概述

正則表達(dá)式（regular expression）是一種表達(dá)文本模式的方法，常常用作按照“給定模式”匹配文本的工具，比如給定一個(gè)Email地址的模式，然后用來確定一個(gè)字符串是否為Email地址。JavaScript的正則表達(dá)式體系是參照Perl 5建立的。

新建正則表達(dá)式有兩種方法。一種是使用字面量，以斜杠表示開始和結(jié)束。

var regex = /xyz/;

另一種是使用RegExp構(gòu)造函數(shù)。

var regex = new RegExp("xyz");

上面兩種寫法是等價(jià)的，都建立了一個(gè)內(nèi)容為xyz的正則表達(dá)式對(duì)象。

RegExp構(gòu)造函數(shù)還可以接受第二個(gè)參數(shù)，表示修飾符（詳細(xì)解釋見下文）。

var regex = new RegExp("xyz", "i");
// 等價(jià)于
var regex = /xyz/i;

這兩種寫法在運(yùn)行時(shí)有一個(gè)細(xì)微的區(qū)別。采用字面量的寫法，正則對(duì)象在代碼載入時(shí)（即編譯時(shí)）生成；采用構(gòu)造函數(shù)的方法，正則對(duì)象在代碼運(yùn)行時(shí)生成。考慮到書寫的便利和直觀，實(shí)際應(yīng)用中，基本上都采用字面量的寫法。

正則對(duì)象生成以后，有兩種使用方式：

• 使用正則對(duì)象本身的方法，將字符串作為參數(shù)，比如regex.test(string)。

• 使用字符串對(duì)象的方法，將正則對(duì)象作為參數(shù)，比如string.match(regex)。

下面逐一介紹這兩種使用方式。

正則對(duì)象的屬性和方法

屬性

正則對(duì)象的屬性主要如下：

• ignoreCase：返回一個(gè)布爾值，表示是否設(shè)置了i修飾符，該屬性只讀。

• global：返回一個(gè)布爾值，表示是否設(shè)置了g修飾符，該屬性只讀。

• lastIndex：返回下一次開始搜索的位置。該屬性可讀寫，但是只在設(shè)置了g修飾符時(shí)有意義。

• source：返回正則表達(dá)式的字符串形式（不包括反斜杠），該屬性只讀。

• multiline：返回一個(gè)布爾值，表示是否設(shè)置了m修飾符，該屬性只讀。

下面是屬性應(yīng)用的實(shí)例。

var r = /abc/igm;

r.ignoreCase // true
r.global // true
r.multiline // true
r.lastIndex // 0
r.source // "abc"

test方法

test方法返回布爾值，用來驗(yàn)證字符串是否符合某個(gè)模式。

/cat/.test('cats and dogs') // true

上面代碼驗(yàn)證參數(shù)字符串之中是否包含cat，結(jié)果返回true。

如果正則表達(dá)式帶有g(shù)修飾符，則每一次test方法都從上一次結(jié)束的位置開始向后匹配。

var r = /x/g;
var s = '_x_x';

r.lastIndex // 0
r.test(s) // true

r.lastIndex // 2
r.test(s) // true

r.lastIndex // 4
r.test(s) // false

上面代碼的正則對(duì)象使用了g修飾符，表示要記錄搜索位置。接著，三次使用test方法，每一次開始搜索的位置都是上一次匹配的后一個(gè)位置。

如果正則模式是一個(gè)空字符串，則匹配所有字符串。

new RegExp("").test("abc")
// true

exec方法

exec方法返回匹配結(jié)果。

var s = '_x_x';
var r1 = /x/;
var r2 = /y/;

r1.exec(s) // ["x"]
r2.exec(s) // null

上面代碼表示，如果匹配成功，exec方法返回一個(gè)數(shù)組，里面是匹配結(jié)果。如果匹配失敗，返回null。

如果正則表示式包含圓括號(hào)，則返回的數(shù)組會(huì)包括多個(gè)元素。其中，第一個(gè)元素是整個(gè)匹配成功的結(jié)果，后面的元素就是圓括號(hào)對(duì)應(yīng)的匹配成功的組，也就是說第二個(gè)元素就對(duì)應(yīng)第一個(gè)括號(hào)，第三個(gè)元素對(duì)應(yīng)第二個(gè)括號(hào)，以此類推。整個(gè)返回?cái)?shù)組的length屬性等于匹配成功的組數(shù)+1。

var s = '_x_x';
var r = /_(x)/;

r.exec(s) // ["_x", "x"]

上面代碼的exex方法，返回一個(gè)數(shù)組。第一個(gè)元素是整個(gè)匹配的結(jié)果，第二個(gè)元素是圓括號(hào)匹配的結(jié)果。

exec方法的返回?cái)?shù)組還包含以下兩個(gè)屬性：

• input：整個(gè)原字符串。

• index：整個(gè)模式匹配成功的開始位置。

var r = /a(b+)a/;

var arr = regex.exec("_abbba_aba_");

arr// ["abbba", "bbb"]

arr.index// 1
arr.input// "_abbba_aba_"

上面代碼中的index屬性等于1，是因?yàn)閺脑址牡诙€(gè)位置開始匹配成功。

如果正則表達(dá)式加上g修飾符，則可以使用多次exec方法，下一次搜索的位置從上一次匹配成功結(jié)束的位置開始。

var r = /a(b+)a/g;

var a1 = r.exec("_abbba_aba_");
a1 // ["abbba", "bbb"]
a1.index // 1
r.lastIndex // 6

var a2 = r.exec("_abbba_aba_");
a2 // ["aba", "b"]
a2.index // 7
r.lastIndex // 10

var a3 = r.exec("_abbba_aba_");
a3 // null
a3.index // TypeError: Cannot read property 'index' of null
r.lastIndex // 0

var a4 = r.exec("_abbba_aba_");
a4 // ["abbba", "bbb"]
a4.index // 1
r.lastIndex // 6

上面代碼連續(xù)用了四次exec方法，前三次都是從上一次匹配結(jié)束的位置向后匹配。當(dāng)?shù)谌纹ヅ浣Y(jié)束以后，整個(gè)字符串已經(jīng)到達(dá)尾部，正則對(duì)象的lastIndex屬性重置為0，意味著第四次匹配將從頭開始。

利用g修飾符允許多次匹配的特點(diǎn)，可以用一個(gè)循環(huán)完成全部匹配。

var r = /a(b+)a/g;

var s = "_abbba_aba_";

while(true) {
    var match = r.exec(s);
    if (!match) break;
    console.log(match[1]);
}
// bbb
// b

如果正則對(duì)象是一個(gè)空字符串，則exec方法會(huì)匹配成功，但返回的也是空字符串。

var r1 = new RegExp("");
var a1 = r1.exec("abc");
a1 // [""]
a1.index // 0
r1.lastIndex // 0 

var r2 = new RegExp("()");
var a2 = r2.exec("abc");
a2 // ["", ""]
a2.index // 0
r2.lastIndex // 0

字符串對(duì)象的方法

字符串對(duì)象的方法之中，有4種與正則對(duì)象有關(guān)。

• match：返回匹配的子字符串。

• search：按照給定的正則規(guī)則進(jìn)行搜索。

• replace：按照給定的正則規(guī)則進(jìn)行替換。

• split：按照給定規(guī)則進(jìn)行字符串分割。

下面逐一介紹。

match方法

match方法對(duì)字符串進(jìn)行正則匹配，返回匹配結(jié)果。

var s = '_x_x';
var r1 = /x/;
var r2 = /y/;

s.match(r1) // ["x"]
s.match(r2) // null

從上面代碼可以看到，字符串的match方法與正則對(duì)象的exec方法非常類似：匹配成功返回一個(gè)數(shù)組，匹配失敗返回null。

如果正則表達(dá)式帶有g(shù)修飾符，則該方法與正則對(duì)象的exec方法行為不同，會(huì)返回所有匹配成功的結(jié)果。

var s = "abba";
var r = /a/g;

s.match(r) // ["a", "a"]
r.exec(s) // ["a"]

search方法

search方法返回第一個(gè)滿足條件的匹配結(jié)果在整個(gè)字符串中的位置。如果沒有任何匹配，則返回-1。該方法會(huì)忽略g參數(shù)。

'_x_x'.search(/x/)// 1

replace方法

replace方法可以替換匹配的值，它接受兩個(gè)參數(shù)，第一個(gè)是搜索模式，第二個(gè)是替換的內(nèi)容。

str.replace(search, replacement)

搜索模式如果不加g修飾符，就替換第一個(gè)匹配成功的值，否則替換所有匹配成功的值。

"aaa".replace("a", "b")
// "baa"

"aaa".replace(/a/, "b")
// "baa"

"aaa".replace(/a/g, "b")
// "bbb"

上面代碼中，最后一個(gè)正則表達(dá)式使用了g修飾符，導(dǎo)致所有的b都被替換掉了。

replace方法的一個(gè)應(yīng)用，就是消除字符串首尾兩端的空格，下面給出兩種寫法。

var str = '  #id div.class  ';

str.replace(/^\s+|\s+$/g, '')
// "#id div.class"

str.replace(/^\s\s*/,'').replace(/\s\s*$/,'')
// "#id div.class"

replace方法的第二個(gè)參數(shù)可以使用美元符號(hào)$，用來指代所替換的內(nèi)容。

• $& 指代匹配的子字符串。

• $` 指代匹配結(jié)果前面的文本。

• $' 指代匹配結(jié)果后面的文本。

• $n 指代匹配成功的第n組內(nèi)容，n是從1的自然數(shù)。

• $$ 指代美元符號(hào)$。

"hello world".replace(/(\w+)\s(\w+)/,"$2 $1")
// "world hello"

"abc".replace("b", "[$`-$&-$']")
// "a[a-b-c]c"

replace方法的第二個(gè)參數(shù)還可以是一個(gè)函數(shù)，將匹配內(nèi)容替換為函數(shù)返回值。

"3 and 5".replace(/[0-9]+/g, function(match){
  return 2 * match; })
// "6 and 10"

var a = "The quick brown fox jumped over the lazy dog.";
var pattern = /quick|brown|lazy/ig;
a.replace( pattern, function replacer(match){
  return match.toUpperCase();
} );
// The QUICK BROWN fox jumped over the LAZY dog.

作為replace方法第二個(gè)參數(shù)的替換函數(shù)，可以接受多個(gè)參數(shù)。它的第一個(gè)參數(shù)是捕捉到的內(nèi)容，第二個(gè)參數(shù)是捕捉到的組匹配（有多少個(gè)組匹配，就有多少個(gè)對(duì)應(yīng)的參數(shù)）。此外，最后還可以添加兩個(gè)參數(shù)，倒數(shù)第二個(gè)參數(shù)是捕捉到的內(nèi)容在整個(gè)字符串中的位置（比如從第五個(gè)位置開始），最后一個(gè)參數(shù)是原字符串。下面是一個(gè)網(wǎng)頁(yè)模板替換的例子。

var prices = {
  "pr_1": "$1.99",
  "pr_2": "$9.99",
  "pr_3": "$5.00"
};

var template = ".."; // some ecommerce page template

template.replace(
    /(<span id=")(.*?)(">)(<\/span>)/g,
    function(match,$1,$2,$3,$4){
        return $1 + $2 + $3 + prices[$2] + $4;
    }
);

上面代碼的捕捉模式中，有四個(gè)括號(hào)，所以會(huì)產(chǎn)生四個(gè)組匹配，在匹配函數(shù)中用$1到$4表示。匹配函數(shù)的作用是將價(jià)格插入模板中。

split方法

split方法按照正則規(guī)則分割字符串，返回一個(gè)由分割后的各個(gè)部分組成的數(shù)組。

str.split(separator, [limit])

該方法接受兩個(gè)參數(shù)，第一個(gè)參數(shù)是分隔規(guī)則，第二個(gè)參數(shù)是返回?cái)?shù)組的最大成員數(shù)。

'a,  b,c, d'.split(',')
// [ 'a', '  b', 'c', ' d' ]

'a,  b,c, d'.split(/, */)
// [ 'a', 'b', 'c', 'd' ]

'a,  b,c, d'.split(/, */, 2)
[ 'a', 'b' ]

上面代碼使用正則表達(dá)式，去除了子字符串的逗號(hào)前面的空格。

"aaa*a*".split(/a*/)
// [ '', '*', '*' ]

"aaa**a*".split(/a*/)
// ["", "*", "*", "*"]

上面代碼的分割規(guī)則是出現(xiàn)0次或多次的a，所以第一個(gè)分隔符是“aaa”，第二個(gè)分割符是“a”，將整個(gè)字符串分成三個(gè)部分。出現(xiàn)0次的a，意味著只要沒有a就可以分割，實(shí)際上就是按字符分割。

如果正則表達(dá)式帶有括號(hào)，則括號(hào)匹配的部分也會(huì)作為數(shù)組成員返回。

"aaa*a*".split(/(a*)/)
// [ '', 'aaa', '*', 'a', '*' ]

上面代碼的正則表達(dá)式使用了括號(hào)，第一個(gè)組匹配是“aaa”，第二個(gè)組匹配是“a”，它們都作為數(shù)組成員返回。

下面是另一個(gè)組匹配的例子。

'a,  b  ,  '.split(/(,)/)
// ["a", ",", "  b  ", ",", "  "]

'a,  b  ,  '.split(/ *(,) */)
// ["a", ",", "b", ",", ""]

匹配規(guī)則

正則表達(dá)式對(duì)字符串的匹配有很復(fù)雜的規(guī)則。下面一一介紹這些規(guī)則。

字面量字符和元字符

大部分字符在正則表達(dá)式中，就是字面的含義，比如/a/匹配a，/b/匹配b。它們都叫做“字面量字符”（literal characters）。

/dog/.test("old dog") // true

上面代碼中正則表達(dá)式的dog，就是字面量字符，所以/dog/匹配old dog，因?yàn)樗捅硎綿、o、g三個(gè)字母連在一起。

除了字面量字符以外，還有一部分字符有特殊含義，不代表字面的意思。它們叫做“元字符”（metacharacters），主要有以下幾個(gè)。

（1）點(diǎn)字符（.)

點(diǎn)字符（.）匹配除回車（\r）、換行(\n) 、行分隔符（\u2028）和段分隔符（\u2029）以外的所有字符。

/c.t/

上面代碼中的c.t匹配c和t之間包含任意一個(gè)字符的情況，只要這三個(gè)字符在同一行，比如cat、c2t、c-t等等，但是不匹配coot。

（2）位置字符

位置字符用來提示字符所處的位置，主要有兩個(gè)字符。

• ^ 表示字符串的起首。

• $ 表示字符串的行尾。

/^test/.test("test123") // true
/test$/.test("new test") // true
/^test$/.test("test") // true
/^test$/.test("test test") // false

（3）選擇符（|）

豎線符號(hào)（|）在正則表達(dá)式中表示“或關(guān)系”（OR），即 cat|dog 表示匹配cat或dog。

/11|22/.test("911") // true

字符類

字符類（class）表示有一系列字符可供選擇，只要匹配其中一個(gè)就可以了。所有可供選擇的字符都放在方括號(hào)內(nèi)，比如[xyz] 表示x、y、z之中任選一個(gè)匹配。

/[abc]/.test("hello world") // false
/[abc]/.test("apple") // true

上面代碼表示，字符串hello world不包含abc這三個(gè)字母中的任一個(gè)，而字符串a(chǎn)pple包含字母a。

有兩個(gè)字符在字符類中有特殊含義。

（1）脫字符（^）

如果方括號(hào)內(nèi)的第一個(gè)字符是[^]，則表示除了字符類之中的字符，其他字符都可以匹配。比如，[^xyz] 表示除了x、y、z之外都可以匹配。

/[^abc]/.test("hello world") // true
/[^abc]/.test("bbc") // false

上面代碼表示，字符串hello world不包含字母abc中的任一個(gè)，所以返回true；字符串bbc不包含abc以外的字母，所以返回false。

如果方括號(hào)內(nèi)沒有其他字符，即只有[^]，就表示匹配一切字符，其中包括換行符，而點(diǎn)號(hào)（.）是不包括換行符的。

var s = 'Please yes\nmake my day!';

s.match(/yes.*day/) // null
s.match(/yes[^]*day/) // [ 'yes\nmake my day']

上面代碼中，字符串s含有一個(gè)換行符，點(diǎn)號(hào)不包括換行符，所以第一個(gè)正則表達(dá)式匹配失敗；第二個(gè)正則表達(dá)式[^]包含一切字符，所以匹配成功。

注意，脫字符只有在字符類的第一個(gè)位置才有特殊含義，否則就是字面含義。

（2）連字符（-）

某些情況下，對(duì)于連續(xù)序列的字符，連字符（-）用來提供簡(jiǎn)寫形式，表示字符的連續(xù)范圍。比如，[abc]可以寫成[a-c]，[0123456789]可以寫成[0-9]，同理[A-Z]表示26個(gè)大寫字母。

/a-z/.test("b") // false
/[a-z]/.test("b") // true

上面代碼中，當(dāng)連字號(hào)（dash）不出現(xiàn)在方括號(hào)之中，就不具備簡(jiǎn)寫的作用，只代表字面的含義，所以不匹配字符b。只有當(dāng)連字號(hào)用在方括號(hào)之中，才表示連續(xù)的字符序列。

以下都是合法的字符類簡(jiǎn)寫形式。

[0-9.,]
[0-9a-fA-F]
[a-zA-Z0-9-]
[1-31]

上面代碼中最后一個(gè)字符類[1-31]，不代表1到31，只代表1到3。

注意，字符類的連字符必須在頭尾兩個(gè)字符中間，才有特殊含義，否則就是字面含義。比如，[-9]就表示匹配連字符和9，而不是匹配0到9。

連字符還可以用來指定Unicode字符的范圍。

var str = "\u0130\u0131\u0132";
/[\u0128-\uFFFF]/.test(str)
// true

另外，不要過分使用連字符，設(shè)定一個(gè)很大的范圍，結(jié)果選中意料之外的字符。最典型的例子就是[A-z]，表面上它是選中從大寫的A到小寫的z之間52個(gè)字母，但是由于在ASCII編碼之中，大寫字母與小寫字母之間還有其他字符，結(jié)果就會(huì)出現(xiàn)意料之外的結(jié)果。

/[A-z]/.test('\\') // true

上面代碼中，由于反斜杠（\）的ASCII碼在大寫字母與小寫字母之間，結(jié)果會(huì)被選中。

重復(fù)類

{} 表示模式的重復(fù)次數(shù)。{n}表示重復(fù)n次，{n,}表示至少重復(fù)n次，{n,m}表示重復(fù)不少于n次，不多于m次。

/lo{2}k/.test("look") // true
/lo{2,5}k/.test("looook") // true

量詞符

• ? 表示某個(gè)模式出現(xiàn)1次或0次，等同于{0, 1}。

• 
  

• 表示某個(gè)模式出現(xiàn)0次或多次，等同于 {0,}。

• 
  

• 表示某個(gè)模式出現(xiàn)1次或多次，等同于 {1,}。

/t?est/.test("test") // true
/t?est/.test("est") // true

/t+est/.test("test") // true
/t+est/.test("ttest") // true
/t+est/.test("tttest") // true
/t+est/.test("est") // false

/t*est/.test("test") // true
/t*est/.test("ttest") // true
/t*est/.test("tttest") // true
/t*est/.test("est") // true

以上三個(gè)量詞符，默認(rèn)情況下的匹配規(guī)則都是貪婪模式，即最大可能匹配，直到下一個(gè)字符不滿足匹配規(guī)則為止。比如，對(duì)于字符串“aaa”來說，/a+/將會(huì)匹配“aaa”，而不會(huì)匹配“aa”。為了將貪婪模式改為非貪婪模式，可以在量詞符后面加一個(gè)問號(hào)，/a+?/將會(huì)只匹配“a”。

也就是說，星號(hào)（*）和加號(hào)（+）還有非貪婪模式的版本。

• *?：表示某個(gè)模式出現(xiàn)0次或多次，匹配時(shí)采用非貪婪模式。

• +?：表示某個(gè)模式出現(xiàn)1次或多次，匹配時(shí)采用非貪婪模式。

轉(zhuǎn)義符

正則表達(dá)式中那些有特殊含義的字符，如果要匹配它們本身，就需要在它們前面要加上反斜杠。比如要匹配加號(hào)，就要寫成+。

/1+1/.test("1+1")
// false

/1\+1/.test("1+1")
// true

正則模式中，需要用斜杠轉(zhuǎn)義的，一共有12個(gè)字符：^、.、[、$、(、)、|、*、+、?、{和 \。需要特別注意的是，如果使用RegExp方法生成正則對(duì)象，轉(zhuǎn)義需要使用兩個(gè)斜杠，因?yàn)樽址畠?nèi)部會(huì)先轉(zhuǎn)義一次。

(new RegExp("1\+1")).test("1+1") // false
(new RegExp("1\\+1")).test("1+1") // true

修飾符

修飾符（modifier）表示模式的附加規(guī)則，放在正則模式的最尾部。

（1）g修飾符

默認(rèn)情況下，第一次匹配成功后，正則對(duì)象就停止向下匹配了。g修飾符表示全局匹配（global），加上它以后，正則對(duì)象將匹配全部符合條件的結(jié)果，主要用于搜索和替換。

var regex = /b/;

var str = 'abba';

regex.test(str); // true
regex.test(str); // true
regex.test(str); // true

上面代碼連續(xù)做了三次匹配，都返回true。它的含義是如果不加g修飾符，每次匹配時(shí)都是從字符串頭部開始匹配。

var regex = /b/g;

var str = 'abba';

regex.test(str); // true
regex.test(str); // true
regex.test(str); // false

上面代碼中，因?yàn)樽址癮bba”只有兩個(gè)“b”，所以前兩次匹配結(jié)果為true，第三次匹配結(jié)果為false。它的含義是加上g修飾符以后，每次匹配都是從上一次匹配成功處開始往后匹配。

（2）i修飾符

默認(rèn)情況下，正則對(duì)象區(qū)分字母的大小寫，加上i修飾符以后表示忽略大小寫（ignorecase）。

/abc/.test("ABC") // false/abc/i.test("ABC") // true

上面代碼表示，加了i修飾符以后，不考慮大小寫，所以模式abc匹配字符串ABC。

（3）m修飾符

有時(shí)，字符串的頭部或尾部可能會(huì)有換行符。默認(rèn)情況下，正則對(duì)象會(huì)將換行符算入字符串的開頭或結(jié)尾。m修飾符表示多行模式（multiline），加上它以后，正則對(duì)象會(huì)忽略字符串頭部或尾部的換行符，即^和$會(huì)忽略換行符。

/world$/.test("hello world\n") // false
/world$/m.test("hello world\n") // true

上面的代碼中，字符串結(jié)尾處有一個(gè)換行符。如果不加m修飾符，匹配不成功，因?yàn)樽址慕Y(jié)尾不是world；加上以后，換行符被省略，匹配成功。

修飾符可以多個(gè)一起使用。

var regex = /test/ig;

預(yù)定義模式

預(yù)定義模式指的是某些常見模式的簡(jiǎn)寫方式。

• \d 匹配0-9之間的任一數(shù)字，相當(dāng)于[0-9]。

• \D 匹配所有0-9以外的字符，相當(dāng)于[^0-9]。

• \w 匹配任意的字母、數(shù)字和下劃線，相當(dāng)于[A-Za-z0-9_]。

• \W 除所有字母、數(shù)字和下劃線以外的字符，相當(dāng)于/[^A-Za-z0-9_]/ 。

• \s 匹配空格（包括制表符、空格符、斷行符等），相等于[\t\r\n\v\f]。

• \S 匹配非空格的字符，相當(dāng)于[^\t\r\n\v\f]。

• \b 匹配詞的邊界。

• \B 匹配非詞邊界，即在詞的內(nèi)部。

下面是一些例子。

// \s的例子
/\s\w*/.exec("hello world") // [" world"]

// \b的例子
/\bworld/.test("hello world") // true
/\bworld/.test("hello-world") // true
/\bworld/.test("helloworld") // false

// \B的例子
/\Bworld/.test("hello-world") // false
/\Bworld/.test("helloworld") // true

通常，正則表達(dá)式遇到換行符（\n）就會(huì)停止匹配。

var html = "<b>Hello</b>\n<i>world!</i>";
/.*/.exec(html)[0]
// "<b>Hello</b>"

上面代碼中，字符串html包含一個(gè)換行符，結(jié)果點(diǎn)字符（.）不匹配換行符，導(dǎo)致匹配結(jié)果可能不符合原意。這時(shí)使用\s字符類，就能包括換行符。

var html = "<b>Hello</b>\n<i>world!</i>";
/[\S\s]*/.exec(html)[0]
// "<b>Hello</b>\n<i>world!</i>"

// 另一種寫法（用到了非捕獲組）
/(?:.|\s)*/.exec(html)[0]
// "<b>Hello</b>\n<i>world!</i>"

上面代碼中，[\S\s]指代一切字符。

特殊字符

正則對(duì)象對(duì)一些不能打印的特殊字符，提供了表達(dá)形式。

• \cX 表示 Ctrl-X

• [\b] 匹配退格鍵(U+0008)，不要與\b混淆。

• \n 匹配換行鍵。

• \r 匹配回車鍵。

• \t 匹配制表符tab（U+0009）。

• \v 匹配垂直制表符（U+000B）。

• \f 匹配換頁(yè)符（U+000C）。

• \0 匹配null字符（U+0000）。

• \xhh 匹配一個(gè)以兩位十六進(jìn)制數(shù)表示的字符。

• \uhhhh 匹配一個(gè)以四位十六進(jìn)制數(shù)表示的unicode字符。

組匹配

（1）概述

正則表達(dá)式的括號(hào)表示分組匹配，括號(hào)中的模式可以用來捕獲分組的內(nèi)容。

var m = "abcabc".match(/(.)b(.)/);
m
// ["abc", "a", "c"]

上面代碼中，正則表達(dá)式/(.)b(.)/一共使用兩個(gè)括號(hào)，第一個(gè)括號(hào)捕獲a，第二個(gè)括號(hào)捕獲c。

注意，使用組匹配時(shí)，不宜同時(shí)使用g修飾符，否則match方法不會(huì)捕獲分組的內(nèi)容。

var m = "abcabc".match(/(.)b(.)/g);
m
// ["abc", "abc"]

上面代碼使用帶g修飾符的正則表達(dá)式，結(jié)果match方法只捕獲了匹配整個(gè)表達(dá)式的部分。

在正則表達(dá)式內(nèi)部，可以用\n引用括號(hào)匹配的內(nèi)容，n是從1開始的自然數(shù)，表示對(duì)應(yīng)順序的括號(hào)。

/(.)b(.)\1b\2/.test("abcabc")
// true

上面的代碼中，\1表示前一個(gè)括號(hào)匹配的內(nèi)容（即“a”），\2表示第二個(gè)括號(hào)匹配的內(nèi)容（即“b”）。

組匹配非常有用，下面是一個(gè)匹配網(wǎng)頁(yè)標(biāo)簽的例子。

var tagName = /<([^>]+)>[^<]*<\/\1>/;
tagName.exec("<b>bold</b>")[1]
// 'b'

上面代碼略加修改，就能捕獲帶有屬性的標(biāo)簽。

var html = '<b class="hello">Hello</b><i>world</i>';
var tag = /<(\w+)([^>]*)>(.*?)<\/\1>/g;
var match = tag.exec(html);

match[1] // "b"
match[2] // "class="hello""
match[3] // "Hello"

match = tag.exec(html);

match[1] // "i"
match[2] // ""
match[3] // "world"

（2）非捕獲組

(?:x)稱為非捕獲組（Non-capturing group），表示不返回該組匹配的內(nèi)容，即匹配的結(jié)果中不計(jì)入這個(gè)括號(hào)。

var m = "abc".match(/(?:.)b(.)/);

m[1]
// "c"

上面代碼中的模式，一共使用了兩個(gè)括號(hào)。其中第一個(gè)括號(hào)是非捕獲組，所以返回的第一個(gè)被捕獲的組是第二個(gè)括號(hào)所匹配的“c”。

下面是用來分解網(wǎng)址的正則表達(dá)式。

var url = /(http|ftp):\/\/([^/\r\n]+)(\/[^\r\n]*)?/;

url.exec("http://google.com/");
// ["http://google.com/", "http", "google.com", "/"]

var url = /(?:http|ftp):\/\/([^/\r\n]+)(\/[^\r\n]*)?/;

url.exec("http://google.com/");
// ["http://google.com/", "google.com", "/"]

上面的代碼中，前一個(gè)正則表達(dá)式是正常匹配，第一個(gè)括號(hào)返回網(wǎng)絡(luò)協(xié)議；后一個(gè)正則表達(dá)式是非捕獲匹配，返回結(jié)果中不包括網(wǎng)絡(luò)協(xié)議。

（3）先行斷言

x(?=y)稱為先行斷言（Positive look-ahead），x只有在y前面才匹配，y不會(huì)被計(jì)入返回結(jié)果。

var m = "abc".match(/b(?=c)/);
m
// "b"

上面的代碼使用了先行斷言，b在c前面所以被匹配，但是括號(hào)對(duì)應(yīng)的c不會(huì)被返回。

（4）后行斷言

x(?!y)稱為后行斷言（Negative look-ahead），x只有不在y前面才匹配，y不會(huì)被計(jì)入返回結(jié)果。

var m = "abd".match(/b(?!c)/);
m
// ["b"]

上面的代碼使用了后行斷言，b不在c前面所以被匹配，而且括號(hào)對(duì)應(yīng)的d不會(huì)被返回。

參考鏈接

• Axel Rauschmayer, JavaScript: an overview of the regular expression API

• Mozilla Developer Network, Regular Expressions

• Axel Rauschmayer, The flag /g of JavaScript’s regular expressions

• Sam Hughes, Learn regular expressions in about 55 minutes