JavaScript正则表达式进阶指南

摘要： 正则表达式是程序员的必备技能，想不想多学几招呢？

本文用JavaScript的exec方法来测试正则表达式。

例如，正则表达式/F.*g/会匹配“以F开头，以g结尾的字符串”，因此可以匹配"Hello, Fundebug!"中的 Fundebug，exec方法会返回一个数组，其第一个元素为所匹配的子字符串。

/F.*g/.exec("Hello, Fundebug!")[0]
// 'Fundebug'

非贪婪匹配

默认情况下，正则表达式的量词 *、+、？、{} ，都是进行贪婪匹配，即匹配尽可能多的字符。

例如，正则表达式/.+\s/匹配的是“以空格符结尾的字符串”，我们用它来匹配苹果公司创始人乔布斯在斯坦福大学演讲的名言“You time is limited, so don’t waste it living someone else’s life.”：

/.+\s/.exec("You time is limited, so don’t waste it living someone else’s life.")[0]
// 'You time is limited, so don’t waste it living someone else’s '

.可以匹配任意字符，而+表示匹配1次或者多次，且是贪婪的，因此/.+\s/匹配到了最后一个空格符才结束。

当我们在量词*、+、？、{}后面紧跟着一个?，就可以实现非贪婪匹配，即匹配尽量少的字符。

例如，正则表达式/.+?\s/匹配到第一个空格符就会结束：

/.+?\s/.exec("You time is limited, so don’t waste it living someone else’s life.")[0]
// 'You '

正向肯定查找

使用正则表达式x(?=y)，可以匹配'x'仅仅当'x'后面跟着'y'。这话有点绕，简单地说，就是匹配后面是y的x，这里的x和y都代表正则表达式。

例如，对于博客RabbitMQ入门教程的地址"https://blog.fundebug.com/2018/04/20/rabbitmq_tutorial/"，如果需要匹配出域名fundebug的话，可以使用/[a-z]+(?=\.com)/，匹配“在.com前面的英文单词”

/[a-z]+(?=\.com)/.exec("https://blog.fundebug.com/2018/04/20/rabbitmq_tutorial/")[0]
// 'fundebug'

广告：欢迎免费试用Fundebug，为您监控线上代码的BUG，提高用户体验~

正向否定查找

与正向肯定查找所对应的是正向否定查找，使用正则表达式x(?!y)，可以"匹配'x'仅仅当'x'后面不跟着'y'"。

例如，小学生都知道的圆周率是3.1415926，不会的同学可以这样记“山顶上有一座寺庙，寺庙里面有一壶酒，还有一块肉”。如何匹配小数点后面的数字呢？可以使用/\d+(?!\.)/，匹配"后面没有小数点的数字"：

/\d+(?!\.)/.exec("3.1415926")[0]
// '1415926'

而使用之前提到的正向肯定查找，就可以匹配小数点前面的数字：

/\d+(?=\.)/.exec("3.1415926")[0]
// '3'

多行匹配

下面是鲍勃·迪伦的《Forever Young》歌词：

May God bless and keep you always,
may your wishes all come true,
may you always do for others
and let others do for you.
may you build a ladder to the stars
and climb on every rung,
may you stay forever young,
forever young, forever young,
May you stay forever young.

如何匹配以forever开头的那句歌词forever young, forever young呢？

这样写/^forever.+/是错误的：

/^forever.+/.exec("May God bless and keep you always,\nmay your wishes all come true,\nmay you always do for others\nand let others do for you.\nmay you build a ladder to the stars\nand climb on every rung,\nmay you stay forever young,\nforever young, forever young,\nMay you stay forever young.")
// null

为什么错了？因为^匹配的整个字符串的开始，而是不是每一行的开始。

正则表达式指定m选项，即可支持多行匹配，这时^和$匹配的是每一行的开始和结束，因此正确的正则表达式是/^forever.+/m：

/^forever.+/m.exec("May God bless and keep you always,\nmay your wishes all come true,\nmay you always do for others\nand let others do for you.\nmay you build a ladder to the stars\nand climb on every rung,\nmay you stay forever young,\nforever young, forever young,\nMay you stay forever young.")[0]
// 'forever young, forever young,'

捕获括号

在正则表达式中使用小括号()，可以提取出字符串中的特定子串。

例如，Fundebug是在2016年双11正式上线的，时间是"2016-11-11"，如何提取其中的年、月、日呢？如下：

/(\d{4})-(\d{2})-(\d{2})/.exec("2016-11-11")
// [ '2016-11-11', '2016', '11', '11', index: 0, input: '2016-11-11' ]

可知，3个小括号中的正则表达式分别匹配的是年月日，其结果依次为exec返回数组中的1到3号元素。

参考

MDN：正则表达式

关于Fundebug

Fundebug专注于JavaScript、微信小程序、微信小游戏、支付宝小程序、React Native、Node.js和Java线上应用实时BUG监控。自从2016年双十一正式上线，Fundebug累计处理了10亿+错误事件，付费客户有Google、360、金山软件、百姓网等众多品牌企业。欢迎大家免费试用！

版权声明

转载时请注明作者Fundebug以及本文地址： https://blog.fundebug.com/2018/05/02/advanced_regular_expression/

Fundebug / fundebug-blog