JavaWEB04 JavaScript與正則表示式
Javascript 與正則表示式
一、正則表示式(regular expression簡稱res)
1、定義:
一個正則表示式就是由普通字元以及特殊字元(稱為元字元)組成的文字模式。該模式描述在查詢文字主體時待匹配的一個或多個字串。正則表示式作為一個模板,將某個字元模式與所搜尋的字串進行匹配。
2、作用:
正則表示式提供了功能強大、靈活而又高效的方法來處理文字。正則表示式的全面模式匹配表示法可以快速地分析大量的文字以找到特定的字元模式;提取、編輯、替換或刪除文字子字串;或將提取的字串新增到集合以生成報告。
3、主要用途:
正則表示式被用來匹配一組文字。
通常,它有兩類用途:
- 資料有效性驗證
- 查詢和替換
4、如何來構造正則表示式:
構造正則表示式的方法和建立數學表示式的方法一樣。也就是用多種元字元與操作符將小的表示式結合在一起來建立更大的表示式。可以通過在一對分隔符之間放入表示式模式的各種元件來構造一個正則表示式。對 JScript 而言,分隔符為一對正斜槓 (/) 字元。
- 構造器函式方法使用方法如下: new RegExp("pattern"[, "flags"])
- 文字格式: /pattern/flags
引數說明:
pattern :一個正則表示式文字
flags : 如果存在,將是以下值:
g : global match(全域性匹配)
i :ignore case(忽略大小寫)
gi : both global match and ignore case(匹配所有可能的值,也忽略大小寫)
注意:文字格式中的引數不要使用引號標記,而構造器函式的引數則要使用引號標記。所以下面的表示式建立同樣的正則表示式:/ab+c/i 等價於 new RegExp("ab+c", "i")
使用 文字格式 文字的長度最大支援128個字元,
描述:當使用建構函式的時候,必須使用正常的字串避開規則(在字串中加入前導字元\ )是必須的。例如,下面的兩條語句是等價的:re = new RegExp("\\w+")re = /\w+/
二、下表是元字元及其在正則表示式上下文中的行為的一個完整列表:
字 符 |
描 述 |
\ |
將下一個字元標記為一個特殊字元、或一個原義字元、或一個後向引用、或一個八進位制轉義符。例如,'n' 匹配字元 "n"。'\n' 匹配一個換行符。序列 '\\' 匹配 "\" 而 "\(" 則匹配 "("。 |
^ |
匹配輸入字串的開始位置。如果設定了 RegExp 物件的 Multiline 屬性,^ 也匹配 '\n' 或 '\r' 之後的位置。 |
$ |
匹配輸入字串的結束位置。如果設定了RegExp 物件的 Multiline 屬性,$ 也匹配 '\n' 或 '\r' 之前的位置。 |
* |
匹配前面的子表示式零次或多次。例如,zo* 能匹配 "z" 以及 "zoo"。 * 等價於{0,}。 |
+ |
匹配前面的子表示式一次或多次。例如,'zo+' 能匹配 "zo" 以及 "zoo",但不能匹配 "z"。+ 等價於 {1,}。 |
? |
匹配前面的子表示式零次或一次。例如,"do(es)?" 可以匹配 "do" 或 "does" 中的"do" 。? 等價於 {0,1}。 |
{n} |
n 是一個非負整數。匹配確定的 n 次。例如,'o{2}' 不能匹配 "Bob" 中的 'o',但是能匹配 "food" 中的兩個 o。 |
{n,} |
n 是一個非負整數。至少匹配n 次。例如,'o{2,}' 不能匹配 "Bob" 中的 'o',但能匹配 "foooood" 中的所有 o。'o{1,}' 等價於 'o+'。'o{0,}' 則等價於 'o*'。 |
{n,m} |
m 和 n 均為非負整數,其中n <= m。最少匹配 n 次且最多匹配 m 次。劉, "o{1,3}" 將匹配 "fooooood" 中的前三個 o。'o{0,1}' 等價於 'o?'。請注意在逗號和兩個數之間不能有空格。 |
? |
當該字元緊跟在任何一個其他限制符 (*, +, ?, {n}, {n,}, {n,m}) 後面時,匹配模式是非貪婪的。非貪婪模式儘可能少的匹配所搜尋的字串,而預設的貪婪模式則儘可能多的匹配所搜尋的字串。例如,對於字串 "oooo",'o+?' 將匹配單個 "o",而 'o+' 將匹配所有 'o'。 |
. |
匹配除 "\n" 之外的任何單個字元。要匹配包括 '\n' 在內的任何字元,請使用象 '[.\n]' 的模式。 |
(pattern) |
匹配pattern 並獲取這一匹配。在JScript 中則使用 $1…$9 屬性。要匹配圓括號字元,請使用 '\(' 或 '\)'。 |
(?:pattern) |
匹配 pattern 但不獲取匹配結果,也就是說這是一個非獲取匹配,不進行儲存供以後使用。這在使用 "或" 字元 (|) 來組合一個模式的各個部分是很有用。例如, 'industr(?:y|ies) 就是一個比 'industry|industries' 更簡略的表示式。 |
(?=pattern) |
正向預查,在任何匹配 pattern 的字串開始處匹配查詢字串。這是一個非獲取匹配,也就是說,該匹配不需要獲取供以後使用。例如, 'Windows (?=95|98|NT|2000)' 能匹配 "Windows 2000" 中的 "Windows" ,但不能匹配 "Windows 3.1" 中的 "Windows"。預查不消耗字元,也就是說,在一個匹配發生後,在最後一次匹配之後立即開始下一次匹配的搜尋,而不是從包含預查的字元之後開始。 |
(?!pattern) |
負向預查,在任何不匹配的字串開始處匹配查詢字串。這是一個非獲取匹配,也就是說,該匹配不需要獲取供以後使用。例如'Windows (?!95|98|NT|2000)' 能匹配 "Windows 3.1" 中的 "Windows",但不能匹配 "Windows 2000" 中的 "Windows"。預查不消耗字元,也就是說,在一個匹配發生後,在最後一次匹配之後立即開始下一次匹配的搜尋,而不是從包含預查的字元之後開始 |
x|y |
匹配 x 或 y。例如,'z|food' 能匹配 "z" 或 "food"。'(z|f)ood' 則匹配 "zood" 或 "food"。 |
[xyz] |
字元集合。匹配所包含的任意一個字元。例如, '[abc]' 可以匹配 "plain" 中的 'a'。 |
[^xyz] |
負值字元集合。匹配未包含的任意字元。例如, '[^abc]' 可以匹配 "plain" 中的'p'。 |
[a-z] |
字元範圍。匹配指定範圍內的任意字元。例如,'[a-z]' 可以匹配 'a' 到 'z' 範圍內的任意小寫字母字元。例如:[a-z] [A-Z] [0-9] |
[^a-z] |
負值字元範圍。匹配任何不在指定範圍內的任意字元。例如,'[^a-z]' 可以匹配任何不在 'a' 到 'z' 範圍內的任意字元。 |
\b |
匹配一個單詞邊界,也就是指單詞和空格間的位置。例如, 'er\b' 可以匹配"never" 中的 'er',但不能匹配 "verb" 中的 'er'。 |
\B |
匹配非單詞邊界。'er\B' 能匹配 "verb" 中的 'er',但不能匹配 "never" 中的 'er'。 |
\cx |
匹配由x指明的控制字元。例如, \cM 匹配一個 Control-M 或回車符。 x 的值必須為 A-Z 或 a-z 之一。否則,將 c 視為一個原義的 'c' 字元。 |
\d |
匹配一個數字字元。等價於 [0-9]。 |
\D |
匹配一個非數字字元。等價於 [^0-9]。 |
\f |
匹配一個換頁符。等價於 \x0c 和 \cL。 |
\n |
匹配一個換行符。等價於 \x0a 和 \cJ。 |
\r |
匹配一個回車符。等價於 \x0d 和 \cM。 |
\s |
匹配任何空白字元,包括空格、製表符、換頁符等等。等價於 [ \f\n\r\t\v]。 |
\S |
匹配任何非空白字元。等價於 [^ \f\n\r\t\v]。 |
\t |
匹配一個製表符。等價於 \x09 和 \cI。 |
\v |
匹配一個垂直製表符。等價於 \x0b 和 \cK。 |
\w |
匹配包括下劃線的任何單詞字元。等價於'[A-Za-z0-9_]'。 |
\W |
匹配任何非單詞字元。等價於 '[^A-Za-z0-9_]'。 |
\xn |
匹配 n,其中 n 為十六進位制轉義值。十六進位制轉義值必須為確定的兩個數字長。例如, '\x41' 匹配 "A"。'\x041' 則等價於 '\x04' & "1"。正則表示式中可以使用 ASCII 編碼。. |
\num |
匹配 num,其中 num 是一個正整數。對所獲取的匹配的引用。例如,'(.)\1' 匹配兩個連續的相同字元。 |
\n |
標識一個八進位制轉義值或一個後向引用。如果 \n 之前至少 n 個獲取的子表示式,則 n 為後向引用。否則,如果 n 為八進位制數字 (0-7),則 n 為一個八進位制轉義值。 |
\nm |
標識一個八進位制轉義值或一個後向引用。如果 \nm 之前至少有is preceded by at least nm 個獲取得子表示式,則 nm 為後向引用。如果 \nm 之前至少有 n 個獲取,則 n 為一個後跟文字 m 的後向引用。如果前面的條件都不滿足,若 n 和 m 均為八進位制數字 (0-7),則 \nm 將匹配八進位制轉義值 nm。 |
\nml |
如果 n 為八進位制數字 (0-3),且 m 和 l 均為八進位制數字 (0-7),則匹配八進位制轉義值 nml。 |
\un |
匹配 n,其中 n 是一個用四個十六進位制數字表示的 Unicode 字元。例如, \u00A9 匹配版權符號 (?)。 |
三、正則表示式的常用方法:
regexp.test(string) |
用來測試一個字串是否能夠被匹配。它返回ture或false兩個值。 |
regexp.exec(string) |
在指定的字串中執行搜尋一個匹配,匹配的結果是通過一個數組返回。 |
四、與正則表示式有關的字串物件的方法:
string.replace(pattern,string) |
替換在正則表示式查詢中找到的文字。 |
string.search(pattern) |
通過正則表示式查詢相應的字串,只是判斷有無匹配的字串。如果查詢成功,search返回匹配串的位置, 否則返回-1。 |
string.match(pattern) |
match方法執行全域性查詢,查詢結果存放在一個數組裡。 |
五、常用的正則表示式的操作符
Symbol |
Function |
\ |
轉義符 |
(), (?:), (?=), [] |
括號 |
*, +, ?, {n}, {n,}, {n,m} |
限定符 |
^, $, \anymetacharacter |
定位符 |
| |
或 |
六、一些常用的正則表示式示例:
1、匹配所有的正數:^[0-9]+$
2、匹配所有的小數:^\-?[0-9]*\.?[0-9]*$
3、匹配所有的整數:^\-?[0-9]+$
4、提取資訊中的中文字串: [\u4e00-\u9fa5]* ;
5、提取資訊中的郵件地址:\w+([-+.]\w+)*@\w+([-.]\w+)*\.\w+([-.]\w+)* 6、提取資訊中的中國手機號碼:(86)*0*13\d{9} 7、提取資訊中的中國固定電話號碼:(\(\d{3,4}\)|\d{3,4}-|\s)?\d{8} 8、提取資訊中的中國郵政編碼:[1-9]{1}(\d+){5} 9、提取資訊中的中國身份證號碼:\d{18}|\d{15} 10、提取資訊中的任何數字:(-?\d*)(\.\d+)? 11、匹配HTML標記的正則表示式:/<(.*)>.*<\/\1>|<(.*) \/>/
12、匹配郵箱:/^([a-zA-Z0-9_-])[email protected]([a-zA-Z0-9_-])+(.[a-zA-Z0-9_-])+/
則表示式用於字串處理、表單驗證等場合,實用高效。 現將一些常用的表示式收集於此,以備不時之需。 匹配中文字元的正則表示式: [\u4e00-\u9fa5] 評註:匹配中文還真是個頭疼的事,有了這個表示式就好辦了 匹配雙位元組字元(包括漢字在 內):[^\x00-\xff] 評註:可以用來計算字串的長度(一個雙位元組字元長度計2,ASCII字元計1) 匹配空白行的正 則表示式:\n\s*\r 評註:可以用來刪除空白行 匹配HTML標記的正則表示式:<(\S*?) [^>]*>.*?</\1>|<.*? /> 評註:網上流傳的版本太糟糕,上面這個也僅僅能匹配部分,對 於複雜的巢狀標記依舊無能為力 匹配首尾空白字元的正則表示式:^\s*|\s*$ 評註:可以用來刪除行首行尾的空白字元(包括空 格、製表符、換頁符等等),非常有用的表示式 匹配Email地址的正則表示式:\w+([-+.]\w+)*@\w+([-.] \w+)*\.\w+([-.]\w+)* 評註:表單驗證時很實用 匹配網址URL的正則表示式:[a-zA- z]+://[^\s]* 評註:網上流傳的版本功能很有限,上面這個基本可以滿足需求 匹配帳號是否合法(字母開頭,允許5-16 位元組,允許字母數字下劃線):^[a-zA-Z][a-zA-Z0-9_]{4,15}$ 評註:表單驗證時很實用 匹配國內電話號 碼:\d{3}-\d{8}|\d{4}-\d{7} 評註:匹配形式如 0511-4405222 或 021-87888822 匹 配騰訊QQ號:[1-9][0-9]{4,} 評註:騰訊QQ號從10000開始 匹配中國郵政編碼:[1-9]\d{5}(?! \d) 評註:中國郵政編碼為6位數字 匹配身份證:\d{15}|\d{18} 評註:中國的身份證為15位或18位 匹 配ip地址:\d+\.\d+\.\d+\.\d+ 評註:提取ip地址時有用 匹配特定數字: ^[1-9]\d*$ //匹配正整數 ^-[1-9]\d*$ //匹配負整數 ^-?[1-9]\d*$ //匹配整數 ^[1-9]\d*|0$ //匹配非負整數(正整數 + 0) ^-[1-9]\d*|0$ //匹配非正整數(負整數 + 0) ^[1-9]\d*\.\d*|0\.\d*[1-9]\d*$ //匹配正浮點數 ^-([1-9]\d*\.\d*|0\.\d*[1-9]\d*)$ //匹配負浮點數 ^-?([1-9]\d*\.\d*|0\.\d*[1-9]\d*|0?\.0+|0)$ //匹配浮點數 ^[1-9]\d*\.\d*|0\.\d*[1-9]\d*|0?\.0+|0$ //匹配非負浮點數(正浮點 數 + 0) ^(-([1-9]\d*\.\d*|0\.\d*[1-9]\d*))|0?\.0+|0$ //匹配非正浮點數(負浮點 數 + 0) 評註:處理大量資料時有用,具體應用時注意修正 匹配特定字串: ^[A-Za-z]+$ //匹配由26 個英文字母組成的字串 ^[A-Z]+$ //匹配由26個英文字母的大寫組成的字串 ^[a-z]+$ //匹配由26個英文字母 的小寫組成的字串 ^[A-Za-z0-9]+$ //匹配由數字和26個英文字母組成的字串 ^\w+$ //匹配由數字、26個 英文字母或者下劃線組成的字串 評註:最基本也是最常用的一些表示式
加了時間驗證的
^((((1[6-9]|[2-9]\d)\d{2})-(0?[13578]|1[02])-(0?[1-9]|[12]\d|3[01]))|(((1[6-9]|[2-9]\d)\d{2})-(0?[13456789]|1[012])-(0?[1-9]|[12]\d|30))|(((1[6-9]|[2-9]\d)\d{2})-0?2-(0?[1-9]|1\d|2[0-8]))|(((1[6-9]|[2-9]\d)(0[48]|[2468][048]|[13579][26])|((16|[2468][048]|[3579][26])00))-0?2-29-)) (20|21|22|23|[0-1]?\d):[0-5]?\d:[0-5]?\d$