犀牛 ——第10章 正则表达式的模式匹配 10.1 正则表达式的定义

10.1正则表达式的定义

JavaScript中的正则表达式用RegExp对象表示，可以使用RegExp()构造函数来创建RegExp对象，不过RegExp对象，不过RegExp对象更多的是通过一种特殊的直接量语法来创建。正则表达式直接量定义为包含在一对斜杠(/)之间的字符，例如：

var pattern = /s$/;

用构造函数RegExp()也可以定义个与之等价的正则表达式，代码如下：

var pattern = new RegExp("s$");

运行上面两行代码创建一个新的RegExp对象，并将它赋值给变量pattern。这个特殊的RegExp对象用来匹配所有以字母“s”结尾的字符串。

10.1.1 直接量字符

正则表达式中的所有字母和数字都是按照字面含义进行匹配的。JavaScript正则表达式语法也支持非字母的字符匹配，这些字符需要通过反斜杠（\）作为前缀进行转义。

表10-1：正则表达式中的直接量字符

字符	匹配
字母和数字字符	自身
\o	NULL字符
\t	制表符
\n	换行符
\v	垂直制表符
\f	换页符
\r	回车符
\xnn	由十六进制数nn指定的拉丁字符,例如，\xOA等价于\n
\uxxx	由十六进制数xxxx指定的Unicode字符，例如\u0009等价于\t
\cX	控制字符^X,

10.1.2 字符类

将直接量字符串单独放进方括号内就组成了字符类。一个字符类可以匹配它所包含的任意字符。因此，正则表达式/[abc]/就和“a”、“b”、“c”中的任意一个都匹配。

字符类可以使用连字符来表示字符范围。要匹配拉丁字母表中的小写字母，可以使用/a-z/.

表10-2：正则表达式的字符类

字符	匹配
[...]	方括号内的任意字符
[^...]	不在方括号内的任意字符
.	除换行符和其他Unicode行终止符之外的任意字符
\w	任意ASCII字符组成的单词，等价于[a-zA-Z0-9]
\W	任意不是ASCII字符组成的单词，等价于[^a-zA-Z0-9]
\s	\s任意Unicode空白符
\S	\S任意非Unicode空白符的字符，注意\w和\S不同
\d	任何ASCII数字，等价于[0-9]
\D	除了ASCII数字之外的任何字符，等价于[^0-9]
[\b]	退格直接量(特例)

10.1.3重复

在正则模式之后跟随用以指定字符重复的标记。由于某些重复种类非常常用，因此就有一些专门用于表示这种情况的特殊字符。

表10-3：正则表达式的重复字符语法

字符	含义
{n,m}	匹配前一项至少n次，但不能超过m次
{n,}	匹配前一项n次或者更多次
{n}	匹配前一项n次
?	匹配前一项0次或者1次，也就是说前一项是可选的，等价于{0,1}
+	匹配前一项1次或多次，等价于{1,}
*	匹配前一项0次或多次，等价于{0，}

例子：

/\d{2,4}/ //匹配2到4个数字

/\w{3}\d?/ //精确匹配三个单词和一个可选的数字

/\s+java\s+/ //匹配前后带有一个或多个空格的字符串“java”

/[^(]*/ //匹配一个或多个非左括号的字符

非贪婪的重复

表10-3中列出的匹配重复字符串是尽可能多地匹配，而且允许后续的正则表达式继续匹配。因此，我们称之为“贪婪的”匹配。

可以使用正则表达式进行非贪婪匹配。只须在待匹配的字符后跟随一个问号即可：“??”、“+?”、“*?”或“{1,5}”。

10.1.4 选择、分组和引用

表10-4：正则表达式的选择、分组和引用字符

字符	含义
|	选择，匹配的是该符号左边的子表达式或右边的子表达式
(...)	组合，将几个項组合为一个单元，这个单元可通过“”、“”、“”和“”等符号加以修饰，而且可以记住和这个组合相匹配的字符串已供此后的引用使用
(?:...)	只组合，把项组合到一个单元，但不记忆与该组相匹配的字符
\n	和第n个分组第一次匹配的字符相匹配，组是圆括号中的子表达式（也有可能是嵌套的），组索引是从左到右的左括号数，“？：”形式的分组不编码

10.1.5 指定匹配位置

表10-5：正则表达式中的锚字符

字符	含义
^	匹配字符串的开头，在多行检索中，匹配一行的开头
$	匹配字符串的结尾，在多行检索中，匹配一行的结尾
\b	匹配一个单词的边界，简言之，就是位于字符\w和\W之间的位置，或位于字符\w和字符串的开头或者结尾之间的位置
\B	匹配非单词边界的位置
(?=p)	零宽正向先行断言，要求接下来的字符都与p匹配，但不能包括匹配p的那些字符
(?!p)	零宽负向先行断言，要求接下来的字符不与p匹配

10.1.6 修饰符

字符	含义
i	执行不区分大小写的匹配
g	执行一个全局匹配，简言之，即找到所有的匹配，而不是在找到第一个之后就停止
m	多行匹配模式，^匹配一行的开头和字符串的开头，$匹配行的结束和字符串的结束