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:

js
/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:

js
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 Stringreplace() 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$2 指明括号里先前的匹配。

js
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

js
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”。

js
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。

js
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\W 只会匹配基本的 ASCII 字符;如 azAZ09_

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。

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

let match = regex.exec(text);
console.log(match[0]); // prints "Образец"
console.log(regex.lastIndex); // prints "7"

let match2 = regex.exec(text);
console.log(match2[0]); // 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

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

备注: 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

Specification
ECMAScript Language Specification
# sec-regexp-regular-expression-objects

浏览器兼容性

BCD tables only load in the browser

参见