正则

正则用的很普遍，本文仅针对JavaScript。

创建

有两种方式:

1. new RegExp('表达式', '匹配模式')，这种方式的表达式中如果需要转义，转义符需要写两个，如 '\\d'

2. 直接量

常用属性

1. $1 -> $9

返回9个在模式匹配期间找到的，最近保存的部分，只读

2. index

返回第一次成功匹配的开始位置，只读

3. lastIndex

返回最后一次成功匹配的结束位置（下一次匹配开始的位置），可读写。

只有当使用exec() 或 test() 时才会写入。

4. lastMatch

返回最后匹配的字符，只读。

5. input

返回查找的字符，只读。

这里先送上一个例子，我第一次做的时候觉得异常诡异。

var r = /\d/g;

 

alert(r.test('abcd')); // false

alert(r.lastIndex); // 0

 

alert(r.test('ab1')); // true

alert(r.lastIndex); // 3

 

alert(r.test('a1')); // false

alert(r.lastIndex); // 0

说明: lastIndex属性实例属性，当一个正则表达式实例多次test或exec时，它的lastIndex每一次都将被改写。

 

查找

1. 找出 "~!ab@cd#12$%e3^" 中的数字和字母

　　第一反应，数字应该是[0-9]，字母应该是[a-zA-Z]

　　但是呢，元字符\w其实就能兼顾二者，来看下　

var str = '~!ab@cd#12$%e3^', rep = /\w+/g;

str.match(rep);

//输出 ["ab", "cd", "12", "e3"]

2. 取出 '<a href="http://g.cn">Google</a>' 中的标签，不要innerHTML，即结果为<a href="http://g.cn"></a>

　　因为是成对出现的，所以需要记住开头匹配的标签名，这里要用到\1, \2这样的索引，表示第一、二个括号匹配的文本

var str = '<a href="http://g.cn">Google</a>',

	rep = /(<(\w+)[^>]*>)[^<]*(<\/\2>)/g;

if(rep.test(str)){

	RegExp.$1;

	RegExp.$3;

}

　　$1 和 $3，表示正则第一个和第三个括号匹配的内容。　

3. 紧接着第2题，取出 '<a href="http://g.cn">Google</a>' 中的innerHTML

var str = '<a href="http://g.cn">Google</a>',

	rep = /<(\w+)[^>]*>([^<]*)<\/\1>/g;

if(rep.test(str)){

    RegExp.$2

}

 
4. JS只支持正序环视，而不支持逆序环视

var str = 'jsafter', rep = /js(?=after)/g;

rep.exec(str);

　　如果 str 换成 "jsbefore"，就会匹配失败，但是我们可以这么做

var str = 'jsbefore', rep = /js(?!after)/g;

rep.exec(str);

5. 非捕获性分组

var str = '#12345', rep = /#(?:\d+)/;

if (rep.test(str)) {

    RegExp.$1;

}

 

6. 神奇的match()方法

var str = 'js1', rep = /(js)1/;

str.match(rep);

　　这样会打印出 ['js1', 'js']，如果正则加上g，也就是全局匹配，则会打印 ['js1']

 

 

替换

替换常用replace()方法，如果它的第一个参数是正则表达式，则第二个参数是函数。

如果正则存在反向引用时，函数的参数列表为：

　　arguments[0]：成功匹配的字符串

　　arguments[1]：$1

　　arguments[2]：$2

　　.......

　　arguments[arguments.length - 2]：匹配到的位置

　　arguments[arguments.length - 1]：要匹配的字符串

如果正则不存在反向引用，函数的参数列表为：

　　arguments[0]：成功匹配的字符串

　　arguments[1]：匹配到的位置

　　arguments[2]：要匹配的字符串

 

1. 把 "<a>g</a>" 替换成 "<b>g</b>"

var str = '<a>g</a>',

	rep = /<(\w+)[^>]*>([^<]*)<\/\1>/g;

str.replace(rep, '<b>$2</b>');

2.  "1废话2废话3废话4废话5废话..."，...表示无限可能，任意字符，现在需要把第三个"废话"后面的全部删除

var str = '1废话2废话3废话4废话5废话...',

	rep = /(.*?废话){3}/g;

str = str.match(rep)[0];

 

3. 把类似 0011.0100 前面的、后面的0去掉（特殊情况 .01, 0.01，记得试试这两个）

　　先分成整数部分和小数部分进行处理

　　整数可能出现的情况有：

　　　　1. n个0开头，然后数字结尾，如001、0010、10、0

　　　　2. 空字符，即整体为 .1 的形式

　　这样的话，我们先看开头的部分，正则应该是0*?，后面的部分怎么处理呢？它可能是0-9中的任何数字。

　　也许有人会写成\d*，但这样明显不对，如果这个数字是012呢，这个0应该算在开头的正则中，所以继续分类处理：

　　　　1. 只有1位数字时，\d

　　　　2. 大于1位数字时，[1-9]\d+

　　　　3. 这种情况比较特殊，比如 .1，开头的0没匹配上，在这个部分就必须考虑这种情况了，其实就是\d?

　　合并一下，就是 (\d?|[1-9]\d+)，上述整理合并就是0*?(\d?|[1-9]\d+)

　　接着看小数部分，\.\d+ 这是最原始的正则，如果是.0100的情况，我们只需要.01，后面的0都要去掉，所以该这么写：(\.\d+?)0*。因为小数部分是可有可无的，所以最后应该写成 ((\.\d+?)0*)?

　

var str = '001.0100', rep = /^0*?(\d?|[1-9]\d+)((\.\d+?)0*)?$/g;

rep.test(str);

RegExp.$1;

RegExp.$3;