數（正整數 + 0）
"^[0-9]*[1-9][0-9]*$"　　//正整數
"^((-d+)|(0+))$"　　//非正整數（負整數 + 0）
"^-[0-9]*[1-9][0-9]*$"　　//負整數
"^-?d+$"　　　　//整數
"^d+(.d+)?$"　　//非負浮點數（正浮點數 + 0）
"^(([0-9]+.[0-9]*[1-9][0-9]*)|([0-9]*[1-9][0-9]*.[0-9]+)|([0-9]*[1-9][0-9]*))$"　　//正浮點數
"^((-d+(.d+)?)|(0+(.0+)?))$"　　//非正浮點數（負浮點數 + 0）
"^(-(([0-9]+.[0-9]*[1-9][0-9]*)|([0-9]*[1-9][0-9]*.[0-9]+)|([0-9]*[1-9][0-9]*)))$"　　//負浮點數
"^(-?d+)(.d+)?$"　　//浮點數
"^[A-Za-z]+$"　　//由26個英文字母組成的字串
"^[A-Z]+$"　　//由26個英文字母的大寫組成的字串
"^[a-z]+$"　　//由26個英文字母的小寫組成的字串
"^[A-Za-z0-9]+$"　　//由數位和26個英文字母組成的字串
"^w+$"　　//由數位、26個英文字母或者下劃線組成的字串
"^[w-]+(.[w-]+)*@[w-]+(.[w-]+)+$"　　　　//email地址
"^[a-zA-z]+://(w+(-w+)*)(.(w+(-w+)*))*(?S*)?$"　　//url
/^(d{2}|d{4})-((0([1-9]{1}))|(1[1|2]))-(([0-2]([1-9]{1}))|(3[0|1]))$/   //  年-月-日
/^((0([1-9]{1}))|(1[1|2]))/(([0-2]([1-9]{1}))|(3[0|1]))/(d{2}|d{4})$/   // 月/日/年
"^([w-.]+)@(([[0-9]{1,3}.[0-9]{1,3}.[0-9]{1,3}.)|(([w-]+.)+))([a-zA-Z]{2,4}|[0-9]{1,3})(]?)$"   //Emil
"(d+-)?(d{4}-?d{7}|d{3}-?d{8}|^d{7,8})(-d+)?"     //電話號碼
"^(d{1,2}|1dd|2[0-4]d|25[0-5]).(d{1,2}|1dd|2[0-4]d|25[0-5]).(d{1,2}|1dd|2[0-4]d|25[0-5]).(d{1,2}|1dd|2[0-4]d|25[0-5])$"   //IP地址

^([0-9A-F]{2})(-[0-9A-F]{2}){5}$   //MAC地址的正規表示式
^[-+]?d+(.d+)?$  //值型別正規表示式


"^\d+$"　　//非負整數（正整數 + 0）
"^[0-9]*[1-9][0-9]*$"　　//正整數
"^((-\d+)|(0+))$"　　//非正整數（負整數 + 0）
"^-[0-9]*[1-9][0-9]*$"　　//負整數
"^-?\d+$"　　　　//整數
"^\d+(\.\d+)?$"　　//非負浮點數（正浮點數 + 0）
"^(([0-9]+\.[0-9]*[1-9][0-9]*)|([0-9]*[1-9][0-9]*\.[0-9]+)|([0-9]*[1-9][0-9]*))$"　　//正浮點數
"^((-\d+(\.\d+)?)|(0+(\.0+)?))$"　　//非正浮點數（負浮點數 + 0）
"^(-(([0-9]+\.[0-9]*[1-9][0-9]*)|([0-9]*[1-9][0-9]*\.[0-9]+)|([0-9]*[1-9][0-9]*)))$"　　//負浮點數
"^(-?\d+)(\.\d+)?$"　　//浮點數
"^[A-Za-z]+$"　　//由26個英文字母組成的字串
"^[A-Z]+$"　　//由26個英文字母的大寫組成的字串
"^[a-z]+$"　　//由26個英文字母的小寫組成的字串
"^[A-Za-z0-9]+$"　　//由數位和26個英文字母組成的字串
"^\w+$"　　//由數位、26個英文字母或者下劃線組成的字串
"^[\w-]+(\.[\w-]+)*@[\w-]+(\.[\w-]+)+$"　　　　//email地址
"^[a-zA-z]+://(\w+(-\w+)*)(\.(\w+(-\w+)*))*(\?\S*)?$"　　//url