RegExp 对象

RegExp 对象提供正则表达式的功能。

概述

正则表达式 (regular expression) 是一种表达文本模式 (即字符串结构) 的方法，有点像字符串的模板，常常用来按照“给定模式”匹配文本。比如，正则表达式给出一个 Email 地址的模式，然后用它来确定一个字符串是否为 Email 地址。JavaScript 的正则表达式体系是参照 Perl 5 建立的。

新建正则表达式有两种方法。一种是使用字面量，以斜杠表示开始和结束。

javascript

var regex = /xyz/;

另一种是使用 RegExp 构造函数。

javascript

var regex = new RegExp('xyz');

上面两种写法是等价的，都新建了一个内容为 xyz 的正则表达式对象。它们的主要区别是，第一种方法在引擎编译代码时，就会新建正则表达式，第二种方法在运行时新建正则表达式，所以前者的效率较高。而且，前者比较便利和直观，所以实际应用中，基本上都采用字面量定义正则表达式。

RegExp 构造函数还可以接受第二个参数，表示修饰符 (详细解释见下文)。

javascript

var regex = new RegExp('xyz', 'i');
// 等价于
var regex = /xyz/i;

上面代码中，正则表达式 /xyz/ 有一个修饰符 i。

实例属性

正则对象的实例属性分成两类。

一类是修饰符相关，用于了解设置了什么修饰符。

RegExp.prototype.ignoreCase：返回一个布尔值，表示是否设置了 i 修饰符。
RegExp.prototype.global：返回一个布尔值，表示是否设置了 g 修饰符。
RegExp.prototype.multiline：返回一个布尔值，表示是否设置了 m 修饰符。
RegExp.prototype.flags：返回一个字符串，包含了已经设置的所有修饰符，按字母排序。

上面四个属性都是只读的。

javascript

var r = /abc/igm;

r.ignoreCase // true
r.global // true
r.multiline // true
r.flags // 'gim'

另一类是与修饰符无关的属性，主要是下面两个。

RegExp.prototype.lastIndex：返回一个整数，表示下一次开始搜索的位置。该属性可读写，但是只在进行连续搜索时有意义，详细介绍请看后文。
RegExp.prototype.source：返回正则表达式的字符串形式 (不包括反斜杠)，该属性只读。

javascript

var r = /abc/igm;

r.lastIndex // 0
r.source // "abc"

实例方法

RegExp.prototype.test()

正则实例对象的 test 方法返回一个布尔值，表示当前模式是否能匹配参数字符串。

javascript

/cat/.test('cats and dogs') // true

上面代码验证参数字符串之中是否包含 cat，结果返回 true。

如果正则表达式带有 g 修饰符，则每一次 test 方法都从上一次结束的位置开始向后匹配。

javascript

var r = /x/g;
var s = '_x_x';

r.lastIndex // 0
r.test(s) // true

r.lastIndex // 2
r.test(s) // true

r.lastIndex // 4
r.test(s) // false

上面代码的正则表达式使用了 g 修饰符，表示是全局搜索，会有多个结果。接着，三次使用 test 方法，每一次开始搜索的位置都是上一次匹配的后一个位置。

带有 g 修饰符时，可以通过正则对象的 lastIndex 属性指定开始搜索的位置。

javascript

var r = /x/g;
var s = '_x_x';

r.lastIndex = 4;
r.test(s) // false

r.lastIndex // 0
r.test(s) // true

上面代码指定从字符串的第五个位置开始搜索，这个位置为空，所以返回 false。同时，lastIndex 属性重置为 0，所以第二次执行 r.test(s) 会返回 true。

注意，带有 g 修饰符时，正则表达式内部会记住上一次的 lastIndex 属性，这时不应该更换所要匹配的字符串，否则会有一些难以察觉的错误。

javascript

var r = /bb/g;
r.test('bb') // true
r.test('-bb-') // false

上面代码中，由于正则表达式 r 是从上一次的 lastIndex 位置开始匹配，导致第二次执行 test 方法时出现预期以外的结果。

lastIndex 属性只对同一个正则表达式有效，所以下面这样写是错误的。

javascript

var count = 0;
while (/a/g.test('babaa')) count++;

上面代码会导致无限循环，因为 while 循环的每次匹配条件都是一个新的正则表达式，导致 lastIndex 属性总是等于 0。

如果正则模式是一个空字符串，则匹配所有字符串。

javascript

new RegExp('').test('abc')
// true

RegExp.prototype.exec()

正则实例对象的 exec() 方法，用来返回匹配结果。如果发现匹配，就返回一个数组，成员是匹配成功的子字符串，否则返回 null。

javascript

var s = '_x_x';
var r1 = /x/;
var r2 = /y/;

r1.exec(s) // ["x"]
r2.exec(s) // null

上面代码中，正则对象 r1 匹配成功，返回一个数组，成员是匹配结果；正则对象 r2 匹配失败，返回 null。

如果正则表达式包含圆括号 (即含有“组匹配”)，则返回的数组会包括多个成员。第一个成员是整个匹配成功的结果，后面的成员就是圆括号对应的匹配成功的组。也就是说，第二个成员对应第一个括号，第三个成员对应第二个括号，以此类推。整个数组的 length 属性等于组匹配的数量再加 1。

javascript

var s = '_x_x';
var r = /_(x)/;

r.exec(s) // ["_x", "x"]

上面代码的 exec() 方法，返回一个数组。第一个成员是整个匹配的结果，第二个成员是圆括号匹配的结果。

exec() 方法的返回数组还包含以下两个属性：

input：整个原字符串。
index：模式匹配成功的开始位置 (从 0 开始计数)。

javascript

var r = /a(b+)a/;
var arr = r.exec('_abbba_aba_');

arr // ["abbba", "bbb"]

arr.index // 1
arr.input // "_abbba_aba_"

上面代码中的 index 属性等于 1，是因为从原字符串的第二个位置开始匹配成功。

如果正则表达式加上 g 修饰符，则可以使用多次 exec() 方法，下一次搜索的位置从上一次匹配成功结束的位置开始。

javascript

var reg = /a/g;
var str = 'abc_abc_abc'

var r1 = reg.exec(str);
r1 // ["a"]
r1.index // 0
reg.lastIndex // 1

var r2 = reg.exec(str);
r2 // ["a"]
r2.index // 4
reg.lastIndex // 5

var r3 = reg.exec(str);
r3 // ["a"]
r3.index // 8
reg.lastIndex // 9

var r4 = reg.exec(str);
r4 // null
reg.lastIndex // 0

上面代码连续用了四次 exec() 方法，前三次都是从上一次匹配结束的位置向后匹配。当第三次匹配结束以后，整个字符串已经到达尾部，匹配结果返回 null，正则实例对象的 lastIndex 属性也重置为 0，意味着第四次匹配将从头开始。

利用 g 修饰符允许多次匹配的特点，可以用一个循环完成全部匹配。

javascript

var reg = /a/g;
var str = 'abc_abc_abc'

while(true) {
  var match = reg.exec(str);
  if (!match) break;
  console.log('#' + match.index + ':' + match[0]);
}
// #0:a
// #4:a
// #8:a

上面代码中，只要 exec() 方法不返回 null，就会一直循环下去，每次输出匹配的位置和匹配的文本。

正则实例对象的 lastIndex 属性不仅可读，还可写。设置了 g 修饰符的时候，只要手动设置了 lastIndex 的值，就会从指定位置开始匹配。

字符串的实例方法

字符串的实例方法之中，有 4 种与正则表达式有关。

String.prototype.match()：返回一个数组，成员是所有匹配的子字符串。
String.prototype.search()：按照给定的正则表达式进行搜索，返回一个整数，表示匹配开始的位置。
String.prototype.replace()：按照给定的正则表达式进行替换，返回替换后的字符串。
String.prototype.split()：按照给定规则进行字符串分割，返回一个数组，包含分割后的各个成员。

String.prototype.match()

字符串实例对象的 match 方法对字符串进行正则匹配，返回匹配结果。

javascript

var s = '_x_x';
var r1 = /x/;
var r2 = /y/;

s.match(r1) // ["x"]
s.match(r2) // null

从上面代码可以看到，字符串的 match 方法与正则对象的 exec 方法非常类似：匹配成功返回一个数组，匹配失败返回 null。

如果正则表达式带有 g 修饰符，则该方法与正则对象的 exec 方法行为不同，会一次性返回所有匹配成功的结果。

javascript

var s = 'abba';
var r = /a/g;

s.match(r) // ["a", "a"]
r.exec(s) // ["a"]

设置正则表达式的 lastIndex 属性，对 match 方法无效，匹配总是从字符串的第一个字符开始。

javascript

var r = /a|b/g;
r.lastIndex = 7;
'xaxb'.match(r) // ['a', 'b']
r.lastIndex // 0

上面代码表示，设置正则对象的 lastIndex 属性是无效的。

String.prototype.search()

字符串对象的 search 方法，返回第一个满足条件的匹配结果在整个字符串中的位置。如果没有任何匹配，则返回 -1。

javascript

'_x_x'.search(/x/)
// 1

上面代码中，第一个匹配结果出现在字符串的 1 号位置。

String.prototype.replace()

字符串对象的 replace 方法可以替换匹配的值。它接受两个参数，第一个是正则表达式，表示搜索模式，第二个是替换的内容。

javascript

str.replace(search, replacement)

正则表达式如果不加 g 修饰符，就替换第一个匹配成功的值，否则替换所有匹配成功的值。

javascript

'aaa'.replace('a', 'b') // "baa"
'aaa'.replace(/a/, 'b') // "baa"
'aaa'.replace(/a/g, 'b') // "bbb"

上面代码中，最后一个正则表达式使用了 g 修饰符，导致所有的 a 都被替换掉了。

replace 方法的一个应用，就是消除字符串首尾两端的空格。

javascript

var str = '  #id div.class  ';

str.replace(/^\s+|\s+$/g, '')
// "#id div.class"

replace 方法的第二个参数可以使用美元符号 $，用来指代所替换的内容。

$&：匹配的子字符串。
$`：匹配结果前面的文本。
$'：匹配结果后面的文本。
$n：匹配成功的第 n 组内容，n 是从 1 开始的自然数。
$$：指代美元符号 $。

javascript

'hello world'.replace(/(\w+)\s(\w+)/, '$2 $1')
// "world hello"

'abc'.replace('b', '[$`-$&-$\']')
// "a[a-b-c]c"

上面代码中，第一个例子是将匹配的组互换位置，第二个例子是改写匹配的值。

replace 方法的第二个参数还可以是一个函数，将每一个匹配内容替换为函数返回值。

javascript

'3 and 5'.replace(/[0-9]+/g, function (match) {
  return 2 * match;
})
// "6 and 10"

var a = 'The quick brown fox jumped over the lazy dog.';
var pattern = /quick|brown|lazy/ig;

a.replace(pattern, function replacer(match) {
  return match.toUpperCase();
});
// The QUICK BROWN fox jumped over the LAZY dog.

作为 replace 方法第二个参数的替换函数，可以接受多个参数。其中，第一个参数是捕捉到的内容，第二个参数是捕捉到的组匹配 (有多少个组匹配，就有多少个对应的参数)。此外，最后还可以添加两个参数，倒数第二个参数是捕捉到的内容在整个字符串中的位置 (比如从第五个位置开始)，最后一个参数是原字符串。下面是一个网页模板替换的例子。

javascript

var prices = {
  'p1': '$1.99',
  'p2': '$9.99',
  'p3': '$5.00'
};

var template = '<span id="p1"></span>'
  + '<span id="p2"></span>'
  + '<span id="p3"></span>';

template.replace(
  /(<span id=")(.*?)(">)(<\/span>)/g,
  function(match, $1, $2, $3, $4){
    return $1 + $2 + $3 + prices[$2] + $4;
  }
);
// "<span id="p1">$1.99</span><span id="p2">$9.99</span><span id="p3">$5.00</span>"

上面代码的捕捉模式中，有四个括号，所以会产生四个组匹配，在匹配函数中用 $1 到 $4 表示。匹配函数的作用是将价格插入模板中。

String.prototype.split()

字符串对象的 split 方法按照正则规则分割字符串，返回一个由分割后的各个部分组成的数组。

javascript

str.split(separator, [limit])

该方法接受两个参数，第一个参数是正则表达式，表示分隔规则，第二个参数是返回数组的最大成员数。

javascript

// 非正则分隔
'a,  b,c, d'.split(',')
// [ 'a', '  b', 'c', ' d' ]

// 正则分隔，去除多余的空格
'a,  b,c, d'.split(/, */)
// [ 'a', 'b', 'c', 'd' ]

// 指定返回数组的最大成员
'a,  b,c, d'.split(/, */, 2)
[ 'a', 'b' ]

上面代码使用正则表达式，去除了子字符串的逗号后面的空格。

javascript

// 例一
'aaa*a*'.split(/a*/)
// [ '', '*', '*' ]

// 例二
'aaa**a*'.split(/a*/)
// ["", "*", "*", "*"]

上面代码的分割规则是 0 次或多次的 a，由于正则默认是贪婪匹配，所以例一的第一个分隔符是 aaa，第二个分割符是 a，将字符串分成三个部分，包含开始处的空字符串。例二的第一个分隔符是 aaa，第二个分隔符是 0 个 a (即空字符)，第三个分隔符是 a，所以将字符串分成四个部分。

如果正则表达式带有括号，则括号匹配的部分也会作为数组成员返回。

javascript

'aaa*a*'.split(/(a*)/)
// [ '', 'aaa', '*', 'a', '*' ]

上面代码的正则表达式使用了括号，第一个组匹配是 aaa，第二个组匹配是 a，它们都作为数组成员返回。

匹配规则

正则表达式的规则很复杂，下面一一介绍这些规则。

字面量字符和元字符

大部分字符在正则表达式中，就是字面的含义，比如 /a/ 匹配 a，/b/ 匹配 b。如果在正则表达式之中，某个字符只表示它字面的含义 (就像前面的 a 和 b)，那么它们就叫做“字面量字符”(literal characters)。

javascript

/dog/.test('old dog') // true

上面代码中正则表达式的 dog，就是字面量字符，所以 /dog/ 匹配 old dog，因为它就表示 d、o、g 三个字母连在一起。

除了字面量字符以外，还有一部分字符有特殊含义，不代表字面的意思。它们叫做“元字符”(metacharacters)，主要有以下几个。

(1) 点字符 (。)

点字符 (.) 匹配除回车 (\r)、换行 (\n)、行分隔符 (\u2028) 和段分隔符 (\u2029) 以外的所有字符。注意，对于码点大于 0xFFFF 字符，点字符不能正确匹配，会认为这是两个字符。

javascript

/c.t/

上面代码中，c.t 匹配 c 和 t 之间包含任意一个字符的情况，只要这三个字符在同一行，比如 cat、c2t、c-t 等等，但是不匹配 coot。

(2) 位置字符

位置字符用来提示字符所处的位置，主要有两个字符。

^ 表示字符串的开始位置
$ 表示字符串的结束位置

javascript

// test必须出现在开始位置
/^test/.test('test123') // true

// test必须出现在结束位置
/test$/.test('new test') // true

// 从开始位置到结束位置只有test
/^test$/.test('test') // true
/^test$/.test('test test') // false

(3) 选择符 (|)

竖线符号 (|) 在正则表达式中表示“或关系”(OR)，即 cat|dog 表示匹配 cat 或 dog。

javascript

/11|22/.test('911') // true

上面代码中，正则表达式指定必须匹配 11 或 22。

多个选择符可以联合使用。

javascript

// 匹配fred、barney、betty之中的一个
/fred|barney|betty/

选择符会包括它前后的多个字符，比如 /ab|cd/ 指的是匹配 ab 或者 cd，而不是指匹配 b 或者 c。如果想修改这个行为，可以使用圆括号。

javascript

/a( |\t)b/.test('a\tb') // true

上面代码指的是，a 和 b 之间有一个空格或者一个制表符。

其他的元字符还包括 \、*、+、?、()、[]、{} 等，将在下文解释。

转义符

正则表达式中那些有特殊含义的元字符，如果要匹配它们本身，就需要在它们前面要加上反斜杠。比如要匹配 +，就要写成 \+。

javascript

/1+1/.test('1+1')
// false

/1\+1/.test('1+1')
// true

上面代码中，第一个正则表达式之所以不匹配，因为加号是元字符，不代表自身。第二个正则表达式使用反斜杠对加号转义，就能匹配成功。

正则表达式中，需要反斜杠转义的，一共有 12 个字符：^、.、[、$、(、)、|、*、+、?、{ 和 \。需要特别注意的是，如果使用 RegExp 方法生成正则对象，转义需要使用两个斜杠，因为字符串内部会先转义一次。

javascript

(new RegExp('1\+1')).test('1+1')
// false

(new RegExp('1\\+1')).test('1+1')
// true

上面代码中，RegExp 作为构造函数，参数是一个字符串。但是，在字符串内部，反斜杠也是转义字符，所以它会先被反斜杠转义一次，然后再被正则表达式转义一次，因此需要两个反斜杠转义。

特殊字符

正则表达式对一些不能打印的特殊字符，提供了表达方法。

\cX 表示 Ctrl-[X]，其中的 X 是 A-Z 之中任一个英文字母，用来匹配控制字符。
[\b] 匹配退格键 (U+0008)，不要与 \b 混淆。
\n 匹配换行键。
\r 匹配回车键。
\t 匹配制表符 tab (U+0009)。
\v 匹配垂直制表符 (U+000B)。
\f 匹配换页符 (U+000C)。
\0 匹配 null 字符 (U+0000)。
\xhh 匹配一个以两位十六进制数 (\x00-\xFF) 表示的字符。
\uhhhh 匹配一个以四位十六进制数 (\u0000-\uFFFF) 表示的 Unicode 字符。

字符类

字符类 (class) 表示有一系列字符可供选择，只要匹配其中一个就可以了。所有可供选择的字符都放在方括号内，比如 [xyz] 表示 x、y、z 之中任选一个匹配。

javascript

/[abc]/.test('hello world') // false
/[abc]/.test('apple') // true

上面代码中，字符串 hello world 不包含 a、b、c 这三个字母中的任一个，所以返回 false；字符串 apple 包含字母 a，所以返回 true。

有两个字符在字符类中有特殊含义。

(1) 脱字符 (&#94；)

如果方括号内的第一个字符是 [^]，则表示除了字符类之中的字符，其他字符都可以匹配。比如，[^xyz] 表示除了 x、y、z 之外都可以匹配。

javascript

/[^abc]/.test('bbc news') // true
/[^abc]/.test('bbc') // false

上面代码中，字符串 bbc news 包含 a、b、c 以外的其他字符，所以返回 true；字符串 bbc 不包含 a、b、c 以外的其他字符，所以返回 false。

如果方括号内没有其他字符，即只有 [^]，就表示匹配一切字符，其中包括换行符。相比之下，点号作为元字符 (.) 是不包括换行符的。

javascript

var s = 'Please yes\nmake my day!';

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

上面代码中，字符串 s 含有一个换行符，点号不包括换行符，所以第一个正则表达式匹配失败；第二个正则表达式 [^] 包含一切字符，所以匹配成功。

注意，脱字符只有在字符类的第一个位置才有特殊含义，否则就是字面含义。

(2) 连字符 (-)

某些情况下，对于连续序列的字符，连字符 (-) 用来提供简写形式，表示字符的连续范围。比如，[abc] 可以写成 [a-c]，[0123456789] 可以写成 [0-9]，同理 [A-Z] 表示 26 个大写字母。

javascript

/a-z/.test('b') // false
/[a-z]/.test('b') // true

上面代码中，当连字号 (dash) 不出现在方括号之中，就不具备简写的作用，只代表字面的含义，所以不匹配字符 b。只有当连字号用在方括号之中，才表示连续的字符序列。

以下都是合法的字符类简写形式。

javascript

[0-9.,]
[0-9a-fA-F]
[a-zA-Z0-9-]
[1-31]

上面代码中最后一个字符类 [1-31]，不代表 1 到 31，只代表 1 到 3。

连字符还可以用来指定 Unicode 字符的范围。

javascript

var str = "\u0130\u0131\u0132";
/[\u0128-\uFFFF]/.test(str)
// true

上面代码中，\u0128-\uFFFF 表示匹配码点在 0128 到 FFFF 之间的所有字符。

另外，不要过分使用连字符，设定一个很大的范围，否则很可能选中意料之外的字符。最典型的例子就是 [A-z]，表面上它是选中从大写的 A 到小写的 z 之间 52 个字母，但是由于在 ASCII 编码之中，大写字母与小写字母之间还有其他字符，结果就会出现意料之外的结果。

javascript

/[A-z]/.test('\\') // true

上面代码中，由于反斜杠 (‘\’) 的 ASCII 码在大写字母与小写字母之间，结果会被选中。

预定义模式

预定义模式指的是某些常见模式的简写方式。

\d 匹配 0-9 之间的任一数字，相当于 [0-9]。
\D 匹配所有 0-9 以外的字符，相当于 [^0-9]。
\w 匹配任意的字母、数字和下划线，相当于 [A-Za-z0-9_]。
\W 除所有字母、数字和下划线以外的字符，相当于 [^A-Za-z0-9_]。
\s 匹配空格 (包括换行符、制表符、空格符等)，相等于 [ \t\r\n\v\f]。
\S 匹配非空格的字符，相当于 [^ \t\r\n\v\f]。
\b 匹配词的边界。
\B 匹配非词边界，即在词的内部。

下面是一些例子。

javascript

// \s 的例子
/\s\w*/.exec('hello world') // [" world"]

// \b 的例子
/\bworld/.test('hello world') // true
/\bworld/.test('hello-world') // true
/\bworld/.test('helloworld') // false

// \B 的例子
/\Bworld/.test('hello-world') // false
/\Bworld/.test('helloworld') // true

上面代码中，\s 表示空格，所以匹配结果会包括空格。\b 表示词的边界，所以 world 的词首必须独立 (词尾是否独立未指定)，才会匹配。同理，\B 表示非词的边界，只有 world 的词首不独立，才会匹配。

通常，正则表达式遇到换行符 (\n) 就会停止匹配。

javascript

var html = "<b>Hello</b>\n<i>world!</i>";

/.*/.exec(html)[0]
// "<b>Hello</b>"

上面代码中，字符串 html 包含一个换行符，结果点字符 (.) 不匹配换行符，导致匹配结果可能不符合原意。这时使用 \s 字符类，就能包括换行符。

javascript

var html = "<b>Hello</b>\n<i>world!</i>";

/[\S\s]*/.exec(html)[0]
// "<b>Hello</b>\n<i>world!</i>"

上面代码中，[\S\s] 指代一切字符。

重复类

模式的精确匹配次数，使用大括号 ({}) 表示。{n} 表示恰好重复 n 次，{n,} 表示至少重复 n 次，{n,m} 表示重复不少于 n 次，不多于 m 次。

javascript

/lo{2}k/.test('look') // true
/lo{2,5}k/.test('looook') // true

上面代码中，第一个模式指定 o 连续出现 2 次，第二个模式指定 o 连续出现 2 次到 5 次之间。

量词符

量词符用来设定某个模式出现的次数。

? 问号表示某个模式出现 0 次或 1 次，等同于 {0, 1}。
* 星号表示某个模式出现 0 次或多次，等同于 {0,}。
+ 加号表示某个模式出现 1 次或多次，等同于 {1,}。

javascript

// t 出现0次或1次
/t?est/.test('test') // true
/t?est/.test('est') // true

// t 出现1次或多次
/t+est/.test('test') // true
/t+est/.test('ttest') // true
/t+est/.test('est') // false

// t 出现0次或多次
/t*est/.test('test') // true
/t*est/.test('ttest') // true
/t*est/.test('tttest') // true
/t*est/.test('est') // true

贪婪模式

上一小节的三个量词符，默认情况下都是最大可能匹配，即匹配到下一个字符不满足匹配规则为止。这被称为贪婪模式。

javascript

var s = 'aaa';
s.match(/a+/) // ["aaa"]

上面代码中，模式是 /a+/，表示匹配 1 个 a 或多个 a，那么到底会匹配几个 a 呢？因为默认是贪婪模式，会一直匹配到字符 a 不出现为止，所以匹配结果是 3 个 a。

除了贪婪模式，还有非贪婪模式，即最小可能匹配。只要一发现匹配，就返回结果，不要往下检查。如果想将贪婪模式改为非贪婪模式，可以在量词符后面加一个问号。

javascript

var s = 'aaa';
s.match(/a+?/) // ["a"]

上面例子中，模式结尾添加了一个问号 /a+?/，这时就改为非贪婪模式，一旦条件满足，就不再往下匹配，+? 表示只要发现一个 a，就不再往下匹配了。

除了非贪婪模式的加号 (+?)，还有非贪婪模式的星号 (*?) 和非贪婪模式的问号 (??)。

+?：表示某个模式出现 1 次或多次，匹配时采用非贪婪模式。
*?：表示某个模式出现 0 次或多次，匹配时采用非贪婪模式。
??：表格某个模式出现 0 次或 1 次，匹配时采用非贪婪模式。

javascript

'abb'.match(/ab*/) // ["abb"]
'abb'.match(/ab*?/) // ["a"]

'abb'.match(/ab?/) // ["ab"]
'abb'.match(/ab??/) // ["a"]

上面例子中，/ab*/ 表示如果 a 后面有多个 b，那么匹配尽可能多的 b；/ab*?/ 表示匹配尽可能少的 b，也就是 0 个 b。

修饰符

修饰符 (modifier) 表示模式的附加规则，放在正则模式的最尾部。

修饰符可以单个使用，也可以多个一起使用。

javascript

// 单个修饰符
var regex = /test/i;

// 多个修饰符
var regex = /test/ig;

(1) g 修饰符

默认情况下，第一次匹配成功后，正则对象就停止向下匹配了。g 修饰符表示全局匹配 (global)，加上它以后，正则对象将匹配全部符合条件的结果，主要用于搜索和替换。

javascript

var regex = /b/;
var str = 'abba';

regex.test(str); // true
regex.test(str); // true
regex.test(str); // true

上面代码中，正则模式不含 g 修饰符，每次都是从字符串头部开始匹配。所以，连续做了三次匹配，都返回 true。

javascript

var regex = /b/g;
var str = 'abba';

regex.test(str); // true
regex.test(str); // true
regex.test(str); // false

上面代码中，正则模式含有 g 修饰符，每次都是从上一次匹配成功处，开始向后匹配。因为字符串 abba 只有两个 b，所以前两次匹配结果为 true，第三次匹配结果为 false。

(2) i 修饰符

默认情况下，正则对象区分字母的大小写，加上 i 修饰符以后表示忽略大小写 (ignoreCase)。

javascript

/abc/.test('ABC') // false
/abc/i.test('ABC') // true

上面代码表示，加了 i 修饰符以后，不考虑大小写，所以模式 abc 匹配字符串 ABC。

(3) m 修饰符

m 修饰符表示多行模式 (multiline)，会修改 ^ 和 $ 的行为。默认情况下 (即不加 m 修饰符时)，^ 和 $ 匹配字符串的开始处和结尾处，加上 m 修饰符以后，^ 和 $ 还会匹配行首和行尾，即 ^ 和 $ 会识别换行符 (\n)。

javascript

/world$/.test('hello world\n') // false
/world$/m.test('hello world\n') // true

上面的代码中，字符串结尾处有一个换行符。如果不加 m 修饰符，匹配不成功，因为字符串的结尾不是 world；加上以后，$ 可以匹配行尾。

javascript

/^b/m.test('a\nb') // true

上面代码要求匹配行首的 b，如果不加 m 修饰符，就相当于 b 只能处在字符串的开始处。加上 m 修饰符以后，换行符 \n 也会被认为是一行的开始。

组匹配

(1) 概述

正则表达式的括号表示分组匹配，括号中的模式可以用来匹配分组的内容。

javascript

/fred+/.test('fredd') // true
/(fred)+/.test('fredfred') // true

上面代码中，第一个模式没有括号，结果 + 只表示重复字母 d，第二个模式有括号，结果 + 就表示匹配 fred 这个词。

下面是另外一个分组捕获的例子。

javascript

var m = 'abcabc'.match(/(.)b(.)/);
m
// ['abc', 'a', 'c']

上面代码中，正则表达式 /(.)b(.)/ 一共使用两个括号，第一个括号捕获 a，第二个括号捕获 c。

注意，使用组匹配时，不宜同时使用 g 修饰符，否则 match 方法不会捕获分组的内容。

javascript

var m = 'abcabc'.match(/(.)b(.)/g);
m // ['abc', 'abc']

上面代码使用带 g 修饰符的正则表达式，结果 match 方法只捕获了匹配整个表达式的部分。这时必须使用正则表达式的 exec 方法，配合循环，才能读到每一轮匹配的组捕获。

javascript

var str = 'abcabc';
var reg = /(.)b(.)/g;
while (true) {
  var result = reg.exec(str);
  if (!result) break;
  console.log(result);
}
// ["abc", "a", "c"]
// ["abc", "a", "c"]

正则表达式内部，还可以用 \n 引用括号匹配的内容，n 是从 1 开始的自然数，表示对应顺序的括号。

javascript

/(.)b(.)\1b\2/.test("abcabc")
// true

上面的代码中，\1 表示第一个括号匹配的内容 (即 a)，\2 表示第二个括号匹配的内容 (即 c)。

下面是另外一个例子。

javascript

/y(..)(.)\2\1/.test('yabccab') // true

括号还可以嵌套。

javascript

/y((..)\2)\1/.test('yabababab') // true

上面代码中，\1 指向外层括号，\2 指向内层括号。

组匹配非常有用，下面是一个匹配网页标签的例子。

javascript

var tagName = /<([^>]+)>[^<]*<\/\1>/;

tagName.exec("<b>bold</b>")[1]
// 'b'

上面代码中，圆括号匹配尖括号之中的标签，而 \1 就表示对应的闭合标签。

上面代码略加修改，就能捕获带有属性的标签。

javascript

var html = '<b class="hello">Hello</b><i>world</i>';
var tag = /<(\w+)([^>]*)>(.*?)<\/\1>/g;

var match = tag.exec(html);

match[1] // "b"
match[2] // " class="hello""
match[3] // "Hello"

match = tag.exec(html);

match[1] // "i"
match[2] // ""
match[3] // "world"

(2) 非捕获组

(?:x) 称为非捕获组 (Non-capturing group)，表示不返回该组匹配的内容，即匹配的结果中不计入这个括号。

非捕获组的作用请考虑这样一个场景，假定需要匹配 foo 或者 foofoo，正则表达式就应该写成 /(foo){1, 2}/，但是这样会占用一个组匹配。这时，就可以使用非捕获组，将正则表达式改为 /(?:foo){1, 2}/，它的作用与前一个正则是一样的，但是不会单独输出括号内部的内容。

请看下面的例子。

javascript

var m = 'abc'.match(/(?:.)b(.)/);
m // ["abc", "c"]

上面代码中的模式，一共使用了两个括号。其中第一个括号是非捕获组，所以最后返回的结果中没有第一个括号，只有第二个括号匹配的内容。

下面是用来分解网址的正则表达式。

javascript

// 正常匹配
var url = /(http|ftp):\/\/([^/\r\n]+)(\/[^\r\n]*)?/;

url.exec('http://google.com/');
// ["http://google.com/", "http", "google.com", "/"]

// 非捕获组匹配
var url = /(?:http|ftp):\/\/([^/\r\n]+)(\/[^\r\n]*)?/;

url.exec('http://google.com/');
// ["http://google.com/", "google.com", "/"]

上面的代码中，前一个正则表达式是正常匹配，第一个括号返回网络协议；后一个正则表达式是非捕获匹配，返回结果中不包括网络协议。

(3) 先行断言

x(?=y) 称为先行断言 (Positive look-ahead)，x 只有在 y 前面才匹配，y 不会被计入返回结果。比如，要匹配后面跟着百分号的数字，可以写成 /\d+(?=%)/。

“先行断言”中，括号里的部分是不会返回的。

javascript

var m = 'abc'.match(/b(?=c)/);
m // ["b"]

上面的代码使用了先行断言，b 在 c 前面所以被匹配，但是括号对应的 c 不会被返回。

(4) 先行否定断言

x(?!y) 称为先行否定断言 (Negative look-ahead)，x 只有不在 y 前面才匹配，y 不会被计入返回结果。比如，要匹配后面跟的不是百分号的数字，就要写成 /\d+(?!%)/。

javascript

/\d+(?!\.)/.exec('3.14')
// ["14"]

上面代码中，正则表达式指定，只有不在小数点前面的数字才会被匹配，因此返回的结果就是 14。

“先行否定断言”中，括号里的部分是不会返回的。

javascript

var m = 'abd'.match(/b(?!c)/);
m // ['b']

上面的代码使用了先行否定断言，b 不在 c 前面所以被匹配，而且括号对应的 d 不会被返回。

参考链接

Axel Rauschmayer, JavaScript: an overview of the regular expression API
Mozilla Developer Network, Regular Expressions
Axel Rauschmayer, The flag /g of JavaScript’s regular expressions
Sam Hughes, Learn regular expressions in about 55 minutes

在 GitHub 上编辑此页

RegExp 对象 ​

概述 ​

实例属性 ​

实例方法 ​

RegExp.prototype.test() ​

RegExp.prototype.exec() ​

字符串的实例方法 ​

String.prototype.match() ​

String.prototype.search() ​

String.prototype.replace() ​

String.prototype.split() ​

匹配规则 ​

字面量字符和元字符 ​

转义符 ​

特殊字符 ​

字符类 ​

预定义模式 ​

重复类 ​

量词符 ​

贪婪模式 ​

修饰符 ​

组匹配 ​

参考链接 ​

RegExp 对象

概述

实例属性

实例方法

RegExp.prototype.test()

RegExp.prototype.exec()

字符串的实例方法

String.prototype.match()

String.prototype.search()

String.prototype.replace()

String.prototype.split()

匹配规则

字面量字符和元字符

转义符

特殊字符

字符类

预定义模式

重复类

量词符

贪婪模式

修饰符

组匹配

参考链接