一次性搞懂JavaScript正規表示式之方法

JsTheGreat發表於2019-02-16

本文是『horseshoe·Regex專題』系列文章之一,後續會有更多專題推出
GitHub地址:https://github.com/veedrin/horseshoe
部落格地址(文章排版真的很漂亮):https://veedrin.com
如果覺得對你有幫助,歡迎來GitHub點Star或者來我的部落格親口告訴我

俗話說:有好米還要有好鍋。正規表示式要真正發揮作用,要倚仗一些操作正則的方法。

我們們來看看JavaScript中都有哪些操作正則的方法。

RegExp

RegExp是正規表示式的建構函式。

使用建構函式建立正規表示式有多種寫法:

new RegExp(`abc`);
// /abc/
new RegExp(`abc`, `gi`);
// /abc/gi
new RegExp(/abc/gi);
// /abc/gi
new RegExp(/abc/m, `gi`);
// /abc/gi

它接受兩個引數:第一個引數是匹配模式,可以是字串也可以是正規表示式;第二個引數是修飾符。

如果第一個引數的正規表示式定義了修飾符,第二個引數又有值,則以第二個引數定義的修飾符為準,這是ES2015的新特性。

使用建構函式一般用於需要動態構造正規表示式的場景,效能不如字面量寫法。

我們來看看它的例項屬性:

  • lastIndex屬性。它的作用是全域性匹配時標記下一次匹配開始的位置,全域性匹配的抓手就是它。
  • source屬性。它的作用是儲存正則模式的主體。比如/abc/gi中的abc
  • 對應的修飾符屬性。目前有globalignoreCasemultilinestickydotAllunicode屬性,返回布林值表明是否開啟對應修飾符。
  • flags屬性。返回所有的修飾符。

match

match是String例項方法。

它的作用是根據引數返回匹配結果,取名match也是非常恰當了。

它接受一個正規表示式作為唯一引數。

可是字串也可以作為引數怎麼解釋?

`abc`.match(`b`);
// ["b", index: 1, input: "abc", groups: undefined]

這是因為match方法內部會隱式的呼叫new RegExp()將其轉換成一個正則例項。

match方法的返回值可以分為三種情況。

匹配失敗

沒什麼可說的,返回null

非全域性匹配

返回一個陣列。

陣列的第一項是匹配結果。如果不傳參則匹配結果為空字串。

`abc`.match();
// ["", index: 0, input: "abc", groups: undefined]

如果正則引數中有捕獲組,捕獲的結果在陣列中從第二項開始依次排列。有捕獲組但是沒有捕獲內容則顯示undefined

`@abc2018`.match(/@([a-z]+)([A-Z]+)?/);
// ["@abc", "abc", undefined, index: 0, input: "@abc2018", groups: undefined]

陣列有一個index屬性,標明匹配結果在文字中的起始位置。

陣列有一個input屬性,顯示源文字。

陣列有一個groups屬性,它儲存的不是捕獲組的資訊,而是捕獲命名的資訊。

`@abc2018`.match(/@(?<lowerCase>[a-z]+)(?<upperCase>[A-Z]+)?/);
// ["@abc", "abc", undefined, index: 0, input: "@abc2018", groups: { lowerCase: "abc", upperCase: undefined }]

全域性匹配

返回一個陣列。

捕獲的若干結果在陣列中依次排列。因為要返回所有匹配的結果,其他的資訊,包括捕獲組和若干屬性就無法列出了。

`abc&mno&xyz`.match(/[a-z]+/g);
// ["abc", "mno", "xyz"]

replace

replace是String例項方法。

它的作用是將給定字串替換匹配結果,並返回新的替換後的文字。源文字不會改變。

它接受兩個引數。

第一個引數可以是字串或者正規表示式,它的作用是匹配。

引數是字串和引數是正規表示式的區別在於:正規表示式的表達能力更強,而且可以全域性匹配。因此引數是字串的話只能進行一次替換。

`abc-xyz-abc`.replace(`abc`, `biu`);
// "biu-xyz-abc"
`abc-xyz-abc`.replace(/abc/, `biu`);
// "biu-xyz-abc"
`abc-xyz-abc`.replace(/abc/g, `biu`);
// "biu-xyz-biu"

第二個引數可以是字串或者函式,它的作用是替換。

第二個引數是字串

replace方法為第二個引數是字串的方式提供了一些特殊的變數,能滿足一般需求。

$數字代表相應順序的捕獲組。注意,雖然它是一個變數,但是不要寫成模板字串${$1}biu,replace內部邏輯會自動解析字串,提取出變數。

`@abc-xyz-$abc`.replace(/([^-]+)abc/g, `$1biu`);
// "@biu-xyz-$biu"

$&代表匹配結果。

`@abc-xyz-$abc`.replace(/([^-]+)abc/g, `{$&}`);
// "{@abc}-xyz-{$abc}"

$`代表匹配結果左邊的文字。

`@abc-xyz-$abc`.replace(/([^-]+)abc/g, `{$`}`);
// "{}-xyz-{@abc-xyz-}"

$`代表匹配結果右邊的文字。

`@abc-xyz-$abc`.replace(/([^-]+)abc/g, "{$`}");
// "{-xyz-$abc}-xyz-{}"

有些時候我要的是變數的符號本身,而不是它的變數值,怎麼辦?加一個$轉義一下。

`@abc-xyz-$abc`.replace(/([^-]+)abc/g, `$$1biu`);
// "$1biu-xyz-$1biu"
`@abc-xyz-$abc`.replace(/([^-]+)abc/g, `$biu`);
// "$biu-xyz-$biu"
`@abc-xyz-$abc`.replace(/([^-]+)abc/g, `$$biu`);
// "$biu-xyz-$biu"

在不會造成誤會的場景,一個$和兩個$的效果都是一個$,因為另一個充當轉義符號。會造成誤會的場景,那就必須加$轉義了。

第二個引數是函式

字串的變數畢竟只能引用,無法操作。與之相對,函式的表達能力就強多了。

函式的返回值就是要替換的內容。函式如果沒有返回值,預設返回undefined,所以替換內容就是undefined

函式的第一個引數,是匹配結果。

`abc-xyz-abc`.replace(/abc/g, (match) => `{${match}}`);
// "{abc}-xyz-{abc}"
`abc-xyz-abc`.replace(/abc/g, (match) => {});
// "undefined-xyz-undefined"

如果有捕獲組,函式的後順位引數與捕獲組一一對應。

`@abc3-xyz-$abc5`.replace(/([^-]+)abc(d+)/g, (match, $1, $2) => `{${$1}${match}${$2}}`);
// "{@@abc33}-xyz-{$$abc55}"

倒數第二個引數是匹配結果在文字中的位置。

`@abc-xyz-$abc`.replace(/([^-]+)abc/g, (match, $1, index) => `{${match}是位置是${index}}`);
// "{@abc是位置是0}-xyz-{$abc是位置是9}"

倒數第一個引數是源文字。

`abc-xyz`.replace(/abc/g, (match, index, string) => `{{${match}}屬於{${string}}}`);
// "{{abc}屬於{abc-xyz}}-xyz"

replace方法最常用的地方是轉義HTML標籤。

`<p>hello regex</p>`.replace(/</g, `&lt;`).replace(/>/g, `&gt;`);
// "&lt;p&gt;hello regex&lt;/p&gt;"

search

search是String例項方法。

它的作用是找出首次匹配項的索引。它的功能較單一,效能也更好。

它接受一個正規表示式作為唯一引數。與match一樣,如果傳入一個非正規表示式,它會呼叫new RegExp()將其轉換成一個正則例項。

`abc-xyz-abc`.search(/xyz/);
// 4
`abc-xyz-abc`.search(/xyz/g);
// 4
`abc-xyz-abc`.search(/mno/);
// -1
`abc-xyz-abc`.search();
// 0
`abc-xyz-abc`.search(/abc/);
// 0

因為只能返回首次匹配的位置,所以全域性匹配對它無效。

如果匹配失敗,返回-1

split

split是String例項方法。

它的作用是根據傳入的分隔符切割源文字。它返回一個由被切割單元組成的陣列。

它接受兩個引數。第一個引數可以是字串或者正規表示式,它是分隔符;第二個引數可選,限制返回陣列的最大長度。

`abc-def_mno+xyz`.split();
// ["abc-def_mno+xyz"]
`abc-def_mno+xyz`.split(`-_+`);
// ["abc-def_mno+xyz"]
`abc-def_mno+xyz`.split(``);
// ["a", "b", "c", "-", "d", "e", "f", "_", "m", "n", "o", "+", "x", "y", "z"]
`abc-def_mno+xyz`.split(/[-_+]/);
// ["abc", "def", "mno", "xyz"]
`abc-def_mno+xyz`.split(/[-_+]/g);
// ["abc", "def", "mno", "xyz"]
`abc-def_mno+xyz`.split(/[-_+]/, 3);
// ["abc", "def", "mno"]
`abc-def_mno+xyz`.split(/[-_+]/, 5);
// ["abc", "def", "mno", "xyz"]

如果第一個引數傳入的是空字串,則會切割每一個字串。

另外,因為split方法中的正則是用來匹配分隔符,所以全域性匹配沒有意義。

exec

exec是RegExp例項方法。

它的作用是根據引數返回匹配結果,與字串方法match相似。

/xyz/.exec(`abc-xyz-abc`);
// ["xyz", index: 4, input: "abc-xyz-abc", groups: undefined]
/mno/.exec(`abc-xyz-abc`);
// null
/xyz/.exec();
// null

小小的區別在於引數為空的情況:exec直接返回null;match返回一個空字串陣列。原因也很好理解,有魚沒有網,最壞也就是沒有收成;有網沒有魚,那可是連奔頭都沒有了。

它們倆最大的區別在於全域性匹配的場景。

全域性匹配就意味著多次匹配,RegExp例項有一個lastIndex屬性,每匹配一次,這個屬性就會更新為下一次匹配開始的位置。exec就是根據這個屬性來實現全域性匹配的。

const reg = /abc/g;
reg.lastIndex
// 0
reg.exec(`abc-xyz-abc`);
// ["abc", index: 0, input: "abc-xyz-abc", groups: undefined]
reg.lastIndex
// 3
reg.exec(`abc-xyz-abc`);
// ["abc", index: 8, input: "abc-xyz-abc", groups: undefined]
reg.lastIndex
// 11
reg.exec(`abc-xyz-abc`);
// null
reg.lastIndex
// 0
reg.exec(`abc-xyz-abc`);
// ["abc", index: 0, input: "abc-xyz-abc", groups: undefined]

如果有多個匹配結果,多次執行就能獲得所有的匹配結果。所以exec一般用在迴圈語句中。

有兩點需要特別注意:

  • 因為lastIndex會不斷更新,最終又會歸於0,所以這個匹配過程是可以無限重複的。
  • lastIndex屬性是屬於正則例項的。只有同一個例項的lastIndex才會不斷更新。

知道第二點意味著什麼嗎?

/abc/g.exec(`abc-xyz-abc`);
// ["abc", index: 0, input: "abc-xyz-abc", groups: undefined]
/abc/g.exec(`abc-xyz-abc`);
// ["abc", index: 0, input: "abc-xyz-abc", groups: undefined]
/abc/g.exec(`abc-xyz-abc`);
// ["abc", index: 0, input: "abc-xyz-abc", groups: undefined]
// ...

如果不把正則提取出來,獲得它的引用,exec方法就一直在原地打轉,因為每次都是一個新的正則例項,每次lastIndex都要從0開始。

test

test是RegExp例項方法。

它的作用是找出源文字是否有匹配項,與字串方法search相似。多用於表單驗證中。

/abc/.test(`abc-xyz-abc`);
// true
/mno/.test(`abc-xyz-abc`);
// false
/abc/.test();
// false

test方法與search方法的區別主要體現在兩點:

  • search方法返回的是索引,test方法只返回布林值。
  • 因為是正則例項方法,全域性匹配時也會更新正則例項的lastIndex屬性,所以也可以多次執行。
const reg = /abc/g;
reg.lastIndex
// 0
reg.test(`abc-xyz-abc`);
// true
reg.lastIndex
// 3
reg.test(`abc-xyz-abc`);
// true
reg.lastIndex
// 11
reg.test(`abc-xyz-abc`);
// false
reg.lastIndex
// 0
reg.test(`abc-xyz-abc`);
// true

修改字串方法的底層實現

我們也看到了,一部分處理正則的方法定義在String例項上,一部分處理正則的方法定義在RegExp例項上。為了將處理正則的方法全部統一到RegExp例項上,ES2015修改了部分字串方法的底層實現。

具體來說,ES2015為RegExp例項新增了四個方法,字串方法matchreplacesearchsplit內部呼叫已經改成了相應的RegExp例項方法。

RegExp.prototype[Symbol.match]
RegExp.prototype[Symbol.replace]
RegExp.prototype[Symbol.search]
RegExp.prototype[Symbol.split]

Symbol.match是什麼?Symbol是新增的一種基礎資料型別,它有11個內建的值,指向語言內部使用的方法。

RegExp.prototype[Symbol.match]在使用上和match相比,呼叫者和引數翻轉一下就可以了。

`abc-mno-xyz`.match(/mno/);
// ["mno", index: 4, input: "abc-mno-xyz", groups: undefined]
/mno/[Symbol.match](`abc-mno-xyz`);
// ["mno", index: 4, input: "abc-mno-xyz", groups: undefined]

本文是『horseshoe·Regex專題』系列文章之一,後續會有更多專題推出
GitHub地址:https://github.com/veedrin/horseshoe
部落格地址(文章排版真的很漂亮):https://veedrin.com
如果覺得對你有幫助,歡迎來GitHub點Star或者來我的部落格親口告訴我

Regex專題一覽

? 語法

? 方法

? 引擎

相關文章