第七章 正则表达式编程

什么叫知识，能指导我们实践的东西才叫知识。

学习一样东西，如果不能使用，最多只能算作纸上谈兵。正则表达式的学习，也不例外。

掌握了正则表达式的语法后，下一步，也是关键的一步，就是在真实世界中使用它。

那么如何使用正则表达式呢？有哪些关键的点呢？本章就解决这个问题。

内容包括：

• 正则表达式的四种操作
• 相关API注意要点
• 真实案例

1. 正则表达式的四种操作

正则表达式是匹配模式，不管如何使用正则表达式，万变不离其宗，都需要先“匹配”。

有了匹配这一基本操作后，才有其他的操作：验证、切分、提取、替换。

进行任何相关操作，也需要宿主引擎相关API的配合使用。当然，在JS中，相关API也不多

1.1 验证

验证是正则表达式最直接的应用，比如表单验证。

在说验证之前，先要说清楚匹配是什么概念。

所谓匹配，就是看目标字符串里是否有满足匹配的子串。因此，“匹配”的本质就是“查找”。

有没有匹配，是不是匹配上，判断是否的操作，即称为“验证”。

这里举一个例子，来看看如何使用相关API进行验证操作的。

比如，判断一个字符串中是否有数字。

• 使用search

    var regex = /\d/;
    var string = "abc123";
    console.log( !!~string.search(regex) ); //下面有代码讲解
    // => true

讲解:可以看到 !!~string.search(regex) 的前面有!!~，我们来说一下这个东西，首先~是按位取反的意思（详情参考https://blog.csdn.net/qq_40241957/article/details/98850342），然后我们再来说一下!!（详情参考我写的博客：https://blog.csdn.net/qq_40241957/article/details/98845089）

至于为什么在!!~string.search(regex) 的前面加~，因为string.search(regex)匹配完毕之后返回的是数字，要想让!!~string.search(regex) 等于false，只有一种可能，
那就是~string.search(regex)等于0，而只有-1的按位非是0，其他数字都不是，
所以必须string.search(regex)返回-1（解释：当search函数没有找到目标字符串的时候就会返回-1），正好满足我们的需求。
还有一种写法，可以把~string.search(regex)换成（string.search(regex)+1），因为当search返回-1之后再加1，也是等于0。一样可以达到我们想要的效果

• 使用test

var regex = /\d/;
var string = "abc123";
console.log( regex.test(string) );
// => true

• 使用match

var regex = /\d/;
var string = "abc123";
console.log( !!string.match(regex) );  ///下面有代码讲解
// => true

讲解：string.match(regex) 返回的是存放匹配结果的数组。而!!的含义可以参考（https://blog.csdn.net/qq_40241957/article/details/98845089）

• 使用exec

var regex = /\d/;
var string = "abc123";
console.log( !!regex.exec(string) ); //下面有代码详解
// => true

讲解：regex.exec(string)返回的是存放匹配结果的数组。而!!的含义可以参考（https://blog.csdn.net/qq_40241957/article/details/98845089）

其中，最常用的是test。

1.2 切分

匹配上了，我们就可以进行一些操作，比如切分。

所谓“切分”，就是把目标字符串，切成一段一段的。在JS中使用的是split。

比如，目标字符串是”html,css,javascript”，按逗号来切分：

var regex = /,/;
var string = "html,css,javascript";
console.log( string.split(regex) );
// => ["html", "css", "javascript"]

又比如，如下的日期格式：

可以使用split“切出”年月日：

var regex = /\D/;  //    \D是匹配任意非数字
console.log( "2017/06/26".split(regex) );
console.log( "2017.06.26".split(regex) );
console.log( "2017-06-26".split(regex) );
// => ["2017", "06", "26"]
// => ["2017", "06", "26"]
// => ["2017", "06", "26"]

1.3 提取

虽然整体匹配上了，但有时需要提取部分匹配的数据。

此时正则通常要使用分组引用（分组捕获）功能，还需要配合使用相关API。

这里，还是以日期为例，提取出年月日。注意下面正则中的括号：

• match

var regex = /^(\d{4})\D(\d{2})\D(\d{2})$/;
var string = "2017-06-26";
console.log( string.match(regex) );//下面有代码讲解
// =>["2017-06-26", "2017", "06", "26", index: 0, input: "2017-06-26"]

讲解：string.match(regex)先返回正则表达式整体匹配结果"2017-06-26"，然后再返回局部括号分组里匹配到的内容

• exec

var regex = /^(\d{4})\D(\d{2})\D(\d{2})$/;
var string = "2017-06-26";
console.log( regex.exec(string) );//下面有代码讲解
// =>["2017-06-26", "2017", "06", "26", index: 0, input: "2017-06-26"]

讲解：regex.exec(string)先返回正则表达式整体匹配结果"2017-06-26"，然后再返回局部括号分组里匹配到的内容

• test

var regex = /^(\d{4})\D(\d{2})\D(\d{2})$/;
var string = "2017-06-26";
regex.test(string);
console.log( RegExp.$1, RegExp.$2, RegExp.$3 ); //下面有代码详解
// => "2017" "06" "26"

讲解：RegExp.$1取正则里的第一个括号分组里匹配到的内容， RegExp.$2和RegExp.$3依次是取第二个和第三个括号分组里匹配到的内容。

• search

var regex = /^(\d{4})\D(\d{2})\D(\d{2})$/;
var string = "2017-06-26";
string.search(regex);
console.log( RegExp.$1, RegExp.$2, RegExp.$3 ); //下面有代码详解
// => "2017" "06" "26"

讲解：RegExp.$1取正则里的第一个括号分组里匹配到的内容， RegExp.$2和RegExp.$3依次是取第二个和第三个括号分组里匹配到的内容。

• replace

var regex = /^(\d{4})\D(\d{2})\D(\d{2})$/;
var string = "2017-06-26";
var date = [];
string.replace(regex, function(match, year, month, day) { //下面有代码讲解
	date.push(year, month, day);
});
console.log(date);
// => ["2017", "06", "26"]

讲解：先拿regex匹配string,然后把regex括号分组里匹配到的内容依次赋给year, month, day，然后 date.push(year, month, day);最后在控制台输出date数组

其中，最常用的是match。

1.4 替换

找，往往不是目的，通常下一步是为了替换。在JS中，使用replace进行替换。

比如把日期格式，从yyyy-mm-dd替换成yyyy/mm/dd：

var string = "2017-06-26";
var today = new Date( string.replace(/-/g, "/") );  //这里的g代表全局匹配
console.log( today );
// => Mon Jun 26 2017 00:00:00 GMT+0800 (中国标准时间)

这里只是简单地应用了一下replace。但，replace方法是强大的，是需要重点掌握的。

2. 相关API注意要点

从上面可以看出用于正则操作的方法，共有6个，字符串实例4个，正则实例2个：

2.1 search和match的参数问题

我们知道字符串实例的那4个方法参数都支持正则和字符串。

但search和match，会把字符串转换为正则的。

var string = "2017.06.27";

console.log( string.search(".") );   //search（“.”）,会把这个点 当成是正则一部分，所以从开始匹配到2017的2就结束了
// => 0
//需要修改成下列形式之一
console.log( string.search("\\.") ); //search("\\.")    //下面有代码讲解
console.log( string.search(/\./) );
// => 4
// => 4

console.log( string.match(".") );
// => ["2", index: 0, input: "2017.06.27"]
//需要修改成下列形式之一
console.log( string.match("\\.") );
console.log( string.match(/\./) );
// => [".", index: 4, input: "2017.06.27"]
// => [".", index: 4, input: "2017.06.27"]

console.log( string.split(".") );
// => ["2017", "06", "27"]

console.log( string.replace(".", "/") );
// => "2017/06.27"

讲解： string.search(".")中search（“.”）,会把这个点 当成是正则一部分，所以从开始匹配到2017的2就结束了，而string.search("\\.")里面的\\是对\的转义，实质就是一个\，然后这个\和.组合又对.进行了转义。那么.就是普通字符而不具有正则里面的.的作用了。

2.2 match返回结果的格式问题

match返回结果的格式，与正则对象是否有修饰符g有关。

var string = "2017.06.27";
var regex1 = /\b(\d+)\b/;
var regex2 = /\b(\d+)\b/g;  //下面有代码讲解
console.log( string.match(regex1) );
console.log( string.match(regex2) );
// => ["2017", "2017", index: 0, input: "2017.06.27"]
// => ["2017", "06", "27"]

讲解：
① /\b(\d+)\b/ 里面\b代表单词边界，当 /\b(\d+)\b/后面没有加g时，表示只匹配一次，所以当匹配到2017之后就截止了（解释：因为2017后面的.是单词边界），而当 /\b(\d+)\b/后面加了g之后就是全局匹配了。所以会匹配 “2017”, “06”, “27” 单词边界都是.
②没有g，返回的是标准匹配格式，即，数组的第一个元素是整体匹配的内容，接下来是分组捕获的内容，然后是整体匹配的第一个下标，最后是输入的目标字符串。
有g，返回的是所有匹配的内容。
当没有匹配时，不管有无g，都返回null。

2.3 exec比match更强大

当正则没有g时，使用match返回的信息比较多。但是有g后，就没有关键的信息index了。

而exec方法就能解决这个问题，它能接着上一次匹配后继续匹配：

var string = "2017.06.27";
var regex2 = /\b(\d+)\b/g;   //  \b是单词边界
console.log( regex2.exec(string) );  //下面有代码讲解
console.log( regex2.lastIndex);
console.log( regex2.exec(string) );
console.log( regex2.lastIndex);
console.log( regex2.exec(string) );
console.log( regex2.lastIndex);
console.log( regex2.exec(string) );
console.log( regex2.lastIndex);
// => ["2017", "2017", index: 0, input: "2017.06.27"]
// => 4
// => ["06", "06", index: 5, input: "2017.06.27"]
// => 7
// => ["27", "27", index: 8, input: "2017.06.27"]
// => 10

讲解：
①（提示：regex2.exec(string)每次都是从lastIndex位置开始遍历的）第一次执行regex2.exec(string)，匹配到string的“2017”，然后遇到.就截止了。这个时候lastIndex是4，然后第二次执行regex2.exec(string)，匹配到string的“06”，然后遇到.就截止了，这个时候lastIndex是7。然后第三次执行regex2.exec(string)，匹配到string的“27”截止，这个时候lastIndex是10.
②其中正则实例lastIndex属性，表示下一次匹配开始的位置。
比如第一次匹配了“2017”，开始下标是0，共4个字符，因此这次匹配结束的位置是3，下一次开始匹配的位置是4。

从上述代码看出，在使用exec时，经常需要配合使用while循环：

var string = "2017.06.27";
var regex2 = /\b(\d+)\b/g;
var result;
while ( result = regex2.exec(string) ) {
	console.log( result, regex2.lastIndex );    //下面的输出结果里的index是指每次匹配的起始位置
}
// => ["2017", "2017", index: 0, input: "2017.06.27"] 4
// => ["06", "06", index: 5, input: "2017.06.27"] 7
// => ["27", "27", index: 8, input: "2017.06.27"] 10

2.4 修饰符g，对exex和test的影响

上面提到了正则实例的lastIndex属性，表示尝试匹配时，从字符串的lastIndex位开始去匹配。

字符串的四个方法，每次匹配时，都是从0开始的，即lastIndex属性始终不变。

而正则实例的两个方法exec、test，当正则是全局匹配时，每一次匹配完成后，都会修改lastIndex。下面让我们以test为例，看看你是否会迷糊：

var regex = /a/g;
console.log( regex.test("a"), regex.lastIndex );
console.log( regex.test("aba"), regex.lastIndex );    //下面有代码讲解
console.log( regex.test("ababc"), regex.lastIndex );
// => true 1
// => true 3
// => false 0

讲解：regex的test每调用一次，lastIndex就会发生变化，比如第一次console.log里面调用了一次，所以，这个时候lastIndex就变成了1，然后第二次console.log调用regex.test的时候，就从1位置开始遍历匹配，匹配完后，lastIndex就变成了3，然后第三次console.log里面调用regex.test的时候就从3位置开始往后匹配，发现再也找不到"a"字符了，所以lastIndex就变成了0.
注意上面代码中的第三次调用test，因为这一次尝试匹配，开始从下标lastIndex即3位置处开始查找，自然就找不到了。

如果没有g，自然都是从字符串第0个字符处开始尝试匹配：

var regex = /a/;
console.log( regex.test("a"), regex.lastIndex );
console.log( regex.test("aba"), regex.lastIndex );
console.log( regex.test("ababc"), regex.lastIndex );
// => true 0
// => true 0
// => true 0

2.5 test整体匹配时需要使用^和$

这个相对容易理解，因为test是看目标字符串中是否有子串匹配正则，即有部分匹配即可。

如果，要整体匹配，正则前后需要添加开头和结尾：

console.log( /123/.test("a123b") );
// => true
console.log( /^123$/.test("a123b") );
// => false
console.log( /^123$/.test("123") );
// => true

2.6 split相关注意事项

split方法看起来不起眼，但要注意的地方有两个的。
第一，它可以有第二个参数，表示结果数组的最大长度：

var string = "html,css,javascript";
console.log( string.split(/,/, 2) );  可以看到输出的结果数组里面只有2个元素，说明数组的长度为2
// =>["html", "css"]

第二，正则使用分组时，结果数组中是包含分隔符的：

var string = "html,css,javascript";
console.log( string.split(/(,)/) );  //下面有代码讲解
// =>["html", ",", "css", ",", "javascript"]

讲解：string.split(/(,)/)里面有括号分组，所以输出结果中包含分隔符,

2.7 replace是很强大的

《JavaScript权威指南》认为exec是这6个API中最强大的，而我始终认为replace才是最强大的。因为它也能拿到该拿到的信息，然后可以假借替换之名，做些其他事情。

总体来说replace有两种使用形式，这是因为它的第二个参数，可以是字符串，也可以是函数。

当第二个参数是字符串时，如下的字符有特殊的含义：

例如，把”2,3,5”，变成”5=2+3”：

var result = "2,3,5".replace(/(\d+),(\d+),(\d+)/, "$3=$1+$2");  //下面有代码讲解
console.log(result);
// => "5=2+3"

讲解："2,3,5".replace(/(\d+),(\d+),(\d+)/, "$3=$1+$2") 先拿字符"2,3,5"去被正则表达式/(\d+),(\d+),(\d+)/所匹配，然后匹配完毕之后，用$1,$2,$3拿到各括号分组里的内容，然后以 $3=$1+$2 的形式返回最终结果

又例如，把”2,3,5”，变成”222,333,555”:

var result = "2,3,5".replace(/(\d+)/g, "$&$&$&");  //下面有代码讲解
console.log(result);   
// => "222,333,555"

讲解：根据上面一个图可以知道$&代表匹配到的子串文本，我们看看 "2,3,5".replace(/(\d+)/g, "$&$&$&"); ，正则/(\d+)/g是全局匹配。拿本例来说，第一次匹配到数字2，然后因为replace函数的第二个参数是$&$&$& ，3个$&相连， 所以就用3个2来替换。第二次匹配到3，第三次匹配到5都是一个原理。所以字符 "2,3,5"被全局替换之后就变成了 “222,333,555”

再例如，把”2+3=5”，变成”2+3=2+3=5=5”:

var result = "2+3=5".replace(/=/, "$&$`$&$'$&");//下面有代码讲解
console.log(result);
// => "2+3=2+3=5=5"

讲解：根据前面的图可以知道，
$&代表匹配到的子串文本，
$` 代表匹配到的子串的左边文本
$’ 代表匹配到的子串的右边文本。
具体情况如下图所示

当第二个参数是函数时，我们需要注意该回调函数的参数具体是什么：

"1234 2345 3456".replace(/(\d)\d{2}(\d)/g, function(match, $1, $2, index, input) {
	console.log([match, $1, $2, index, input]);  
});   //下面有代码讲解
// => ["1234", "1", "4", 0, "1234 2345 3456"]
// => ["2345", "2", "5", 5, "1234 2345 3456"]
// => ["3456", "3", "6", 10, "1234 2345 3456"]

讲解：先看正则/(\d)\d{2}(\d)/g，发现里面有g，代表全局匹配，拿这个正则去全局搜索匹配，而原字符串是"1234 2345 3456"，其中子串“1234”，子串“2345 ”，子串“3456”都可以被正则匹配到，如下图所示

此时我们可以看到replace拿到的信息，并不比exec少。

2.8 使用构造函数需要注意的问题

一般不推荐使用构造函数生成正则，而应该优先使用字面量。因为用构造函数会多写很多\（解释：构造函数里面主要是转义的地方太多了，所以就会出现很多的\）。

var string = "2017-06-27 2017.06.27 2017/06/27";
var regex = /\d{4}(-|\.|\/)\d{2}\1\d{2}/g;
console.log( string.match(regex) );
// => ["2017-06-27", "2017.06.27", "2017/06/27"]

regex = new RegExp("\\d{4}(-|\\.|\\/)\\d{2}\\1\\d{2}", "g");  //下面有对这段正则的详解
console.log( string.match(regex) );
// => ["2017-06-27", "2017.06.27", "2017/06/27"]

详解：RegExp("\\d{4}(-|\\.|\\/)\\d{2}\\1\\d{2}", "g"); 里面的\\d{4},其中\\是对\的转义，实质上是一个\,然后这个\于d{4}拼接在一起就是\d{4},代表4位数字。
还有一个地方是\\.,前面的两个\\是对\的转义，实质上是一个\ 然后与.拼接在一起就是\.,就是对.进行了一次转义，那么.就只是一个普通字符，而不具有正则上的“ . 用于 匹配任意字符”的意义了

2.9 修饰符

ES5中修饰符，共3个：

当然正则对象也有相应的只读属性：

var regex = /\w/img;
console.log( regex.global ); //用于检测该regex对象是否带有g参数
console.log( regex.ignoreCase );//用于检测该regex对象是否带有i参数
console.log( regex.multiline );//用于检测该regex对象是否带有m参数
// => true
// => true
// => true

2.10 source属性

正则实例对象属性，除了global、ingnoreCase、multiline、lastIndex属性之外，还有一个source属性。

它什么时候有用呢？

比如，在构建动态的正则表达式时，可以通过查看该属性，来确认构建出的正则到底是什么：

var className = "high";
var regex = new RegExp("(^|\\s)" + className + "(\\s|$)");
console.log( regex.source )
// => (^|\s)high(\s|$)                     

2.11 构造函数属性

构造函数的静态属性基于所执行的最近一次正则操作而变化。除了是$1,…,$9之外，还有几个不太常用的属性（有兼容性问题）：

测试代码如下：

var regex = /([abc])(\d)/g;
var string = "a1b2c3d4e5";
string.match(regex);

console.log( RegExp.input );
console.log( RegExp["$_"]);
// => "a1b2c3d4e5"

console.log( RegExp.lastMatch );
console.log( RegExp["$&"] );  //下面有代码讲解
// => "c3"

console.log( RegExp.lastParen );
console.log( RegExp["$+"] );
// => "3"

console.log( RegExp.leftContext );
console.log( RegExp["$`"] );
// => "a1b2"

console.log( RegExp.rightContext );
console.log( RegExp["$'"] );
// => "d4e5"

讲解：因为执行string.match(regex);之后，由于正则里面有g，是全局匹配，所以就到目标字符串“a1b2c3d4e5”中去全局遍历，第一次遍历符合条件的是"a1",第二次是"b2",第三次是"c3",然后就没有了。所以console.log( RegExp.lastMatch );打印输出的是最近一次匹配到的内容"c3",而console.log( RegExp.lastParen );打印输出的是最近一次捕获的文本，所以是"c3"里面的"3" 。然后console.log( RegExp.leftContext );打印输出的是RegExp.lastMatch之前的文本，所以是 “a1b2”。 最后console.log( RegExp.rightContext );打印输出的是RegExp.lastMatch之后的文本。

3. 真实案例

3.1 使用构造函数生成正则表达式

我们知道要优先使用字面量来创建正则，但有时正则表达式的主体是不确定的，此时可以使用构造函数来创建。模拟getElementsByClassName方法，就是很能说明该问题的一个例子。

这里getElementsByClassName函数的实现思路是：

• 比如要获取className为”high”的dom元素；
• 首先生成一个正则：/(^|\s)high(\s|$)/； （解释：（^/\s）的意思是以开始符开头或者以空字符串开头，(\s|$)的意思是以空字符串结尾或者以结束符结尾）
• 然后再用其逐一验证页面上的所有dom元素的类名，拿到满足匹配的元素即可。
  代码如下(可以直接复制到本地查看运行效果)：

1111
2222
3333

运行效果截图如下：

3.2 使用字符串保存数据

一般情况下，我们都愿意使用数组来保存数据。但我看到有的框架中，使用的却是字符串。

使用时，仍需要把字符串切分成数组。虽然不一定用到正则，但总感觉酷酷的，这里分享如下：

var utils = {};
"Boolean|Number|String|Function|Array|Date|RegExp|Object|Error".split("|").forEach(function(item) {
	utils["is" + item] = function(obj) {
		return {}.toString.call(obj) == "[object " + item + "]";
	};
});
console.log( utils.isArray([1, 2, 3]) );
// => true

3.3 if语句中使用正则替代&&

比如，模拟ready函数，即加载完毕后再执行回调（不兼容ie的）：

var readyRE = /complete|loaded|interactive/;  //用“或”连接这3个字符串

function ready(callback) {
	if (readyRE.test(document.readyState) && document.body) {
		callback()
	} 
	else {
		document.addEventListener(
			'DOMContentLoaded', 
			function () {
				callback()
			},
			false
		);
	}
};
ready(function() {
	alert("加载完毕！")
});

3.4 使用强大的replace

因为replace方法比较强大，有时用它根本不是为了替换，只是拿其匹配到的信息来做文章。

这里以查询字符串（querystring）压缩技术为例，注意下面replace方法中，回调函数根本没有返回任何东西。

function compress(source) {
	var keys = {};
	source.replace(/([^=&]+)=([^&]*)/g, function(full, key, value) {
		keys[key] = (keys[key] ? keys[key] + ',' : '') + value;   //下面有代码讲解
	});
	var result = [];
	for (var key in keys) {
		result.push(key + '=' + keys[key]);
	}
	return result.join('&');
}

console.log( compress("a=1&b=2&a=3&b=4") );
// => "a=1,3&b=2,4"

讲解：如下图所示

本文转载自：http://blog.didispace.com/regular-expression-7/