正则表达式（一）

一、模式（Patterns）和修饰符（flags）

通过正则表达式，我们可以在文本中进行搜索和替换操作，也可以和字符串方法结合使用。
正则表达式
正则表达式（可叫作 “regexp”，或 “reg”）由 模式 和可选的 修饰符 组成。
语法：

regexp = new RegExp("pattern", "flags");
regexp = /pattern/; // 没有修饰符
regexp = /pattern/gmi; // 带有修饰符 

斜线 /…/ 告诉 JavaScript 我们正在创建一个正则表达式。它的作用与字符串的引号作用相同。

注意：
这两种语法之间的主要区别在于，使用斜线 /…/ 的模式不允许插入表达式（如带有 ${…} 的字符串模板）。它是完全静态的。

从动态生成的字符串创建一个正则表达式时，使用new RegExp 例：

let tag = prompt("What tag do you want to find?", "h2");// 如果在上方输入到 prompt 中的答案是 "h2"，则与 /<h2>/ 相同
let regexp = new RegExp(`<${tag}>`);

1.修饰符

● i ：使用此修饰符后，搜索时不区分大小写：A 和 a 之间没有区别
● g ：使用此修饰符后，搜索时会寻找所有的匹配项 —— 没有它，则仅返回第一个匹配项。
● m ： 多行模式
● s ：启用 “dotall” 模式，允许点 . 匹配换行符 \n）。
● u ：开启完整的 Unicode 支持。该修饰符能够正确处理代理对。
● y ：粘滞（Sticky）模式，在文本中的确切位置搜索

2.搜索：str.match()

str.match(regexp) 方法在字符串 str 中寻找 regexp 的所有匹配项。
正则表达式具有修饰符 g

//返回一个由所有匹配项所构成的数组：
let str = "We will, we will rock you";
alert( str.match(/we/gi) ); // We,we（由两个匹配的子字符串构成的数组)
console.log(str.match(/we/gi) )

请注意，We 和 we 都被找到了，因为修饰符 i 使得正则表达式在进行搜索时不区分大小写。

没有修饰符 g

如果没有这样的修饰符，它则会以数组形式返回第一个匹配项，索引 0 处保存着完整的匹配项，返回的结果的属性中还有一些其他详细信息：

let str = "We will, we will rock you";let result = str.match(/we/i); // 没有修饰符 g
console.log( result ); 
console.log( result[0] );     // We（第一个匹配项）
console.log( result.length ); // 1// 详细信息：
console.log( result.index );  // 0（匹配项的位置）
console.log( result.input );  // We will, we will rock you（源字符串）

如果正则表达式中有一部分内容被包在括号里，那么返回的数组可能会有 0 以外的索引。

没有匹配项

如果没有匹配项，则返回 null（无论是否有修饰符 g）。
如果没有匹配项，我们不会收到一个空数组，而是会收到 null。

let matches = "JavaScript".match(/HTML/); // = nullif (!matches.length) { // Error: Cannot read property 'length' of nullconsole.log("Error in the line above");
}

如果我们希望的结果始终是数组，可以这样写：

let matches = "JavaScript".match(/HTML/) || [];if (!matches.length) {console.log("No matches"); // 现在可以了
}

3.替换：str.replace

str.replace(regexp, replacement) 方法使用 replacement 替换在字符串 str 中找到的 regexp 的匹配项（如果带有修饰符 g 则替换所有匹配项，否则只替换第一个）。

// 没有修饰符 g
alert( "We will, we will".replace(/we/i, "I") ); // I will, we will// 带有修饰符 g
alert( "We will, we will".replace(/we/ig, "I") ); // I will, I wil

l

第二个参数是字符串 replacement。我们可以在其中使用特殊的字符组合来对匹配项进行插入：
符号 在替换字符串中的行为

$& 插入整个匹配项
$` 插入字符串中匹配项之前的字符串部分
$’ 插入字符串中匹配项之后的字符串部分
$n 如果 n是一个 1-2位的数字，则插入第 n 个分组的内容
$< name> 插入带有给定 name的括号内的内容
$$ 插入字符 $

示例：

console.log( "I love HTML".replace(/HTML/, "$& and JavaScript") ); // I love HTML and JavaScript
console.log( "I love HTML".replace(/HTML/, "$` and JavaScript") ); // I love I love and JavaScript
console.log( "I love HTML".replace(/HTML/, "$' and JavaScript") ); // I love and JavaScript

4.测试：regexp.test

regexp.test(str) 方法寻找至少一个匹配项，如果找到了，则返回 true，否则返回 false。
let str = "I love JavaScript";
let regexp = /LOVE/i;
console.log( regexp.test(str) ); // true

小节

● 正则表达式由模式和可选择修饰符构成：g、i、m、u、s 和 y。
●没有修饰符和特殊符号（稍后我们会学到），那么正则表达式的搜索和子字符串的搜索相同。
●str.match(regexp)方法寻找匹配项：如果带有修饰符 g，则会返回所有匹配项，否则只会返回第一个匹配项。
● str.replace(regexp,replacement) 方法使用 replacement 替换 regexp 的匹配项：如果带有修饰符
g，则会替换所有匹配项，否则只会替换第一个匹配项。
● regexp.test(str) 方法用于测试，如果找到至少一个匹配项则返回 true，否则返回 false。

二、字符类

字符类（Character classes） 是一种特殊的符号，匹配特定集合中的任何符号。
首先，让我们探索“数字”类。它写为 \d，对应于“任何一位数字”。
例如，让我们找到电话号码的第一个数字：

let str = "+7(903)-123-45-67";let regexp = /\d/;console.log( str.match(regexp) ); // 7

如果没有修饰符g，那么正则表达式仅查找第一个匹配项，即第一个数字\d。
这时候可以添加g来查找所有数字：

let str = "+7(903)-123-45-67";let regexp = /\d/g;console.log( str.match(regexp) ); // 匹配项构成的数组：7,9,0,3,1,2,3,4,5,6,7// 让我们将其输出为纯数字构成的电话号码：
console.log( str.match(regexp).join('') ); // 79031234567

这是数字的字符类。还有其他字符类。

最常用的是：
\d（“d” 来自 “digit”） 数字：从 0 到 9 的字符。
\s（“s” 来自 “space”）空格符号：包括空格，制表符 \t，换行符 \n 和其他少数稀有字符，例如 \v、\f 和 \r。
\w（“w” 来自 “word”） “单字”字符：拉丁字母或数字或下划线 _。非拉丁字母（如西里尔字母或印地文）不属于 \w。例如，\d\s\w 表示“数字”，后跟“空格字符”，后跟“单字字符”，例如 1 a。

正则表达式可能同时包含常规符号和字符类。
例如，CSS\d 匹配 CSS 后面带有一个数字的字符串：

let str = "Is there CSS4?";
let regexp = /CSS\d/console.og( str.match(regexp) ); // CSS4

我们还可以使用更多字符类：

console.log( "I love HTML5!".match(/\s\w\w\w\w\d/) ); // ' HTML5'

1.匹配项（每个正则表达式字符类都有对应的结果字符）：

反向类

对于每个字符类，都有一个“反向类”，用相同的字母表示，但是大写的。
“反向”表示它与所有其他字符匹配，例如：

\D : 非数字：除\d以外的任何字符，例如字母
\S : 非空格符号：除 \s 以外的任何字符，例如字母。
\W : 非单字字符：除 \w 以外的任何字符，例如非拉丁字母或空格。

这个时候就可以使用\D来查找非数字并且将其从字符串中删除：

let str = "+7(903)-123-45-67";console.log( str.replace(/\D/g, "") ); // 79031234567

点（.）匹配“任何字符”

点 . 是一种特殊字符类，它与“除换行符之外的任何字符”匹配(只匹配一个字符)。

console.log("Z".match(/./)) ; //Z

或者在正则表达式中间：

let regexp = /CS.4/;console.log( "CSS4".match(regexp) ); // CSS4
console.log( "CS-4".match(regexp) ); // CS-4
console.log( "CS 4".match(regexp) ); // CS 4（空格也是一个字符）

点表示“任何字符”，而不是“缺少字符”。必须有一个与之匹配的字符：

console.log( "CS4".match(/CS.4/) ); // null，没有匹配项，因为这里没有与点匹配的字符
console.log( "CSSS4".match(/CS.4/) ); // null，没有匹配项，因为只能匹配一个字符这里中间有两个S

带有修饰符 “s” 时点字符类匹配任何字符

默认情况下，点与换行符 \n 不匹配。
例如，正则表达式 A.B 匹配 A，然后匹配 B 和它们之间的任何字符，除了换行符\n：

console.log( "A\nB".match(/A.B/) ); // null（无匹配项）

如果要匹配任何字符，那么就可以使用修饰符s,如果有s修饰符那么点 .就可以匹配任何字符

console.log("A\nB".match(/A.B/s) ) // A\nB 

$‘注意：这里的点依旧只可以匹配一个字符，如果有多个字符，那么结果会是null，如果要匹配多个字符，那么字符数与点的数量相同。$`
示例：

console.log("ACMB".match(/A..B/s) ) // ACMB

三、Unicode：修饰符 “u” 和类 \p{…}

JavaScript 对字符串使用 Unicode 编码。大多数字符使用 2 个字节编码，但这种方式只能编码最多 65536 个字符。
这个范围不足以对所有可能的字符进行编码，这就是为什么使用 4 个字节对一些罕见的字符进行编码，比如 𝒳（数学符号 X）或 😄（笑脸），一些象形文字等等。
字符 Unicode Unicode 中的字节数
a 0x0061 2
≈ 0x2248 2
𝒳 0x1d4b3 4
𝒴 0x1d4b4 4
😄 0x1f604 4

1.Unicode 属性 \p{…}

Unicode 中的每个字符都有很多属性。它们描述了字符所属的“类别”，包含了关于字符的各种信息。
例如，如果一个字符具有 Letter 属性，这意味着这个字符归属于（任意语言的）字母表。而 Number 属性则表示这是一个数字：也许是阿拉伯数字，亦或是中文数字，等等。
我们可以查找具有某种属性的字符，写作 \p{…}。为了使用 \p{…}，一个正则表达式必须使用修饰符 u。

let str = "A ბ ㄱ";alert( str.match(/\p{L}/gu) ); // A,ბ,ㄱ
alert( str.match(/\p{L}/g) ); // null（没有匹配项，因为没有修饰符 "u"）

以下是主要的字符类别和它们对应的子类别：

● 字母（Letter）L：
○ 小写（lowercase）Ll，
○ 修饰（modifier）Lm，
○ 首字母大写（titlecase）Lt，
○ 大写（uppercase）Lu，
○ 其它（other）Lo。
● 数字（Number）N：
○ 十进制数字（decimal digit）Nd，
○ 字母数字（letter number）Nl，
○ 其它（other）No。
● 标点符号（Punctuation）P：
○ 连接符（connector）Pc，
○ 横杠（dash）Pd，
○ 起始引号（initial quote）Pi，
○ 结束引号（final quote）Pf，
○ 开（open）Ps，
○ 闭（close）Pe，
○ 其它（other）Po。
● 标记（Mark）M（accents etc）：
○ 间隔合并（spacing combining）Mc，
○ 封闭（enclosing）Me，
○ 非间隔（non-spacing）Mn。
● 符号（Symbol）S：
○ 货币（currency）Sc，
○ 修饰（modifier）Sk，
○ 数学（math）Sm，
○ 其它（other）So。
● 分隔符（Separator）Z：
○ 行（line）Zl，
○ 段落（paragraph）Zp，
○ 空格（space）Zs。
● 其它（Other）C：
○ 控制符（control）Cc，
○ 格式（format）Cf，
○ 未分配（not assigned）Cn，
○ 私有（private use）Co，
○ 代理伪字符（surrogate）Cs。
也有其它派生的类别，例如：
● Alphabetic（Alpha），包含了字母 L，加上字母数字 Nl（例如 Ⅻ —— 罗马数字 12），加上一些其它符号 Other_Alphabetic（OAlpha）。
● Hex_Digit 包括 16 进制数字 0-9，a-f。
● ……等等。

Unicode 支持很多不同的属性，列出整个清单需要占用大量的篇幅，因此在这里列出相关的链接：

● 列出一个字符的所有属性：https://unicode.org/cldr/utility/character.jsp.
● 按照属性列出所有的字符：https://unicode.org/cldr/utility/list-unicodeset.jsp.
● 属性的对应缩写形式：https://www.unicode.org/Public/UCD/latest/ucd/PropertyValueAliases.txt.
● 以文本格式整理的所有 Unicode 字符，包含了所有的属性：https://www.unicode.org/Public/UCD/latest/ucd/.

举例：16进制数
查找16进制数，写作 xFF 其中 F 是一个 16 进制的数字（0…9 或者 A…F）。
一个 16 进制数字可以表示为 \p{Hex_Digit}：

let regexp = /x\p{Hex_Digit}\p{Hex_Digit}/u;alert("number: xAF".match(regexp)); // xAF

举例：中文字符
有一个 Unicode 属性 Script（一个书写系统），这个属性可能有一个值：Cyrillic、Greek、Arabic、Han（中文）等等，这里是一个完整的列表。
要在给定的书写系统中查找字符，我们需要使用 Script=，例如对于西里尔字母：\p{sc=Cyrillic}，中文象形文字：\p{sc=Han}，等等。

let regexp = /\p{sc=Han}/gu; // 返回中文象形文字let str = `Hello Привет 你好 123_456`;alert( str.match(regexp) ); // 你,好

举例：货币
表示货币的字符，例如 $、€ 和 ¥，具有 Unicode 属性 \p{Currency_Symbol}，缩写为 \p{Sc}。

let regexp = /\p{Sc}\d/gu; //查找所有的货币符号以及数字let str = `Prices: $2, €1, ¥9`;alert( str.match(regexp) ); // $2,€1,¥9

总结

修饰符 u 表示启用正则表达式中对 Unicode 的支持。
这意味着两件事：

1. 4 个字节长的字符被以正确的方式处理：被看成单个字符，而不是 2 个 2 字节长的字符。
2. Unicode 属性可以被用于查找：\p{…}。
   有了 unicode 属性我们可以查找给定语言中的词，特殊字符（引用，货币）等等。
   四、锚点：字符串开始 ^ 和末尾 $
   插入符号 ^ 和美元符号 $ 在正则表达式中具有特殊的含义。它们被称为“锚点”。
   插入符号 ^ 匹配文本开头，而美元符号 $ 则匹配文本末尾。
   let str = “张三”;
   console.log(/^张/.test(str)) //true 判断是否以张开头
   let str1 = “李四”;
   alert( /四$/.test(str1));//true判断是否以四结尾测试完全匹{配}^{.}..$结合使用。示例如下：
   //测试一个字符串是否是 12:34(\d\d:\d\d) 格式的时间
   let time1 = “01:13”;
   let time2 = “01:134”;
   let regexp = /^\d\d:\d\d$/;
   console.log(regexp.test(time1)) // true
   console.log(regexp.test(time2))// false

五、锚点 ^ $ 的多行模式，修饰符 “m”

多行模式由修饰符 m 启用。
它只影响 ^ 和 $ 的行为。
在多行模式下，它们不仅仅匹配文本的开始与末尾，还匹配每一行的开始与末尾。
搜索行的开头

let str = `1one
2two
3three`;  //注意：每行内容一定要在编辑器最左边，否则会默认为是一行内容中间为空格
console.log(str.match(/^\d/gm)) // [1，2，3]

没有修饰符 m 时，仅会匹配第一个数字：

let str = `1st place: Winnie
2nd place: Piglet
3rd place: Eeyore`;console.log( str.match(/^\d/g) ); // 1

注意：“行的开头”表示“就在换行符之后”：多行模式下的测试 ^ 匹配所有以换行符 \n 开头的位置。以及在文本开始的位置。
搜索行的末尾 $
正则表达式 \d$ 寻找每行的最后一个数字

let str = `red:1
yellow:2
green:3
`;
//没有修饰符 m，那么美元符 $ 将只会匹配整个文本的末尾，所以只有最后一个数字会被匹配。
consoel.log(str.match(/\d$/gm));//[1,2,3]

注意：“行的末尾”表示“就在换行符之前”：多行模式下的测试 $ 匹配所有以换行符 \n 结尾的位置。以及在文本末尾的位置。

搜索 \n 而不是 ^ $
要寻找新的一行，我们不仅可以使用锚点 ^ 和 $，也可以使用换行符 \n。

let str = `Winnie: 1
Piglet: 2
Eeyore: 3`;console.log( str.match(/\d\n/g) ); // 1\n,2\n

区别：

1. 这里只匹配到了两个，因为3之后没有换行了
2. 现在每个匹配项都包含换行符。与锚点^ $不同，锚点只测试条件（行的开始与末尾），而\n是一个字符，因此结果中有\n。 我们需要结果中有换行符时，使用 \n。而锚点则用于在行的开头/末尾查找某些内容。

六、结束语

本节正则表达式就到此结束了，但是正则表达式的内容还不只这些，下一节会继续讲解正则表达式的使用，欢迎小伙伴们来参阅，不要忘记点赞加加关注哦。