返回
前端
分类

正则表达式的语法就不多说了,看完之后对正则表达式有了进一步的理解

日期: 2020-02-16 03:40 浏览次数 : 121

正则表达式的语法就不多说了,大家可以自己搜索查阅相关资料学习。本文所举例子是在《JavaScript语言精粹》上看到的,看完之后对正则表达式有了进一步的理解,故分享之。

正则表达式是一个描述字符模式的对象。

正则表达式的语法就不多说了,可自行百度学习之。例子是在《JavaScript语言精粹》上看到的,看完之后对正则表达式有了进一步的理解,故分享之。

例子

首先,此片文章并不是直接告诉你,url的正则表达式是什么,以及怎么使用这个正则表达式去解析一个URL地址,相信这种问题在网络上已经能找到很多。本文的宗旨在于教你如何理解URL的正则表达式,以达到理解正则表达式,以及能够在日后的工作中写出相对简单的正则。言归正传,先看看一下的例子:

例子

//这是一个用来匹配URL的正则表达式,分组获取不同部分的信息
var parse_url = /^(?:([A-Za-z]+):)?(/{0,3})([0-9.-A-Za-z]+)(?::(d+))?(?:/([^?#]*))?(?:?([^#]*))?(?:#(.*))?$/;
var url = "http://www.ora.com:80/goodparts?q#fragment";
var result = parse_url.exec(url);
var names = ["url", "scheme", "slash", "host", "port", "path", "query", "hash"];var i;
for (i = 0; i < names.length; i++) {
    document.writeln(names[i] + ": " + result[i] + "<br/>");
}

//这段代码的输出结果如下:
url: http://www.ora.com:80/goodparts?q#fragment
scheme: http
slash: //
host: www.ora.com
port: 80
path: goodparts
query: q
hash: fragment

//这是一个用来匹配URL的正则表达式,分组获取不同部分的信息 var parse_url = /^(?:([A-Za-z]+):)?(/{0,3})([0-9.-A-Za-z]+)(?::(d+))?(?:/([^?#]*))?(?:?([^#]*))?(?:#(.*))?$/; var url = ""; var result = parse_url.exec(url); var names = ["url", "scheme", "slash", "host", "port", "path", "query", "hash"];var i; for (i = 0; i < names.length; i++) {  document.writeln(names[i] + ": " + result[i] + " "); } //这段代码的输出结果如下: url:  scheme: http slash: // host: www.ora.com port: 80 path: goodparts query: q hash: fragment

var parse_url = /^(?:([A-Za-z]+):)?(/{0,3})([0-9.-A-Za-z]+)(?::(d+))?(?:/([^?#]*))?(?:?([^#]*))?(?:#(.*))?$/;var parse_url = /^(?:([A-Za-z]+):)?(/{,})([-.-A-Za-z]+)(?::(d+))?(?:/([^?#]*))?(?:?([^#]*))?(?:#(.*))?$/;  var url = "";  var result = parse_url.exec(url);  var names = ["url","scheme","slash","host","port","path","query","hash"];  for(var i=; i<names.length;i++){   console.log(names[i]+":"+result[i]);  }  //输出结果  /*  url:  scheme:http  slash://  host:qiji.kerlai.net  port:  path:GoodsBasic/Operate/  query:q  hash:simen  */

解析

下面让我们分解parse_必赢备用网址 ,url的各个部分,看看它是如何工作的:

 

^

^字符表示此字符串的开始,它是一个锚,指引exec不要跳过那些不像URL的前缀,只匹配那些从开头就像URL一样的字符串。

 

(?:([A-Za-z]+):)?

这个因子匹配一个协议名,但仅当它后面跟随一个 :(冒号)的时候才匹配。(?: . . .)表示一个非捕获型分组(noncapturing group)。后缀 ? 表示这个分组是可选的,它表示重复0次或1次。( . . .)表示一个捕获型分组。一个捕获型分组会复制它所匹配的文本,并把其放到result数组里。每个捕获型分组都会被指定一个编号。第一个捕获型分组的编号是1,所以该分组所匹配的文本副本会出现在result[1]中。 [ . . .]表示一个字符类。A-Za-z这个字符类包含26个大写字母和26个小写字母。连接字符

  • 表示范围从A-Z。后缀 + 表示这个字符类会被匹配一次或多次。这个组后面跟着字符 : ,它会按字面进行匹配。

 

(/{0,3})

这个因子是捕获型分组2,匹配//。 /表示应,该匹配 / (斜杠)。它用 (反斜杠)来进行转义,这样它就不会被错误地解释为这个正则表达式的结束符。后缀 {0,3} 表示 / 会匹配0~3次。

 

([0-9.-A-Za-z]+)

这个因子是捕获型分组3。它会匹配一个主机名,由一个或多个数字、字母以及 . 或 - 字符组成。- 会被转义为 - 以防止与表示范围的连字符相混淆。

 

(?::(d+))?

这个可选的因子匹配端口号,它是由一个前置 : 加上一个或多个数字而组成的序列。d表示一个数字字符。一个或多个数字组成的数字串会被捕获型分组4捕获。

 

(?:/([^?#]*))?

这个因子也是可选的分组,匹配路径。该分组以一个 / 开始。之后的字符类[^?#]以一个^开始,它表示这个类包含除 ? 和 # 之外的所有字符。* 表示这个字符类会被匹配0次或多次。

注意我在这里的处理是不严谨的。这个类匹配除 ? 和 # 之外的所有字符,其中包括了行结束符、控制字符、以及其他大量不应在此被匹配的字符。大多数情况下,它会按照我们的预期去做,但某些恶意文本可能会有渗漏进来的风险。不严谨的正则表示式是一个常见的安全漏洞发源地。写不严谨的正则表达式比写严谨的正则表示式要容易的多。

 

(?:?([^#]*))?

这个因子是一个以一个 ? 开始的可选分组。它包含捕获型分组6,这个分组包含0个或多个非#字符。

 

(?:#(.*))?

这个因子是以 # 开始的可选分组。. 会匹配除行结束符以外的所有字符。

 

$

$表示这个字符串的结束。它保证在这个URL的尾部没有其他更多的内容了。

解析
下面让我们分解parse_url的各个部分,看看它是如何工作的:

我们先来看看结果:

^

url:http://qiji123.kerlai.net:81/GoodsBasic/Operate/12678?q#simen
scheme:http
slash://
host:qiji123.kerlai.net
port:81
path:GoodsBasic/Operate/12678
query:q
hash:simen

^字符表示此字符串的开始,它是一个锚,指引exec不要跳过那些不像URL的前缀,只匹配那些从开头就像URL一样的字符串。

代码中result数组的集合是['', '//', 'qiji123.kerlai.net', '81', 'GoodsBasic/Operate/12678', 'q', 'simen']

(?:([A-Za-z]+):)?

现在我们尝试把从第2个到最后一个的结果一个一个链接起来,得到的结果为:"http // qiji123.kerlai.net 81 GoodsBasic/Operate/12678 q simen" 和原来的url相比,缺少了":?#"等链接符。这个是为何?说到这,我们就要引出正则表达式的一个概念为正则表达式的分组。正则表达式有4种分组,分别是:捕获型、飞捕获型、向前正向匹配、向前负向匹配。此处我重点介绍前面两种,后面两种大家可以自行补脑。其中非捕获型的就不会在结果的数组中出现,()括起来的为一个组,即会占用结果数组的一个位置。同样如果在你的正则表达式中,没有用括号括起来,那么所匹配到的字符将不会出现在exec()方法所返回的数组中。正则的分组是使用()括起来的称为一个分组。

这个因子匹配一个协议名,但仅当它后面跟随一个 :(冒号)的时候才匹配。(?: . . .)表示一个非捕获型分组(noncapturing group)。后缀 ? 表示这个分组是可选的,它表示重复0次或1次。( . . .)表示一个捕获型分组。一个捕获型分组会复制它所匹配的文本,并把其放到result数组里。每个捕获型分组都会被指定一个编号。第一个捕获型分组的编号是1,所以该分组所匹配的文本副本会出现在result[1]中。 [ . . .]表示一个字符类。A-Za-z这个字符类包含26个大写字母和26个小写字母。连接字符

必赢备用网址 1

  • 表示范围从A-Z。后缀 + 表示这个字符类会被匹配一次或多次。这个组后面跟着字符 : ,它会按字面进行匹配。 

1、捕获型分组:(...)

(/{0,3})

2、非捕获型分组:(?: .....)

这个因子是捕获型分组2,匹配//。 /表示应,该匹配 / (斜杠)。它用 (反斜杠)来进行转义,这样它就不会被错误地解释为这个正则表达式的结束符。后缀 {0,3} 表示 / 会匹配0~3次。

3、向前正向匹配:(?=........)

([0-9.-A-Za-z]+)

4、向前负向匹配:(?!.........)

这个因子是捕获型分组3。它会匹配一个主机名,由一个或多个数字、字母以及 . 或 - 字符组成。- 会被转义为 - 以防止与表示范围的连字符相混淆。

接下来我们来分解parse_url这个正则表达式,第一个分组

(?::(d+))?

1、^表示字符串的开始

这个可选的因子匹配端口号,它是由一个前置 : 加上一个或多个数字而组成的序列。d表示一个数字字符。一个或多个数字组成的数字串会被捕获型分组4捕获。

整个正则因子是匹配一个协议名:http

(?:/([^?#]*))?

2、(?: )表示一个非捕获型分组:即在这个括号内的,但是不在其子括号内所匹配到的字符将不放入结果数组中。

这个因子也是可选的分组,匹配路径。该分组以一个 / 开始。之后的字符类[^?#]以一个^开始,它表示这个类包含除 ? 和 # 之外的所有字符。* 表示这个字符类会被匹配0次或多次。

3、()表示一个捕获型分组,此括号内所匹配到的字符放入结果数组中对应url中的:http字符

注意我在这里的处理是不严谨的。这个类匹配除 ? 和 # 之外的所有字符,其中包括了行结束符、控制字符、以及其他大量不应在此被匹配的字符。大多数情况下,它会按照我们的预期去做,但某些恶意文本可能会有渗漏进来的风险。不严谨的正则表示式是一个常见的安全漏洞发源地。写不严谨的正则表达式比写严谨的正则表示式要容易的多。 

4、[]为正则表达式类,表示符合中括号内任一一个字符。

(?:?([^#]*))?

7、A-Za-z表示字母A到字母Z,字母a到字母z。[A-Za-z]表示符合字母A到字母Z,字母a到字母z的任一一个字符

这个因子是一个以一个 ? 开始的可选分组。它包含捕获型分组6,这个分组包含0个或多个非#正则表达式的语法就不多说了,看完之后对正则表达式有了进一步的理解。字符。

5、+表示匹配1次货多次

(?:#(.*))?

6、?表示此组为可选匹配条件

这个因子是以 # 开始的可选分组。. 会匹配除行结束符以外的所有字符。

第二个正则因子:(/{0,3})://

$

捕获型分组,/表示一个应该被匹配的/,{0,3}表示将被匹配0次或者1到3次之间

$表示这个字符串的结束。它保证在这个URL的尾部没有其他更多的内容了。

([0-9.-A-Za-z]+):qiji123.kerlai.net

通过这个简单例子,相信大家对正则表达式有了更进一步的理解,祝大家学习愉快!

捕获型分组,由一个或多个数字 ,“.”,”-“(转义成”-“),字母A到Z和字母a到z组成

(?::(d+))?:81

前置:放在非捕获型分组中将不会出现在返回数组中,d表示匹配数字。整个因子就是匹配前置为:后面跟随一个或多个数字。此分组因子为可选的

(?:/([^?#]*))?:GoodsBasic/Operate/12678

该分组由/开始,^在此处表示非的意思,即除?#之外的所有字符 最后一个?表示此正则因子分组可选

(?:?([^#]*))? :q

该分组表示包含0个或多个非#字符

(?:#(.*))?:simen

该分组以#开始,(.)将匹配除结束符以外的所有字符。

 $表示这个字符串结束。

到此就已经分析完url的所有分组。接下来大家可以写写电话号码的正则表达式:既能匹配固定电话有能匹配手机号(这个会用到新的字符:|)

字符 含意

做为转意,即通常在""后面的字符不按原来意义解释,如/b/匹配字符"b",当b前面加了反斜杆后/b/,转意为匹配一个单词的边界。 -或-
 对正则表达式功能字符的还原,如"*"匹配它前面元字符0次或多次,/a*/将匹配a,aa,aaa,加了""后,/a*/将只匹配"a*"。

^ 匹配一个输入或一行的开头,/^a/匹配"an A",而不匹配"An a"
$ 匹配一个输入或一行的结尾,/a$/匹配"An a",而不匹配"an A"
* 匹配前面元字符0次或多次,/ba*/将匹配b,ba,baa,baaa
+ 匹配前面元字符1次或多次,/ba*/将匹配ba,baa,baaa
? 匹配前面元字符0次或1次,/ba*/将匹配b,ba
(x) 匹配x保存x在名为$1...$9的变量中
x|y 匹配x或y
{n} 精确匹配n次
{n,} 匹配n次以上
{n,m} 匹配n-m次
[xyz] 字符集(character set),匹配这个集合中的任一一个字符(或元字符)
[^xyz] 不匹配这个集合中的任何一个字符
[b] 匹配一个退格符
b 匹配一个单词的边界
B 匹配一个单词的非边界
cX 这儿,X是一个控制符,/cM/匹配Ctrl-M
d 匹配一个字数字符,/d/ = /[0-9]/
D 匹配一个非字数字符,/D/ = /[^0-9]/
n 匹配一个换行符
r 匹配一个回车符
s 匹配一个空白字符,包括n,r,f,t,v等
S 匹配一个非空白字符,等于/[^nfrtv]/
t 匹配一个制表符
v 匹配一个重直制表符
w 匹配一个可以组成单词的字符(alphanumeric,这是我的意译,含数字),包括下划线,如[w]匹配"$5.98"中的5,等于[a-zA-Z0-9]
W 匹配一个不可以组成单词的字符,如[W]匹配"$5.98"中的$,等于[^a-zA-Z0-9]。

用re = new RegExp("pattern",["flags"]) 的方式比较好 pattern : 正则表达式 flags: g (全文查找出现的所有 pattern) i (忽略大小写) m (多行查找)

vaScript动态正则表达式问题

请问正则表达式可以动态生成吗? 例如JavaScript中: var str = "strTemp"; 要生成: var re = /strTemp/; 如果是字符连接: var re = "/" + str + "/"即可
 但是要生成表达式,可以实现吗?怎样实现?