跳到主要内容

学习字符串利器---正则

阅读需 6 分钟
正则大芒果

/\$(\$)?([^]*?)\$(\$)?/

匹配单$双$数学公式内容然后进行渲染

分割符号

/(<[^>]+>|\$\$.+?\$\$|\$.+?\$|&[a-zA-Z]{2,8};)/gim

  • <[^>]+> ：匹配HTML或者XML标签
  • \$\$.+?\$\$ : 匹配类似Latex语法，+?是非贪婪匹配，尽可能少
  • \$.+?\$ : 同上，双美元是块渲染，单美元是行内渲染
  • &[a-zA-Z]{2,8}; ：匹配HTML实体，类似&amp是;
  • | ：是支持多种模式
  • /gim : 多次匹配，多行模式，大小写不敏感

正则表达式​

创建方式主要两种

  • RegExp regexp = new RegExp('patten','flags)
  • 字面量 /abc/g

修饰符​

常见

  • g : 返回全部匹配项
  • i : 大小写不敏感
  • u : 开启unicode字符支持
  • s: 开始点完全匹配模式
  • m: 开启锚点多行模式

方法​

搜索​

字符串.match(正则表达式)

返回匹配的字符数组

没有/g的话，还有.index .input等额外方法

没有匹配项返回null

替换​

字符串.replace(正则表达式,replacement)

// 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 will

replacement参数

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，详见 捕获组
$<name>插入带有给定 name 的括号内的内容，详见 捕获组
$$插入字符 $
测试​

字符串.test(正则表达式)

至少有一个就返回true,否则返回false

字符类​

\d digit, 0-9

\s space,类似\n,\t这种

\w word, 字母，数字，下拉线_

反向类​

\D 除数字的字符都行

\S 同上

\W 同上

点(.)匹配”所有字符“

点 . 是一种特殊字符类，它与“除换行符之外的任何字符”匹配。

例如：

alert('Z'.match(/./)) // Z

带有修饰符 “s” 时点字符类匹配任何字符

alert('A\nB'.match(/A.B/s)) // A\nB（匹配了！）
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。

结合起来，就是可以实现完美匹配了

多行模式 修饰符m​

加上了就可以匹配多行开头，多行结尾了

词边界​

\b

有三种不同的位置可作为词边界：

  • 在字符串开头，如果第一个字符是单词字符 \w。
  • 在字符串中的两个字符之间，其中一个是单词字符 \w，另一个不是。
  • 在字符串末尾，如果最后一个字符是单词字符 \w。

集合与范围[...]​

集合​

在方括号 […] 中的几个字符或者字符类表示“搜索给定字符中的任意一个”。

[QWER]表示以下 4个字符中的任何一个：'Q'、'W' 、'E'或 'R' 。

范围​

方括号也可以包含 字符范围。

例如，[a-z] 表示从 a 到 z 范围内的字符，[0-5] 表示从 0 到 5 的数字

[0-9A-F] 中有两个范围：

它搜索一个字符，该字符要么是在 0 到 9 范围内的数字，要么是从 A 到 F 的字母。

排除范围​

除了普通的范围匹配，还有像这样 [^…] 的“排除”范围匹配。

通过在开头添加插入符号 ^ 来表示匹配所有 除了给定的字符 之外的任意字符。

  • [^aeyo] —— 匹配除了 'a'、'e'、'y' 或 'o' 之外的任何字符。
  • [^0-9] —— 匹配除了数字之外的任何字符，与 \D 作用相同。
  • [^\s] —— 匹配任何非空格字符，与 \S 作用相同。
[…] 中的转义​

通常当我们想要准确地找到一个特殊字符时，我们需要像 \. 这样对其进行转义。如果我们需要反斜杠，那么我们需要使用 \\，等等。

在方括号，我们可以使用绝大多数特殊字符而无需转义：

  • 符号 . + ( ) 无需转义。
  • 在开头或结尾（未定义范围）的连字符 - 不会被转义。
  • 插入符号 ^ 仅在开头会被转义（表示排除）。
  • 右方括号 ] 总是会被转义（如果我们需要寻找那个符号）。
范围和修饰符 “u”​

如果集合中有代理对（surrogate pairs），则需要标志 u 才能使它们正常工作。

例如，让我们在字符串 𝒳 中查找 [𝒳𝒴]：

  • 量词（Quantifiers）{n}+?*​

    {n}​

    确切的位数​
    {5}` => `\d{5}` === `\d\d\d\d\d
    范围​

    {3,5} 匹配 3-5 个

    {,5} 匹配最多 5 个

    {6,} 匹配至少 6 个

    量词缩写​

    • + : 一个及以上，=== {1,}
    • \* : 零个及以上，=== {0,}
    • ? : 零个或一个，=== {0,1}

贪婪量词与惰性量词​

看一个样例先

let regexp = /".+"/g

let str = 'a "witch" and her "broom" is one'

alert(str.match(regexp)) // "witch" and her "broom"

……可以看出来它的运行结果与我们的预期不同！

在贪婪模式下（默认情况），量词都会尽可能多地重复。

惰性量词（Lazy Quantifiers）​

在默认情况下，量词是“贪婪的”，这意味着它们会尽可能多地匹配字符。通过在量词后面加上 ?，可以将其变为“惰性的”，即尽可能少地匹配字符。

  • *? : 零个或多个，尽可能少
  • +? : 一个或多个，尽可能少
  • ?? : 零个或一个，尽可能少
  • {n,m}? : n 到 m 个，尽可能少
  • {n,}? : 至少 n 个，尽可能少

示例​

假设我们有以下字符串："aaaaa"

  1. 贪婪匹配（Greedy Matching）

    模式：a+

    匹配结果：["aaaaa"]

  2. 惰性匹配（Lazy Matching）

    模式：a+?

    匹配结果：["a", "a", "a", "a", "a"]

捕获组​

(...)称为“捕获组（capturing group）”。

  • 它允许将匹配的一部分作为结果数组中的单独项。
  • 如果我们将量词放在括号后，则它将括号视为一个整体。

命名组​

在左括号后紧跟着放置 ?\<name\> 即可完成对括号的命名。

例如，让我们查找 “year-month-day” 格式的日期：

let dateRegexp = /(?<year>[0-9]{4})-(?<month>[0-9]{2})-(?<day>[0-9]{2})/;
let str = "2024-06-18";

let groups = str.match(dateRegexp).groups;

alert(groups.year); // 2024
alert(groups.month); // 06
alert(groups.day); // 18

替换中的捕获组​

let str = "John Bull";
let regexp = /(\w+) (\w+)/;

alert( str.replace(regexp, '$2, $1') ); // Bull, John

对于命名的括号，引用为 $<name>。

非捕获组 ?:​

有点抽象，回去多试试

有时我们需要用括号才能正确应用量词，但我们不希望它们的内容出现在结果中

::: notice

像搭积木一样，材料越多也越来复杂

:::

模式中的反向引用：\N 和 \k<name>​

引入一个任务，我们想要匹配这两种'...'，"..."

如果使用的模版是['"](.*?)['"]，则会有下面的问题

let str = `He said: "She's the one!".`

let regexp = /['"](.*?)['"]/g

// 不是我们想要的结果
alert(str.match(regexp)) // "She'

抓虫​

{n}导致了mdx文件崩溃，因为是一个变量

Loading Comments...
0%