通过实例学习正则表达式

判断邮箱是否正确

邮箱正则

/\w+[\w\.]*@[\w\.]+\.\w+/

测试用例

const regex = /\w+[\w\.]*@[\w\.]+\.\w+/

regex.test('[email protected]')            // true
regex.test('[email protected]')                 // true               
regex.test('[email protected]')           // true
regex.test('[email protected]')      // true

regex.test('@email.com')               // false
regex.test('julyemail.com')            // false
regex.test('july.email.com')           // false
regex.test('july@')                    // false
regex.test('july@email')               // false
regex.test('july@email.')              // false
regex.test('july@.')                   // false
regex.test('[email protected]')                // false
regex.test('-~!#$%@email.com')         // false

正则讲解

1. \w。 \w属于一种预定义模式，表示匹配任意的字母、数字和下划线。点击查看其他预定义模式。
2. +、*。 +、*和？在正则表达式中被称为量词符。+表示一次或多次，*表示0次或多次，？表示0次或一次。
3. \. 。 . 在正则表达式中被称为元字符，它可以匹配除回车（\r）、换行(\n) 、行分隔符（\u2028）和段分隔符（\u2029）以外的所有字符。因为元字符有特殊含义，所以如果要匹配元字符本身，就需要使用转义字符，也就是在前面加上反斜杠 ( \ )。点击查看其他元字符
4. [\w\.]。 [ ] 表示一个字符集合，比如 [ july ] 不是表示匹配整个单词，而是表示j、u、l和y组成的一个字符集合，匹配时只要匹配到其中一个字母就表示匹配成功。点击查看字符集合详解
5. 总览

匹配URL地址

URL正则

/https?:\/\/(\w*:\w*@)?[-\w\.]+(:\d+)?(\/([\w\/\.]*(\?\S+)?)?)?/

测试用例

const regex = /https?:\/\/(\w*:\w*@)?[-\w\.]+(:\d+)?(\/([\w\/\.]*(\?\S+)?)?)?/

regex.test('http://www.forta.com/blog')                    // true
regex.test('https://www.forta.com:80/blog/index.cfm')      // true
regex.test('https://www.forta.com')                        // true
regex.test('http://ben:[email protected]/')           // true
regex.test('http://localhost/index.php?ab=1&c=2')          // true
regex.test('http://localhost:8500/')                       // true

正则讲解

1. ( ) 。类似于( \w:\w*@ )这样的表达式被称为子表达式，相比于字符集合[ ]匹配时只匹配集合中的一个字符，子表达式是将括号内的表达式作为一个整体来匹配。比如 ( :\d+ )匹配类似于 “:8080” 这样的字符串，而 [ :\d ] 匹配一个 : 或者一个 数字。
2. 总览

练习

去掉html文件中的所有注释

html文件

我在本地随便写了一个html文件，包含css、html和js3个部分，是一个完整的网页。

  
  
  
  
  



  
h1 title
 

  
h2 title
  
  click me
  click me 2
  
  click me 3
  

  

匹配

const htmlStr = `html字符串`;   // 将上面的html内容拷贝于此，由于太长，就不再拷贝

// 匹配 /* */
htmlStr.match(/\/\*[^]*?\*\//g);  // 该行代码会返回一个数组，长度为10，数组的每个元素分别对应匹配到的 /* */，由于篇幅有限，就不将结果展示到这里了

// 匹配 
htmlStr.match(//g);

// 匹配 //
htmlStr.match(/(\/\/.*?(?=(["']\s*\w+\s*=)|(["']\s*>)))|(\/\/.*)/g);

分析

1. g全局修饰符。g是正则表达式的修饰符，表示全局匹配或者搜索，因为html中会有多个注释，所以需要全局修饰符（点击查看全部修饰符）。
2. [^]。^被称为脱字符，我的理解就是取反的意思，比如[ ^abc ]表示除了a、b和c，其他所有字符都可以匹配。[^]匹配任意字符，包括换行符。
3. 非贪婪模式。量词符在默认情况下都是使用贪婪模式进行匹配，比如说上面的[^]*表示匹配0个或多个任意字符，由于是贪婪模式，所以会尽可能多的匹配任意字符，直到不满足条件为止。通过在[^]*后面加一个？号，就变成了非贪婪模式，这种模式下，一旦条件满足，就不会再往下匹配。想要实际查看两种模式的区别，可以将上方匹配 /* */的正则表达式的？去掉再执行，看看返回结果有何不同。
4. 向前查找。向前查找就是一个以？=开头的子表达式。举例说明其意义，比如我们要匹配出URL的协议部分，URL：https://www.forta.com，正则：/.+(?=:)/，(?=:)就是一个向前查找，它表示只要匹配到:，就把：之前的内容返回，:本身不需要返回。
5. 前面两种注释的匹配比较容易，第三种也就是//这种注释比较复杂。其实对于//注释，在绝大多数情况下/\/\/.*/这个正则可以匹配出，但是有两种情况不能满足，见下方代码

click me 3
    
click me 3

我们通过图片详细解析一下

最终代码

为了方便，最终代码选择在node环境中执行，因为最初的需求是将html中的所有注释去掉，所以我们使用了字符串的replace方法，该方法接收两个参数，第一个参数是正则表达式，第二个参数是需要替换成的内容。

const fs = require('fs');

// regex.html 是放在同级目录下的html源文件
fs.readFile('./regex.html', 'utf8', (err, data) => {
  if (err) throw err;

  console.log(
    data
      .replace(/\/\*[^]*?\*\//g, '')    // 替换 /* */
      .replace(//g, '')     // 替换 
      .replace(/(\/\/.*?(?=(["']\s*\w+\s*=)|(["']\s*>)))|(\/\/.*)/g, '')  // 替换 // 
  );
});

参考资料

《正则表达式必知必会》
阮一峰javascript教程