RegExp(正则表达式)

RegExp 对象用于将文本与一个模式匹配。

有关正则表达式的介绍,请阅读 JavaScript指南中的正则表达式章节

描述

字面量和构造函数

有两种方法可以创建一个 RegExp 对象:一种是字面量,另一种是构造函数。

字面量
由斜杠(/)包围而不是引号包围。
构造函数的字符串参数
由引号而不是斜杠包围。

以下三种表达式都会创建相同的正则表达式:

/ab+c/i; //字面量形式
new RegExp('ab+c', 'i'); // 首个参数为字符串模式的构造函数
new RegExp(/ab+c/, 'i'); // 首个参数为常规字面量的构造函数

当表达式被赋值时,字面量形式提供正则表达式的编译(compilation)状态,当正则表达式保持为常量时使用字面量。例如当你在循环中使用字面量构造一个正则表达式时,正则表达式不会在每一次迭代中都被重新编译(recompiled)。

而正则表达式对象的构造函数,如 new RegExp('ab+c') 提供了正则表达式运行时编译(runtime compilation)。如果你知道正则表达式模式将会改变,或者你事先不知道什么模式,而是从另一个来源获取,如用户输入,这些情况都可以使用构造函数。

构造函数中的标志参数(flags)

从 ECMAScript 6 开始,当第一个参数为正则表达式而第二个标志参数存在时,new RegExp(/ab+c/, 'i') 不再抛出 TypeError"从另一个RegExp构造一个RegExp时无法提供标志")的异常,取而代之,将使用这些参数创建一个新的正则表达式。

当使用构造函数创造正则对象时,需要常规的字符转义规则(在前面加反斜杠 \)。

比如,以下是等价的:

var re = new RegExp("\\w+");
var re = /\w+/;

Perl-like RegExp 属性

请注意,RegExp属性有长名称和短名称(类似Perl)。两个名称总是引用同一个值。(Perl是JavaScript为其正则表达式建模的编程语言)。另请参见不推荐使用的RegExp属性。

构造函数

RegExp()
创建一个新的 RegExp 对象。

静态属性

get RegExp[@@species]
该构造函数用于创建派生对象。
RegExp.lastIndex
该索引表示从哪里开始下一个匹配

实例属性

RegExp.prototype.flags
含有 RegExp 对象 flags 的字符串。
RegExp.prototype.dotAll
. 是否要匹配新行(newlines)。
RegExp.prototype.global
针对字符串中所有可能的匹配项测试正则表达式,还是仅针对第一个匹配项。
RegExp.prototype.ignoreCase
匹配文本的时候是否忽略大小写。
RegExp.prototype.multiline
是否进行多行搜索。
RegExp.prototype.source
正则表达式的文本。
RegExp.prototype.sticky
搜索是否是 sticky。
RegExp.prototype.unicode
Unicode 功能是否开启。

实例方法

RegExp.prototype.compile()
运行脚本的期间(重新)编译正则表达式。
RegExp.prototype.exec()
在该字符串中执行匹配项的搜索。
RegExp.prototype.test()
该正则在字符串里是否有匹配。
RegExp.prototype[@@match]()
对给定字符串执行匹配并返回匹配结果。
RegExp.prototype[@@matchAll]()
对给定字符串执行匹配,返回所有匹配结果。
RegExp.prototype[@@replace]()
给定新的子串,替换所有匹配结果。
RegExp.prototype[@@search]()
在给定字符串中搜索匹配项,并返回在字符串中找到字符索引。
RegExp.prototype[@@split]()
通过将给定字符串拆分为子字符串,并返回字符串形成的数组。
RegExp.prototype.toString()
返回表示指定对象的字符串。重写Object.prototype.toString()方法。

示例

使用正则改变数据结构

下例使用  String 的 replace() 方法去匹配姓名 first last 输出新的格式 last, first

在替换的文本中,脚本中使用 $1 和 $2 指明括号里先前的匹配.

let re = /(\w+)\s(\w+)/;
let str = "John Smith";
let newstr = str.replace(re, "$2, $1");
console.log(newstr);

这将显示 "Smith, John".

使用正则来划分带有多种行结束符和换行符的文本

对于不同的平台(Unix,Windows等等),其默认的行结束符是不一样的. 而下面的划分方式适用于所有平台。

let text = 'Some text\nAnd some more\r\nAnd yet\rThis is the end'
let lines = text.split(/\r\n|\r|\n/)
console.log(lines) // logs [ 'Some text', 'And some more', 'And yet', 'This is the end' ]

注意:在正则表达式中,以竖线分割的子模式的顺序会影响匹配结果。

在多行文本中使用正则表达式

let s = "Please yes\nmake my day!";

s.match(/yes.*day/);
// Returns null

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

使用带有 sticky 标志的正则表达式

带有sticky标志的正则表达式将会从源字符串的RegExp.prototype.lastIndex位置开始匹配,也就是进行“粘性匹配”。

let str = '#foo#'
let regex = /foo/y

regex.lastIndex = 1
regex.test(str)      // true
regex.lastIndex = 5
regex.test(str)      // false (lastIndex is taken into account with sticky flag)
regex.lastIndex      // 0 (reset after match failure)

 sticky 标志和 global 标志的不同点

如果正则表达式有粘性 y 标志,下一次匹配一定在 lastIndex 位置开始;如果正则表达式有全局 g 标志,下一次匹配可能在 lastIndex 位置开始,也可能在这个位置的后面开始。

re = /\d/y;
while (r = re.exec("123 456")) console.log(r, "AND re.lastIndex", re.lastIndex);

// [ '1', index: 0, input: '123 456', groups: undefined ] AND re.lastIndex 1
// [ '2', index: 1, input: '123 456', groups: undefined ] AND re.lastIndex 2
// [ '3', index: 2, input: '123 456', groups: undefined ] AND re.lastIndex 3
//   ... and no more match.

如果使用带有全局标志g的正则表达式re,就会捕获字符串中的所有6个数字,而非3个

使用正则表达式和 Unicode 字符

正如上面表格提到的,\w 或 \W 只会匹配基本的 ASCII 字符;如 a 到 zA 到 Z09_

为了匹配其他语言中的字符,如西里尔(Cyrillic)或 希伯来语(Hebrew),要使用 \uhhhhhhhh 表示以十六进制表示的字符的 Unicode 值。

下例展示了怎样从一个单词中分离出 Unicode 字符。

let text = "Образец text на русском языке";
let regex = /[\u0400-\u04FF]+/g;

let match = regex.exec(text);
console.log(match[1]);  // prints "Образец"
console.log(regex.lastIndex);  // prints "7"

let match2 = regex.exec(text);
console.log(match2[1]);  // prints "на" [did not print "text"]
console.log(regex.lastIndex);  // prints "15"

// and so on

Unicode属性转义特性引入了一种解决方案,它允许使用像\p{scx=Cyrl}这样简单的语句。这里有一个外部资源,用来获取 Unicode 中的不同区块范围:Regexp-unicode-block

从 URL 中提取子域名

var url = "http://xxx.domain.com";
console.log(/[^.]+/.exec(url)[0].substr(7)); // logs "xxx"

使用浏览器内建的URL API而非正则表达式来解析URL是更好的做法

规范

规范 状态 备注
ECMAScript 1st Edition. Implemented in JavaScript 1.1 Standard Initial definition.
ECMAScript 5.1 (ECMA-262)
RegExp
Standard
ECMAScript 2015 (6th Edition, ECMA-262)
RegExp
Standard

浏览器兼容性

BCD tables only load in the browser

Firefox 特定版本提示

Starting with Gecko 34 (Firefox 34 / Thunderbird 34 / SeaMonkey 2.31), in the case of a capturing group with quantifiers preventing its exercise, the matched text for a capturing group is now undefined instead of an empty string:

// Firefox 33 or older
'x'.replace(/x(.)?/g, function(m, group) {
  console.log("'group:" + group + "'");
}); // 'group:'

// Firefox 34 or newer
'x'.replace(/x(.)?/g, function(m, group) {
  console.log("'group:" + group + "'");
}); // 'group:undefined'

注意,由于web兼容性 RegExp.$N 仍会返回一个空的字符串代替 undefined (bug 1053944).

相关链接