正則表達(dá)式 - 教程

正則表達(dá)式(Regular Expression)是一種文本模式，包括普通字符（例如，a 到 z 之間的字母）和特殊字符（稱為"元字符"）。
正則表達(dá)式使用單個字符串來描述、匹配一系列匹配某個句法規(guī)則的字符串。
正則表達(dá)式是繁瑣的，但它是強(qiáng)大的，學(xué)會之后的應(yīng)用會讓你除了提高效率外，會給你帶來絕對的成就感。只要認(rèn)真閱讀本教程，加上應(yīng)用的時候進(jìn)行一定的參考，掌握正則表達(dá)式不是問題。
許多程序設(shè)計(jì)語言都支持利用正則表達(dá)式進(jìn)行字符串操作。

var str = "abc123def";
var patt1 = /[0-9]+/;
document.write(str.match(patt1));
// 以下標(biāo)記的文本是獲得的匹配的表達(dá)式：
123

正則表達(dá)式 - 語法

正則表達(dá)式(regular expression)描述了一種字符串匹配的模式（pattern），可以用來檢查一個串是否含有某種子串、將匹配的子串替換或者從某個串中取出符合某個條件的子串等。
例如：

• runoo+b，可以匹配 runoob、runooob、runoooooob 等，+ 號代表前面的字符必須至少出現(xiàn)一次（1次或多次）。
• runoob，可以匹配 runob、runoob、runoooooob 等， 號代表字符可以不出現(xiàn)，也可以出現(xiàn)一次或者多次（0次、或1次、或多次）。
• colou?r 可以匹配 color 或者 colour，? 問號代表前面的字符最多只可以出現(xiàn)一次（0次、或1次）。
  構(gòu)造正則表達(dá)式的方法和創(chuàng)建數(shù)學(xué)表達(dá)式的方法一樣。也就是用多種元字符與運(yùn)算符可以將小的表達(dá)式結(jié)合在一起來創(chuàng)建更大的表達(dá)式。正則表達(dá)式的組件可以是單個的字符、字符集合、字符范圍、字符間的選擇或者所有這些組件的任意組合。
  正則表達(dá)式是由普通字符（例如字符 a 到 z）以及特殊字符（稱為"元字符"）組成的文字模式。模式描述在搜索文本時要匹配的一個或多個字符串。正則表達(dá)式作為一個模板，將某個字符模式與所搜索的字符串進(jìn)行匹配。

普通字符

普通字符包括沒有顯式指定為元字符的所有可打印和不可打印字符。這包括所有大寫和小寫字母、所有數(shù)字、所有標(biāo)點(diǎn)符號和一些其他符號。

非打印字符

非打印字符也可以是正則表達(dá)式的組成部分。下表列出了表示非打印字符的轉(zhuǎn)義序列：

限定符

限定符用來指定正則表達(dá)式的一個給定組件必須要出現(xiàn)多少次才能滿足匹配。有 * 或 + 或 ? 或 {n} 或 {n,} 或 {n,m} 共6種。
正則表達(dá)式的限定符有：

由于章節(jié)編號在大的輸入文檔中會很可能超過九，所以您需要一種方式來處理兩位或三位章節(jié)編號。限定符給您這種能力。下面的正則表達(dá)式匹配編號為任何位數(shù)的章節(jié)標(biāo)題：

/Chapter [1-9][0-9]*/

請注意，限定符出現(xiàn)在范圍表達(dá)式之后。因此，它應(yīng)用于整個范圍表達(dá)式，在本例中，只指定從 0 到 9 的數(shù)字（包括 0 和 9）。
這里不使用 + 限定符，因?yàn)樵诘诙€位置或后面的位置不一定需要有一個數(shù)字。也不使用 ? 字符，因?yàn)槭褂?? 會將章節(jié)編號限制到只有兩位數(shù)。您需要至少匹配 Chapter 和空格字符后面的一個數(shù)字。
如果您知道章節(jié)編號被限制為只有 99 章，可以使用下面的表達(dá)式來至少指定一位但至多兩位數(shù)字

/Chapter [0-9]{1,2}/

上面的表達(dá)式的缺點(diǎn)是，大于 99 的章節(jié)編號仍只匹配開頭兩位數(shù)字。另一個缺點(diǎn)是 Chapter 0 也將匹配。只匹配兩位數(shù)字的更好的表達(dá)式如下：

/Chapter [1-9][0-9]?/

或

/Chapter [1-9][0-9]{0,1}/

*、+限定符都是貪婪的，因?yàn)樗鼈儠M可能多的匹配文字，只有在它們的后面加上一個?就可以實(shí)現(xiàn)非貪婪或最小匹配。

例如，您可能搜索 HTML 文檔，以查找括在 H1 標(biāo)記內(nèi)的章節(jié)標(biāo)題。該文本在您的文檔中如下：

<H1>Chapter 1 - 介紹正則表達(dá)式</H1>

貪婪：下面的表達(dá)式匹配從開始小于符號 (<) 到關(guān)閉 H1 標(biāo)記的大于符號 (>) 之間的所有內(nèi)容

/<.*>/

非貪婪：如果您只需要匹配開始和結(jié)束 H1 標(biāo)簽，下面的非貪婪表達(dá)式只匹配 <H1>。

/<.*?>/

如果只想匹配開始的 H1 標(biāo)簽，表達(dá)式則是：

/<\w+?>/

通過在 *、+ 或 ? 限定符之后放置 ?，該表達(dá)式從"貪心"表達(dá)式轉(zhuǎn)換為"非貪心"表達(dá)式或者最小匹配。

定位符

定位符使您能夠?qū)⒄齽t表達(dá)式固定到行首或行尾。它們還使您能夠創(chuàng)建這樣的正則表達(dá)式，這些正則表達(dá)式出現(xiàn)在一個單詞內(nèi)、在一個單詞的開頭或者一個單詞的結(jié)尾。
定位符用來描述字符串或單詞的邊界，^ 和 $ 分別指字符串的開始與結(jié)束，\b 描述單詞的前或后邊界，\B 表示非單詞邊界。
正則表達(dá)式的定位符有:

注意：不能將限定符與定位符一起使用。由于在緊靠換行或者單詞邊界的前面或后面不能有一個以上位置，因此不允許諸如 ^* 之類的表達(dá)式。
若要匹配一行文本開始處的文本，請?jiān)谡齽t表達(dá)式的開始使用 ^ 字符。不要將 ^ 的這種用法與中括號表達(dá)式內(nèi)的用法混淆。
若要匹配一行文本的結(jié)束處的文本，請?jiān)谡齽t表達(dá)式的結(jié)束處使用 $ 字符。
若要在搜索章節(jié)標(biāo)題時使用定位點(diǎn)，下面的正則表達(dá)式匹配一個章節(jié)標(biāo)題，該標(biāo)題只包含兩個尾隨數(shù)字，并且出現(xiàn)在行首：

/^Chapter [1-9][0-9]{0,1}/

真正的章節(jié)標(biāo)題不僅出現(xiàn)行的開始處，而且它還是該行中僅有的文本。它即出現(xiàn)在行首又出現(xiàn)在同一行的結(jié)尾。下面的表達(dá)式能確保指定的匹配只匹配章節(jié)而不匹配交叉引用。通過創(chuàng)建只匹配一行文本的開始和結(jié)尾的正則表達(dá)式，就可做到這一點(diǎn)。

/^Chapter [1-9][0-9]{0,1}$/

匹配單詞邊界稍有不同，但向正則表達(dá)式添加了很重要的能力。單詞邊界是單詞和空格之間的位置。非單詞邊界是任何其他位置。下面的表達(dá)式匹配單詞 Chapter 的開頭三個字符，因?yàn)檫@三個字符出現(xiàn)在單詞邊界后面：

/\bCha/

\b 字符的位置是非常重要的。如果它位于要匹配的字符串的開始，它在單詞的開始處查找匹配項(xiàng)。如果它位于字符串的結(jié)尾，它在單詞的結(jié)尾處查找匹配項(xiàng)。例如，下面的表達(dá)式匹配單詞 Chapter 中的字符串 ter，因?yàn)樗霈F(xiàn)在單詞邊界的前面：

/ter\b/

下面的表達(dá)式匹配 Chapter 中的字符串 apt，但不匹配 aptitude 中的字符串 apt：

/\Bapt/

字符串 apt 出現(xiàn)在單詞 Chapter 中的非單詞邊界處，但出現(xiàn)在單詞 aptitude 中的單詞邊界處。對于 \B 非單詞邊界運(yùn)算符，位置并不重要，因?yàn)槠ヅ洳魂P(guān)心究竟是單詞的開頭還是結(jié)尾。

選擇

用圓括號將所有選擇項(xiàng)括起來，相鄰的選擇項(xiàng)之間用|分隔。但用圓括號會有一個副作用，使相關(guān)的匹配會被緩存，此時可用?:放在第一個選項(xiàng)前來消除這種副作用。
其中 ?: 是非捕獲元之一，還有兩個非捕獲元是 ?= 和 ?!，這兩個還有更多的含義，前者為正向預(yù)查，在任何開始匹配圓括號內(nèi)的正則表達(dá)式模式的位置來匹配搜索字符串，后者為負(fù)向預(yù)查，在任何開始不匹配該正則表達(dá)式模式的位置來匹配搜索字符串。

反向引用

對一個正則表達(dá)式模式或部分模式兩邊添加圓括號將導(dǎo)致相關(guān)匹配存儲到一個臨時緩沖區(qū)中，所捕獲的每個子匹配都按照在正則表達(dá)式模式中從左到右出現(xiàn)的順序存儲。緩沖區(qū)編號從 1 開始，最多可存儲 99 個捕獲的子表達(dá)式。每個緩沖區(qū)都可以使用 \n 訪問，其中 n 為一個標(biāo)識特定緩沖區(qū)的一位或兩位十進(jìn)制數(shù)。
可以使用非捕獲元字符 ?:、?= 或 ?! 來重寫捕獲，忽略對相關(guān)匹配的保存。
反向引用的最簡單的、最有用的應(yīng)用之一，是提供查找文本中兩個相同的相鄰單詞的匹配項(xiàng)的能力。以下面的句子為例：

Is is the cost of of gasoline going up up?

上面的句子很顯然有多個重復(fù)的單詞。如果能設(shè)計(jì)一種方法定位該句子，而不必查找每個單詞的重復(fù)出現(xiàn)，那該有多好。下面的正則表達(dá)式使用單個子表達(dá)式來實(shí)現(xiàn)這一點(diǎn)：

實(shí)例
查找重復(fù)的單詞：

var str = "Is is the cost of of gasoline going up up";
var patt1 = /\b([a-z]+) \1\b/ig;
document.write(str.match(patt1));

捕獲的表達(dá)式，正如 [a-z]+ 指定的，包括一個或多個字母。正則表達(dá)式的第二部分是對以前捕獲的子匹配項(xiàng)的引用，即，單詞的第二個匹配項(xiàng)正好由括號表達(dá)式匹配。\1 指定第一個子匹配項(xiàng)。
單詞邊界元字符確保只檢測整個單詞。否則，諸如 "is issued" 或 "this is" 之類的詞組將不能正確地被此表達(dá)式識別。
正則表達(dá)式后面的全局標(biāo)記 g 指定將該表達(dá)式應(yīng)用到輸入字符串中能夠查找到的盡可能多的匹配。
表達(dá)式的結(jié)尾處的不區(qū)分大小寫 i 標(biāo)記指定不區(qū)分大小寫。
多行標(biāo)記指定換行符的兩邊可能出現(xiàn)潛在的匹配。
反向引用還可以將通用資源指示符 (URI) 分解為其組件。假定您想將下面的 URI 分解為協(xié)議（ftp、http 等等）、域地址和頁/路徑：

http://www.runoob.com:80/html/html-tutorial.html

下面的正則表達(dá)式提供該功能：

實(shí)例
輸出所有匹配的數(shù)據(jù)：

var str = "http://www.runoob.com:80/html/html-tutorial.html";
var patt1 = /(\w+):\/\/([^/:]+)(:\d*)?([^# ]*)/;
arr = str.match(patt1);
for (var i = 0; i < arr.length ; i++) {
 document.write(arr[i]);
 document.write("<br>");
}

第三行代碼 str.match(patt1) 返回一個數(shù)組，實(shí)例中的數(shù)組包含 5 個元素，索引 0 對應(yīng)的是整個字符串，索引 1 對應(yīng)第一個匹配符（括號內(nèi)），以此類推。
第一個括號子表達(dá)式捕獲 Web 地址的協(xié)議部分。該子表達(dá)式匹配在冒號和兩個正斜杠前面的任何單詞。
第二個括號子表達(dá)式捕獲地址的域地址部分。子表達(dá)式匹配 : 和 / 之后的一個或多個字符。
第三個括號子表達(dá)式捕獲端口號（如果指定了的話）。該子表達(dá)式匹配冒號后面的零個或多個數(shù)字。只能重復(fù)一次該子表達(dá)式。
最后，第四個括號子表達(dá)式捕獲 Web 地址指定的路徑和 / 或頁信息。該子表達(dá)式能匹配不包括 # 或空格字符的任何字符序列。
將正則表達(dá)式應(yīng)用到上面的 URI，各子匹配項(xiàng)包含下面的內(nèi)容：

• 第一個括號子表達(dá)式包含 http
• 第二個括號子表達(dá)式包含 www.runoob.com
• 第三個括號子表達(dá)式包含 :80
• 第四個括號子表達(dá)式包含 /html/html-tutorial.html