面試官！讓我們聊聊正則

ngaiwe發表於2018-08-02
面試

簡述

正規表示式是處理字串的利器，並提高工作效率，一個好的正則能夠幫我們省去幾十甚至上百行程式碼。在工作中，也許你會見到在程式碼中出現很多正則處理字串，也可能見到程式碼中毫無正則，原因在於會正則的人往往處理字串首先想到用正則去處理，不會的那必然用很多API處理。並且在面試的時候很多同學往往掛在正則這裡，所以對於前端正則是一個必備技能。這篇文章不光能教會你如何使用它，還能讓你懂得其中的原理，在以後使用和麵試中將做到毫無懼怕。

一.基礎

要想玩轉正則首先要明白三大元素：修飾符 元字元 量詞
例：var reg = /^\d$/g 這是一個簡單點正則，下面我們來對三大元素一探究竟

1.修飾符

  • g - global 全域性匹配（只要有匹配成功的結果一直匹配直到沒有為止）
  • i - ignoreCase 忽略大小寫
  • m - multiline 多行匹配

2.元字元

元字元其中分為特殊元字元和普通元字元
普通元字元就是列入陣列，字母等元素
常用特殊元字元如下：

  • \ 轉義字元（把一個普通字元轉變為有特殊意義的字元，或者把一個有意義的字元轉變為普通字元）
  • . 除了\n（換行符）以外的任意字元
  • \d 匹配一個0~9之間的數字
  • \D 匹配一個非0~9之間的數字（大寫與小寫字母組合正好是相反含義
  • \w 匹配一個0~9或字母或_之間的一個字元
  • \s 匹配一個任意空白字元
  • \b 匹配一個邊界符
  • x|y 匹配x或者y中的一個
  • [a-z] 匹配a-z中的任意一個字元
  • [^a-z] 匹配非a-z中的任意一個字元
  • [xyz] 匹配x或y或z中的一個字元
  • [^xyz] 和上方相反
  • () 整的小分組，匹配一個小分組（可以理解為大正則中的一個小正則）
  • ^ 以某一個元字元開始
  • $ 以某一個元字元結束
  • ?: 只匹配不捕獲
  • ?= 正向肯定預查
  • ?! 正向否定預查

3.量詞

量詞主要的作用是用來描述元字元出現的次數 如下：

  • + 讓前面的元字元出現一到多次
  • ? 出現零到一次
  • * 出現零到多次
  • {n} 出現n次
  • {n,} 出現n到多次
  • {n,m} 出現n到m次

看到這裡大家一定有些暈，這些稀奇古怪的符號，到底如何運用，下面將帶大家去運用這些字元，在運用之前同學們要做到牢記 牢記 牢記這些字元，想要玩轉正則必須要的就是牢記他們，當你牢記這些字元的同時說明你已經入門了。

二.元字元

  • 1.開始元字元 ^

    匹配啟示位置的元字元，例：var reg = /^2/; 表示開頭必須是2，如果開始元字元放在[]裡面 例：[^]表示非中括號種情況 相反含義

  • 2.結束元字元 $

    匹配結束位置的元字元，例： var reg = /2$/; 表示結尾必須是2，如果是var reg = /^2$/; 表示只能為2，因為2只代表一個元字元。

  • 3.轉義字元 \

    將特殊元字元轉換為普通字元，例：var reg = /^2.3$/ 正常理解為匹配啟示為2 結束為3中間是.的正則，但是在這裡面.屬於特殊元字元，意義是除了\n（換行符）以外的任意字元，所以不論是2.3/2+3/2s.3等等，只要是不·\n都匹配成功，所以為了這種需求就用到了轉義字元\ 如下： var reg = /^2\.3$/ 將特殊元字元.轉義為真正的.元素，再次匹配只有2.3才能匹配成功 如下思考：

    var reg1 = /^\d$/
var reg2 = /^\\d$/
var reg3 = /^\\\d$/
var reg4 = /^\\\\d$/
複製程式碼

    首先reg1 表示0-9之間的數字 所以0-9都能匹配成功
    reg2出現兩個\ 不論是0-9 d \d都匹配失敗，只有\\d才匹配成功，原因在於第一個轉義字元把第二個\轉義為普通\，此時第一個\也表示普通字元，所以只有匹配到\\d才生效
    reg3出現三個\，此時大家一定會認為\\\d才是正確答案，非也，此時的正確答案是\\[0-9]意思是\和0-9中任意一個數字，原因在於第一個\將第二個轉義，所以變為\\ \d分為了兩部分，\\為普通字元，而\d表示一個0~9之間的數字，所以正確答案是\\[0-9]
    reg4出現四個\ 很多同學會認為正確答案一定是\\\[0-9], 很可惜，正確的是\\\\d，原因是當第一個把第二個轉義為普通字元時，第三個又把第四個轉義為普通字元，所以最後匹配為\\\\d
    看到這裡相信有一部分小夥伴已經暈了，雖然在工作我們不會玩這種操作，但是要深刻理解轉義字元，在正則中如果你直接寫 var reg = /^$/會報錯，因為正則中不能單獨一個\出現，因為他是一個特殊元字元，需要寫至少兩個\, 例如： var reg = /^\\$/ 正確的匹配結果為'\\'，所以牢記兩個\代表真正的\，這裡搞明白的同學，相信轉義字元已經完全掌握。

  • 4.或者元字元 x|y

    這個元字元很好理解就是匹配x或者匹配y，沒有什麼難度，舉個小例子：

    var reg = /2|3/
// 匹配數字為2或者為3
複製程式碼

  • 5.小分組 ()

    在上面同學們會發現用了()這樣的元字元，他主要的特點就是將括號內的正則規則看成一個整體，相當於一個小的獨立的正則，主要處理如下例子中的問題

    var reg = /^18|19$/

// 這個例子很多同學能夠了解是18或者19開頭 但是結尾呢？真的只匹配19麼？ 其實並不是
// 正確的匹配除了18 19 還有181、189、819 這時候小分組就起到了作用如下

var reg = /^(18|19)$/

// 這裡將18或19用()包裹起來，起到小分組的作用
// 這樣這個正則只匹配18開頭結尾或者19而不是181和189
複製程式碼

  • 6.分組引用 \n

    分組引用的概念就是可以引用大正則中指定的小正則規則，例如：

    var reg = /^([a-z])([a-z])\2([a-z])$/
// 符合的字串：book week http ...​
複製程式碼

    具體上面的例子理解為\2代表著第二個小正則規則的完全引用，就是和第二個小正則([a-z])一樣，可以減少正則的複雜度和處理多次重複規則

  • 7.匹配字元 []

    [xyz]、[^xyz]、[a-z]、[^a-z]下面舉個小例子，便於同學們理解

    var reg = /^[a-zA_Z0-9_]$/
// 這個正則和等價於\w 就是匹配一個0~9或字母或_之間的一個字元
// 而正則[xyz]中的xyz分別代表a-z、A_Z、0-9,xyz只是一個代表標識，可以有xyzhw各種組合
// 就像這個例子中有下劃線_一樣四個的匹配
// 有一個重點補充，在[]中的特殊元字元一般都代表本身含義，如下
var reg = /^[.?+&]$/
// 代表著匹配. .? ?+ ...等等
複製程式碼

  • 8.邊界符 \b

    匹配一個單詞邊界，也就是指單詞和空格間的位置（邊界主要是單詞的左右兩邊） 例如：

    var reg = /er\b/
// 可以匹配never中的er，但是不能匹配verb中的er
var reg = /\b\w+\b/g
// 能匹配字母數字和下劃線與單詞邊界 'my blog is www.ngaiwe.com'
// 能匹配 'my'、'blog'、'is'、'www'、'ngaiwe'、'com'
複製程式碼

  • 9.只匹配不捕獲 ?:

    下面舉一個例子，但是涉及到捕獲內容，如果同學們不太明白，可以先跳過此處，看完下面捕獲，再返回來看

    var reg = /^(\d{6})(\d{4})(\d{2})(\d{2})\d{2}(\d)(\d|X)$/g
var str = '110105199001220613'
console.log(reg.exec(str))
// 列印結果為 "110105199001220613", "110105", "1990", "01", "22", "1", "3"

var reg = /^(\d{6})(?:\d{4})(\d{2})(\d{2})\d{2}(\d)(\d|X)$/g
// 列印結果為 "110105199001220613", "110105", "01", "22", "1", "3"
// 會將第二個小分組只匹配，不捕獲
複製程式碼

  • 10.正向肯定預查 ?=

    這個概念比較難理解，用於就是為了匹配一個元素後面是的元素是否符合相應規則，但是並不消耗這個規則，例子1：

    var reg = /windows(?=95|98|NT|2000)/
var str1 = 'windows2000'
var str2 = 'windowsxp'

console.log(reg.test(str1))
console.log(reg.test(str2))
// str1 為true str2 為false

console.log(reg.exec(str1))
console.log(reg.exec(str2))
// 能捕獲到str1 並且捕獲結果時windows 並沒有將2000也同時捕獲
// 說明正向預查只負責匹配相應規則
複製程式碼

    例子2：

    var reg1 = /win(?=d)dows/
var reg2 = /win(d)dows/
var str = 'windows'
console.log(reg1.test(str))
console.log(reg2.test(str))
// reg1 返回true reg2返回 false
// 原因是正向預查只負責匹配，不消耗字元，也就是並不會匹配為裡面規則的字元
// reg1 相當於匹配windows並且符合win後面第一個出現的是d
// reg2 相當於匹配winddows
複製程式碼

  • 11.正想否定預查 ?!

    和正向肯定預查相反，匹配不符合規則的正則

三.正則的兩種建立方式

正則的建立方式分為兩種，一種是字面量建立，另一種是建構函式建立

  • 1.字面量建立

var reg = /\d+/img

  • 2.建構函式建立

var reg = new RegExp('\\d+', 'img') 第一個引數是元字元並且\d這種特殊字元在這裡面是普通字元，所以需要用\轉義為特殊字元，第二個引數是修飾符

這兩種的用途有區別，一般需要動態建立正則元字元采用建構函式建立，因為裡面元字元是字串拼接，常規固定寫死正則採用字面量建立，例子如下：

var stringMode = 'string'
var reg = new RegExp(`^\\[object ${stringMode}\\]$`)
console.log(reg.toString())
複製程式碼

四.正則原型方法

首相上一張圖讓同學們看一下正則一共有哪些方法，如下：

正則原型物件方法

可以看到正則原型物件上一共就三個方法,exec test和toString

  • 1.exec該方法主要應用於捕獲組而設計，實參是要匹配的字串。如圖所示：

    正則原型物件方法

    捕獲原理

    • 1.在捕獲的時候先驗證當前字串和正則是否匹配，不匹配返回null（沒有捕獲到任何內容）
    • 2.如果匹配從字串最左邊開始，向右查詢到匹配內容，並把匹配的內容返回

    捕獲結果

    • 1.結果是一個陣列
    • 2.第一項0 是當前本次大正則中匹配的結果
    • 3.index是匹配到的結果在字串中的索引位置
    • 4.input當前正則操作的原始字串
    • 5.如果大正則中有分組()，獲取的陣列中從第二項開始都是每個小分組的捕獲結果
    • 下面舉一個身份證正則的例子 便於參考，具體裡面匹配規則下面會單獨介紹，這裡只學習欄位意義

    正則exec方法

  • 2.懶惰性

    正則捕獲存在懶惰性，在上面exec中，執行一次exec只捕獲到第一個符合規則的內容，第二次執行exec也是捕獲到第一個內容，後面的內容不論執行多少次都無法捕獲到

    解決方法

    在正則的末尾加修飾符g（全域性匹配）

    原理

    如圖所示，正則本身有一個屬性 lastIndex 下一次正則在字串中匹配查詢的開始索引
    預設值是0，從字串第一個位置開始查詢，由此可見，當執行完exec後lastIndex並沒有變，並且就算手動修改lastIndex也不會起作用，瀏覽器不識別

    正則exec方法
    正則exec方法

    加上了修飾符g就解決了這個問題，因為每一次exec之後，瀏覽器預設會修改lastIndex，下一次從上一次結束的位置開始查詢，所以可以得到後面內容

    正則exec方法
    正則exec方法

    我們來手動建立一個函式來實現匹配到全部內容並且都捕獲到，如下：

    var reg = /^(\d{6})(\d{4})(\d{2})(\d{2})\d{2}(\d)(\d|X)$/g
var str = '110105199001220613'

RegExp.prototype.myExec = function myExec() {
	var str = arguments[0] || ''
	var result = []
	// 首先this指向的是RegExp，所以判斷this是否加了全域性修飾符g
	// 如果沒有，防止執行死迴圈，我們只執行一次exec並將其返回即可
	
	if(!this.global) {
		return this.exec(str)
	}
	
	var arrs = this.exec(str)
	while(arrs) {
		result.push(arrs[0])
		// 此時lastIndex的值已經變為上一次的結尾
		arrs = this.exec(str)
	}
	return result
}
複製程式碼

    這個方法當正則reg加了修飾符g 則返回大正則匹配到結果，如果沒加g則返回exec捕獲結果

  • 3.test 該方法主要應用於正則匹配，當然也可以用在捕獲上面

    從字串左側開始匹配，匹配到符合正則規則的字元，返回true，否則返回false，同樣的test在修飾符g下也會修改lastIndex的值

    運用test實現捕獲

    var reg = /\{([a-z]+)\}/g
var str = 'my name is {weiran}. I am from {china}'
var result = []
while (reg.test(str)) {
	result.push(RegExp.$1)
}
console.log(result)
// ['weiran', 'china']
複製程式碼

    當test匹配到結尾或者匹配不到時，返回false，成功則向陣列新增當前小分組匹配第一個元素內容 在RegExp的constructor中存在$1-$9，他們的具體指的是當前本次匹配小分組第一到第九捕獲的內容

  • 4.toString

    就是將正規表示式轉化為字串

五.字串正則方法

  • 1.match

    同樣是捕獲的方法，如圖所示：

    正則match方法

    當加了修飾符g，返回的是大正則匹配結果組成的陣列，不加修飾符g則返回大正則和每個小分組返回結果組成的陣列，跟上面我們手寫的myExec一樣，其實原理就是我們上面寫的方法，如果想在加了修飾符g的時候返回結果和沒加一樣，所以在直接用match方法就能將匹配內容全部捕獲到。 但是他也有侷限性，就想上面說的在加了修飾符g的時候，會忽略小分組捕獲內容，只捕獲大正則捕獲內容，解決辦法就向上面myExec一樣，將arrs[0]改為arrs，在每次匹配到結果時，將每個小分組也儲存下來。

  • 2.replace

    主要運用在替換，其中兩個引數，第一個為要替換的字串或者正則，第二個是替換內容或一個返回函式，具體操作如下：

    var str = 'my name is {weiran}, my blog is {ngaiwe}'
var reg = /\{([a-z]+)\}/
str = str.replace(reg, '123')
console.log(str)
// 列印出 my name is 123, my blog is {ngaiwe}
// 同學們會發現和exec的懶惰性很相似，不加修飾符g 只匹配第一個lastIndex沒有改變

var reg = /\{([a-z]+)\}/g
// 列印出 my name is 123, my blog is 123
複製程式碼

    並且replace不會修改原始字串

    正則replace方法

    var str = 'my name is {weiran}, my blog is {ngaiwe}'
var reg = /\{([a-z]+)\}/g
str = str.replace(reg, function () {
	console.log(arguments)
})
// 列印出當前匹配的小分組，如果函式中沒有return出替換值，則返回undefined
複製程式碼

  • 3.split

    按照正則方式可以拆分成陣列，具體例子如下：

    var str = 'weiRanNgaiWe'
var reg = /[A-Z]/
console.log(str.split(reg))
// ["wei", "an", "gai", "e"]按照大寫拆分成陣列
複製程式碼

  • 4.search

    類似於indexOf,返回匹配元素的起始位置，如果沒有返回-1，不支援修飾符g

    var str = 'ngaiwe@126.com'
var reg = /\d+/
console.log(str.search(reg))
// 返回 7
複製程式碼

六.實戰案例剖析

  • 1.身份證號碼

    舉個身份證的例子： 110105199109214237
    由此分析前6位是數字地區區號組成，然後四位是年，兩位月，兩位日和四位隨機，倒數第二位單數男性，雙數女性，最後一位可能是大寫X,所以根據這個規則的正則是

    var str = '110105199109214237'
var reg = /^(\d{6})(\d{4})(\d{2})(\d{2})\d{2}(\d)(\d|X)$/
console.log(reg.exec(str))
// ["110105199109214237", "110105", "1991", "09", "21", "3", "7", index: 0, input: "110105199109214237", groups: undefined]
複製程式碼

  • 2.郵箱

    舉個郵箱的例子：weiran@vipkid.com.cn
    由此分析：
    1.@前面可能是數字、字母、下劃線、-、. 2.-和.不能相連在一起
    /^\w+((-|\w+)|(.\w+))*/ 開頭一定是數字，字母或下劃線組成，後面的內容可能是-與數字字母下劃線 或者.和數字字母下劃線組成的0到多個字元
    3.@後面部分
    首先一定是數字字母組成的多位字元
    然後可能存在是.組成的郵箱字尾或者連結前方字元的.和-
    最後肯定是.組成的郵箱字尾

    var reg = /^\w+((-|\w+)|(\.\w+))*@[a-zA-Z0-9]+((\.|-)[a-zA-Z0-9]+)*\.[a-zA-Z0-9]+$/
var str = 'weiran@vipkid.com.cn'
console.log(reg.test(str))
// true
複製程式碼

  • 3.URL擷取

    舉個擷取url引數的例子：
    www.ngaiwe.com/page/index.…
    我們想要的是引數轉化鍵值對和雜湊值{name: 'weiran',age: 27, sex: 0, HASH: 'develpoment'}
    由此分析：
    需要分為兩部分捕獲，首先第一次捕獲?後面的引數，第二次捕獲#後面的hash值
    首先匹配第一個，他的規則是匹配等號兩邊所以是/()=()/，並且匹配的是非?&=#的特殊字元，將他們儲存在obj物件中
    其次匹配hash，方法和第一個類似只是匹配#後面的部分

    String.prototype.myQueryURLParameter = function myQueryURLParameter () {
	var obj = {}
	this.replace(/([^?&=#]+)=([^?&=#]+)/g, function () {
		obj[arguments[1]] = arguments[2]
	})
	this.replace(/#([^?&=#]+)/g, function () {
		obj['HASH'] = arguments[1]
	})
	return obj
}
複製程式碼

七.總結

具體案例就就少到這裡，網上有各種正則的案例，同學們以後看到案例具體分析他們是如何寫的，不要一味地使用，這樣才能在工作中不斷地思考，學習。

八.部落格

魏燃技術部落格

有任何問題可留言或者傳送本人郵箱ngaiwe@126.com

九.分享

正則元字元表
正則線上測試工具

相關文章