前言

前端的小夥伴們，開我們正常開發專案中有時候，我們們會發現正則在某些時候使用起來會很省心快捷，可以讓程式碼變的簡短。今天我們們就看看正則的強大之處。

什麼是正規表示式?

正規表示式是一組由字母和符號組成的特殊文字, 它可以用來從文字中找出滿足你想要的格式的句子.

一個正規表示式是在一個主體字串中從左到右匹配字串時的一種樣式. "Regular expression"這個詞比較拗口, 我們常使用縮寫的術語"regex"或"regexp". 正規表示式可以從一個基礎字串中根據一定的匹配模式替換文字中的字串、驗證表單、提取字串等等.

想象你正在寫一個應用, 然後你想設定一個使用者命名的規則, 讓使用者名稱包含字元,數字,下劃線和連字元,以及限制字元的個數,好讓名字看起來沒那麼醜. 我們使用以下正規表示式來驗證一個使用者名稱:

以上的正規表示式可以接受 john_doe, jo-hn_doe, john12_as. 但不匹配Jo, 因為它包含了大寫的字母而且太短了.

目錄

1. 基本匹配

正規表示式其實就是在執行搜尋時的格式, 它由一些字母和數字組合而成. 例如: 一個正規表示式 the, 它表示一個規則: 由字母t開始,接著是h,再接著是e.

"the" => The fat cat sat on the mat.

正規表示式123匹配字串123. 它逐個字元的與輸入的正規表示式做比較.

正規表示式是大小寫敏感的, 所以The不會匹配the.

"The" => The fat cat sat on the mat.

2. 元字元

正規表示式主要依賴於元字元. 元字元不代表他們本身的字面意思, 他們都有特殊的含義. 一些元字元寫在方括號中的時候有一些特殊的意思. 以下是一些元字元的介紹:

元字元	描述
.	句號匹配任意單個字元除了換行符.
[ ]	字元種類. 匹配方括號內的任意字元.
[^ ]	否定的字元種類. 匹配除了方括號裡的任意字元
*	匹配>=0個重複的在*號之前的字元.
+	匹配>=1個重複的+號前的字元.
?	標記?之前的字元為可選.
{n,m}	匹配num個大括號之前的字元 (n <= num <= m).
(xyz)	字符集, 匹配與 xyz 完全相等的字串.
|	或運算子,匹配符號前或後的字元.
\	轉義字元,用於匹配一些保留的字元 [ ] ( ) { } . * + ? ^ $ \ |
^	從開始行開始匹配.
$	從末端開始匹配.

2.1 點運算子 .

.是元字元中最簡單的例子. .匹配任意單個字元, 但不匹配換行符. 例如, 表示式.ar匹配一個任意字元後面跟著是a和r的字串.

".ar" => The car parked in the garage.

2.2 字符集

字符集也叫做字元類. 方括號用來指定一個字符集. 在方括號中使用連字元來指定字符集的範圍. 在方括號中的字符集不關心順序. 例如, 表示式[Tt]he 匹配 the 和 The.

"[Tt]he" => The car parked in the garage.

方括號的句號就表示句號. 表示式 ar[.] 匹配 ar.字串

"ar[.]" => A garage is a good place to park a car.

2.2.1 否定字符集

一般來說 ^ 表示一個字串的開頭, 但它用在一個方括號的開頭的時候, 它表示這個字符集是否定的. 例如, 表示式[^c]ar 匹配一個後面跟著ar的除了c的任意字元.

"[^c]ar" => The car parked in the garage.

2.3 重複次數

後面跟著元字元 +, * or ? 的, 用來指定匹配子模式的次數. 這些元字元在不同的情況下有著不同的意思.

2.3.1 * 號

*號匹配 在*之前的字元出現大於等於0次. 例如, 表示式 a* 匹配以0或更多個a開頭的字元, 因為有0個這個條件, 其實也就匹配了所有的字元. 表示式[a-z]* 匹配一個行中所有以小寫字母開頭的字串.

"[a-z]*" => The car parked in the garage #21.

*字元和.字元搭配可以匹配所有的字元.*. *和表示匹配空格的符號\s連起來用, 如表示式\s*cat\s*匹配0或更多個空格開頭和0或更多個空格結尾的cat字串.

"\s*cat\s*" => The fat cat sat on the concatenation.

2.3.2 + 號

+號匹配+號之前的字元出現 >=1 次. 例如表示式c.+t 匹配以首字母c開頭以t結尾,中間跟著任意個字元的字串.

"c.+t" => The fat cat sat on the mat.

2.3.3 ? 號

在正規表示式中元字元 ? 標記在符號前面的字元為可選, 即出現 0 或 1 次. 例如, 表示式 [T]?he 匹配字串 he 和 The.

"[T]he" => The car is parked in the garage.

"[T]?he" => The car is parked in the garage.

2.4 {} 號

在正規表示式中 {} 是一個量詞, 常用來一個或一組字元可以重複出現的次數. 例如, 表示式 [0-9]{2,3} 匹配最少 2 位最多 3 位 0~9 的數字.

"[0-9]{2,3}" => The number was 9.9997 but we rounded it off to 10.0.

我們可以省略第二個引數. 例如, [0-9]{2,} 匹配至少兩位 0~9 的數字.

如果逗號也省略掉則表示重複固定的次數. 例如, [0-9]{3} 匹配3位數字

"[0-9]{2,}" => The number was 9.9997 but we rounded it off to 10.0.

"[0-9]{3}" => The number was 9.9997 but we rounded it off to 10.0.

2.5 (...) 特徵標群

特徵標群是一組寫在 (...) 中的子模式. 例如之前說的 {} 是用來表示前面一個字元出現指定次數. 但如果在 {} 前加入特徵標群則表示整個標群內的字元重複 N 次. 例如, 表示式 (ab)* 匹配連續出現 0 或更多個 ab.

我們還可以在 () 中用或字元 | 表示或. 例如, (c|g|p)ar 匹配 car 或 gar 或 par.

"(c|g|p)ar" => The car is parked in the garage.

2.6 | 或運算子

或運算子就表示或, 用作判斷條件.

例如 (T|t)he|car 匹配 (T|t)he 或 car.

"(T|t)he|car" => The car is parked in the garage.

2.7 轉碼特殊字元

反斜線 \ 在表示式中用於轉碼緊跟其後的字元. 用於指定 { } [ ] / \ + * . $ ^ | ? 這些特殊字元. 如果想要匹配這些特殊字元則要在其前面加上反斜線 \.

例如 . 是用來匹配除換行符外的所有字元的. 如果想要匹配句子中的 . 則要寫成 \. 以下這個例子 \.?是選擇性匹配.

"(f|c|m)at\.?" => The fat cat sat on the mat.

2.8 錨點

在正規表示式中, 想要匹配指定開頭或結尾的字串就要使用到錨點. ^ 指定開頭, $ 指定結尾.

2.8.1 ^ 號

^ 用來檢查匹配的字串是否在所匹配字串的開頭.

例如, 在 abc 中使用表示式 ^a 會得到結果 a. 但如果使用 ^b 將匹配不到任何結果. 因為在字串 abc 中並不是以 b 開頭.

例如, ^(T|t)he 匹配以 The 或 the 開頭的字串.

"(T|t)he" => The car is parked in the garage.

"^(T|t)he" => The car is parked in the garage.

2.8.2 $ 號

同理於 ^ 號, $ 號用來匹配字元是否是最後一個.

例如, (at\.)$ 匹配以 at. 結尾的字串.

"(at\.)" => The fat cat. sat. on the mat.

"(at\.)$" => The fat cat. sat. on the mat.

3. 簡寫字符集

正規表示式提供一些常用的字符集簡寫. 如下:

簡寫	描述
.	除換行符外的所有字元
\w	匹配所有字母數字, 等同於 [a-zA-Z0-9_]
\W	匹配所有非字母數字, 即符號, 等同於: [^\w]
\d	匹配數字: [0-9]
\D	匹配非數字: [^\d]
\s	匹配所有空格字元, 等同於: [\t\n\f\r\p{Z}]
\S	匹配所有非空格字元: [^\s]
\f	匹配一個換頁符
\n	匹配一個換行符
\r	匹配一個回車符
\t	匹配一個製表符
\v	匹配一個垂直製表符
\p	匹配 CR/LF (等同於 \r\n)，用來匹配 DOS 行終止符

4. 前後關聯約束(前後預查)

前置約束和後置約束都屬於非捕獲簇(用於匹配不在匹配列表中的格式). 前置約束用於判斷所匹配的格式是否在另一個確定的格式之後.

例如, 我們想要獲得所有跟在 $ 符號後的數字, 我們可以使用正向向後約束 (?<=\$)[0-9\.]*. 這個表示式匹配 $ 開頭, 之後跟著 0,1,2,3,4,5,6,7,8,9,. 這些字元可以出現大於等於 0 次.

前後關聯約束如下:

符號	描述
?=	前置約束-存在
?!	前置約束-排除
?<=	後置約束-存在
?<!	後置約束-排除

4.1 ?=... 前置約束(存在)

?=... 前置約束(存在), 表示第一部分表示式必須跟在 ?=...定義的表示式之後.

返回結果只滿足第一部分表示式. 定義一個前置約束(存在)要使用 (). 在括號內部使用一個問號和等號: (?=...).

前置約束的內容寫在括號中的等號後面. 例如, 表示式 (T|t)he(?=\sfat) 匹配 The 和 the, 在括號中我們又定義了前置約束(存在) (?=\sfat) ,即 The 和 the 後面緊跟著 (空格)fat.

"(T|t)he(?=\sfat)" => The fat cat sat on the mat.

4.2 ?!... 前置約束-排除

前置約束-排除 ?! 用於篩選所有匹配結果, 篩選條件為 其後不跟隨著定義的格式 前置約束-排除 定義和 前置約束(存在) 一樣, 區別就是 = 替換成 ! 也就是 (?!...).

表示式 (T|t)he(?!\sfat) 匹配 The 和 the, 且其後不跟著 (空格)fat.

"(T|t)he(?!\sfat)" => The fat cat sat on the mat.

4.3 ?<= ... 後置約束-存在

後置約束-存在 記作(?<=...) 用於篩選所有匹配結果, 篩選條件為 其前跟隨著定義的格式. 例如, 表示式 (?<=(T|t)he\s)(fat|mat) 匹配 fat 和 mat, 且其前跟著 The 或 the.

"(?<=(T|t)he\s)(fat|mat)" => The fat cat sat on the mat.

4.4 ?<!... 後置約束-排除

後置約束-排除 記作 (?<!...) 用於篩選所有匹配結果, 篩選條件為 其前不跟著定義的格式. 例如, 表示式 (?<!(T|t)he\s)(cat) 匹配 cat, 且其前不跟著 The 或 the.

"(?<!(T|t)he\s)(cat)" => The cat sat on cat.

5. 標誌

標誌也叫修飾語, 因為它可以用來修改表示式的搜尋結果. 這些標誌可以任意的組合使用, 它也是整個正規表示式的一部分.

標誌	描述
i	忽略大小寫.
g	全域性搜尋.
m	多行的: 錨點元字元 ^ $ 工作範圍在每行的起始.

5.1 忽略大小寫 (Case Insensitive)

修飾語 i 用於忽略大小寫. 例如, 表示式 /The/gi 表示在全域性搜尋 The, 在後面的 i 將其條件修改為忽略大小寫, 則變成搜尋 the 和 The, g 表示全域性搜尋.

"The" => The fat cat sat on the mat.

"/The/gi" => The fat cat sat on the mat.

5.2 全域性搜尋 (Global search)

修飾符 g 常用語執行一個全域性搜尋匹配, 即(不僅僅返回第一個匹配的, 而是返回全部). 例如, 表示式 /.(at)/g 表示搜尋 任意字元(除了換行) + at, 並返回全部結果.

"/.(at)/" => The fat cat sat on the mat.

"/.(at)/g" => The fat cat sat on the mat.

5.3 多行修飾符 (Multiline)

多行修飾符 m 常用語執行一個多行匹配.

像之前介紹的 (^,$) 用於檢查格式是否是在待檢測字串的開頭或結尾. 但我們如果想要它在每行的開頭和結尾生效, 我們需要用到多行修飾符 m.

例如, 表示式 /at(.)?$/gm 表示小寫字元 a 後跟小寫字元 t , 末尾可選除換行符外任意字元. 根據 m 修飾符, 現在表示式匹配每行的結尾.

"/.at(.)?$/" => The fat
                cat sat
                on the mat.

"/.at(.)?$/gm" => The fat
                  cat sat
                  on the mat.

6. 貪婪匹配與惰性匹配 (Greedy vs lazy matching)

正規表示式預設採用貪婪匹配模式，在該模式下意味著會匹配儘可能長的子串。我們可以使用 ? 將貪婪匹配模式轉化為惰性匹配模式。

"/(.*at)/" => The fat cat sat on the mat. 

"/(.*?at)/" => The fat cat sat on the mat.