JavaScript 正则表达式

最新推荐文章于 2025-05-10 23:21:25 发布

原创最新推荐文章于 2025-05-10 23:21:25 发布 · 726 阅读

0 ·

本内容遵循CC 4.0 BY-SA版权协议

收录于

JavaScript

本文详细介绍了JavaScript中的正则表达式，包括RegExp对象的创建、直接量字符的匹配、字符类的使用、重复字符的语法以及在实际案例中的应用，如用户名表单验证。

正则表达式

1、说明

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对象更多的是通过一种特殊的直接量语法来创建，就想通过引号包裹字符的方式来定义字符串直接量一样，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：
在这里插入图片描述

运行这段代码创建一个新的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。用构造函数 RegExp() 也可以定义一个与之等价的正则表达式，代码如下：
在这里插入图片描述

RegExp 直接量和对象的创建

就像字符串和数字一样，程序中每个取值相同的原始类型直接量均表示相同的值，就是显而易见的。程序运行时每次遇到对象直接量（初始化表达式）诸如 {} 和 [] 的时候都会创建新对象。比如，如果在循环体中写 var a = [] ，则每次遍历都会创建一个新的空数组。

正则表达式的模式规则是由一个字符序列组成的。包括所有字母和数字在内，大多数的字符都是按照直接量仅描述待匹配的字符的。如此说来，正则表达式 /java/ 可以匹配任何包含“java”子串的字符串。除此之外，正则表达式中还有其他具有特殊语义的字符，这些字符并不按照字面含义进行匹配。比如，正则表达式 /s$/ 包含两个字符，第一个字符 “s” 按照字面含义匹配，第二个字符 $ 是一个具有特殊语义的元字符，用以匹配字符串的结束。因此这个正则表达式可以匹配任何以 “s” 结束的字符串。

2、直接量字符

正如上文提到的，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 () 作为前缀进行转移。比如，转移字符 \n 用以匹配换行符。

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(\u0000)
\t	制表符(\u0009)
\n	换行符(\u000A)
\v	垂直制表符(\u000B)
\f	换页符(\u000C)
\r	回车符(\u000D)
\xnn	由十六进制数nn指定的拉丁字符，例如，\x0A等价于\n
\uxxxx	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，例如，\cJ等价于换行符\n

在正则表达式中，许多标点符号具有特殊含义，它们是：

^ $ . * + ? = ! : | \ / ( ) [ ] { }

某些符号只有在正则表达式的某些上下文中才具有某种特殊含义，在其他上下文中则被当成直接量处理。然而，如果想在正则表达式中使用这些字符的直接量进行匹配，则必须使用前缀 \ ，这是一条通行规则。其他标点符号（比如@和引号）没有特殊含义，在正则表达式中按照字面含义进行匹配。

如果不记得哪些标点符号需要反斜线转义，可以在每个标点符号前都加上反斜线。另外需要注意，许多字母和数字在有反斜线做前缀时也有特殊含义，所以对于像按照直接量进行匹配的字母和数字，尽量不要用反斜线对其转义。当然，要想在正则表达式中按照直接量匹配反斜线本身，则必须使用反斜线将其转义。比如正则表达式 “ΛV”用以匹配任何包含反斜线的字符串。

3、字符类

将直接量字符单独放进方括号内就做成了字符类。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]/就和字母“a”、“b”、“c”中的任意一个都匹配。另外，可以通过 “^” 符号来定义否定字符类，它匹配所有不包含在方括号内的字符。定义否定字符类时，讲一个 “^” 符号作为左方括号内的第一个字符。整则表达式 /[^abc]/ 匹配的是“a”、“b”、“c”之外的所有字符。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]/，要匹配拉丁字母表中任何字母和数字，则使用/[a-zA-Z0-9]/。

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	任何ASCⅡ字符组成的单词，等价于[a-zA-Z0-9]
\W	任何不适ASCⅡ字符组成的单词，等价于[^a-zA-Z0-9]
\s	任何Unicode空白符
\S	任何非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]	退出直接量(特例)

ASCⅡ (American Standard Code for Information Interchange,美国信息互换标准代码,ASCⅡ)是基于拉丁*字母*的一套电脑编码系统。

注意：

在方括号之内可以写这些特殊转移字符。比如，由于\s匹配所有的空白字符，\d匹配的是所有数字，因此/[\s\d]/就匹配任意空白符或者数字。注意，这里有个特例，下面我们将会看到转义符\b具有的特殊含义，当用再字符类中时，它表示的是退格符，所以要在正则表达式中按照直接量表示一个退格符，只需要使用有一个元素的字符类/[\b]。

4、重复

我们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。

正则表达式中的重复字符语法

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2~4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

在使用 “+” 和 “?” 时要注意，由于这些字符可能匹配0个字符，因此它们允许什么都不匹配。

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，讲几个项组合为一个单元，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以供伺候的引用使用
(?:…)	只组合，把项目组合到一个单元，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），组索引号是从左到右的左括号数，“(?:”形式的分组不编码

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（但需要注意，[\b]匹配的是退格符）
\B	匹配非单词边界的位置
(?=p)	零宽正想先行断言，要求接下来的字符都与p匹配，单不能包括匹配p的那些字符
(?!p)	零宽正想先行断言，要求接下来的字符都与p匹配