1. 主页
  2. 文档
  3. 君土参考手册
  4. 标准内置对象
  5. 则式(RegExp)

则式(RegExp)

则式(RegExp) 对象用于将文本与一个模式匹配。

有关正则表达式的介绍,请阅读 JavaScript指南中的正则表达式章节

描述

字面量和构造函数

有两种方法可以创建一个 RegExp 对象:一种是字面量,另一种是构造函数。字面量由斜杠包围而不是引号包围。构造函数的字符串参数由引号而不是斜杠包围。

以下三种表达式都会创建相同的正则表达式:

/ab+c/i;
启 则式('ab+c', 'i');
启 则式(/ab+c/, 'i');

当表达式被赋值时,字面量形式提供正则表达式的编译(compilation)状态,当正则表达式保持为常量时使用字面量。例如当你在循环中使用字面量构造一个正则表达式时,正则表达式不会在每一次迭代中都被重新编译(recompiled)。

而正则表达式对象的构造函数,如 new RegExp('ab+c') 提供了正则表达式运行时编译(runtime compilation)。如果你知道正则表达式模式将会改变,或者你事先不知道什么模式,而是从另一个来源获取,如用户输入,这些情况都可以使用构造函数。

构造函数中的标志参数(flags)

从 ECMAScript 6 开始,当第一个参数为正则表达式而第二个标志参数存在时,new RegExp(/ab+c/, 'i') 不再抛出 TypeError ("从另一个RegExp构造一个RegExp时无法提供标志")的异常,取而代之,将使用这些参数创建一个新的正则表达式。

当使用构造函数创造正则对象时,需要常规的字符转义规则(在前面加反斜杠 \)。

比如,以下是等价的:

var re = new RegExp("\\w+");
var re = /\w+/;

Perl-like RegExp 属性

请注意,{JSxRef(“RegExp”)}}属性有长名称和短名称(类似Perl)。两个名称总是引用同一个值。(Perl是JavaScript为其正则表达式建模的编程语言)。另请参见不推荐使用的RegExp属性。

构造函数

RegExp()
创建一个新的 RegExp 对象。

静态属性

get RegExp[@@species]
该构造函数用于创建派生对象。

则式.位 – RegExp.lastIndex
该索引表示从哪里开始下一个匹配

实例属性

标 – RegExp.prototype.flags
含有 RegExp 对象 flags 的字符串。

RegExp.prototype.dotAll. 
是否要匹配新行(newlines)。

RegExp.prototype.global
针对字符串中所有可能的匹配项测试正则表达式,还是仅针对第一个匹配项。

RegExp.prototype.ignoreCase
匹配文本的时候是否忽略大小写。

RegExp.prototype.multiline
是否进行多行搜索。

RegExp.prototype.source
正则表达式的文本。

RegExp.prototype.sticky
搜索是否是 sticky。

RegExp.prototype.unicode
Unicode 功能是否开启。

实例方法

RegExp.prototype.compile()
(Re-)运行脚本的期间执行正则表达式。


行() – RegExp.prototype.exec()
在该字符串中执行匹配项的搜索。

试() – RegExp.prototype.test()
该正则在字符串里是否有匹配。

RegExp.prototype[@@match]()
对给定字符串执行匹配并返回匹配结果。

RegExp.prototype[@@matchAll]()
对给定字符串执行匹配,返回所有匹配结果。

RegExp.prototype[@@replace]()
给定新的子串,替换所有匹配结果。

RegExp.prototype[@@search]()
在给定字符串中搜索匹配项,并返回在字符串中找到字符索引。

RegExp.prototype[@@split]()
通过将给定字符串拆分为子字符串,并返回字符串形成的数组。

转字() – RegExp.prototype.toString()
返回表示指定对象的字符串。重写{JSxRef(“”Object.prototype.toString()“)}}方法。

示例

使用正则改变数据结构

下例使用  String 的 replace() 方法去匹配姓名 first last 输出新的格式 lastfirst

在替换的文本中,脚本中使用 $1 和 $2 指明括号里先前的匹配.

let re = /(\w+)\s(\w+)/;
let str = "John Smith";
let newstr = str.replace(re, "$2, $1");
console.log(newstr);

这将显示 “Smith, John”.

使用正则来划分带有多种行结束符和换行符的文本

对于不同的平台(Unix,Windows等等),其默认的行结束符是不一样的. 而下面的划分方式适用于所有平台。

let text = 'Some text\nAnd some more\r\nAnd yet\rThis is the end'
let lines = text.split(/\r\n|\r|\n/)
console.log(lines) // logs [ 'Some text', 'And some more', 'And yet', 'This is the end' ]

注意正则表达式中的顺序是有意义的。

在多行中使用正则表达式

let s = "Please yes\nmake my day!";

s.match(/yes.*day/);
// Returns null

s.match(/yes[^]*day/);
// Returns 'yes\nmake my day'

使用带有 sticky 标志的正则表达式

The sticky flag indicates that the regular expression performs sticky matching in the target string by attempting to match starting at RegExp.prototype.lastIndex.

let str = '#foo#'
let regex = /foo/y

regex.lastIndex = 1
regex.test(str)      // true
regex.lastIndex = 5
regex.test(str)      // false (lastIndex is taken into account with sticky flag)
regex.lastIndex      // 0 (reset after match failure)

 sticky 标志和 global 标志的不同点

With the sticky flag y, the next match has to happen at the lastIndex position, while with the global flag g, the match can happen at the lastIndex position or later:

re = /\d/y;
while (r = re.exec("123 456")) console.log(r, "AND re.lastIndex", re.lastIndex);

// [ '1', index: 0, input: '123 456', groups: undefined ] AND re.lastIndex 1
// [ '2', index: 1, input: '123 456', groups: undefined ] AND re.lastIndex 2
// [ '3', index: 2, input: '123 456', groups: undefined ] AND re.lastIndex 3
//   ... and no more match.

With the global flag g, all 6 digits would be matched, not just 3.

使用正则表达式和 Unicode 字符

正如上面表格提到的,\w 或 \W 只会匹配基本的 ASCII 字符;如 a 到 z、 A 到 Z、 0 到 9 及 _

为了匹配其他语言中的字符,如西里尔(Cyrillic)或 希伯来语(Hebrew),要使用 \uhhhhhhhh 表示以十六进制表示的字符的 Unicode 值。

下例展示了怎样从一个单词中分离出 Unicode 字符。

let text = "Образец text на русском языке";
let regex = /[\u0400-\u04FF]+/g;

let match = regex.exec(text);
console.log(match[1]);  // prints "Образец"
console.log(regex.lastIndex);  // prints "7"

let match2 = regex.exec(text);
console.log(match2[1]);  // prints "на" [did not print "text"]
console.log(regex.lastIndex);  // prints "15"

// and so on

Unicode属性转义特性引入了一种解决方案,它允许使用像\p{scx=Cyrl}这样简单的语句。这里有一个外部资源,用来获取 Unicode 中的不同区块范围:Regexp-unicode-block

从 URL 中提取子域名

var url = "http://xxx.domain.com";
console.log(/[^.]+/.exec(url)[0].substr(7)); // logs "xxx"