简单的练习:
题目
- 与搜索字符串开始处的 3 个数字匹配。
- 与除 a、b 和 c 以外的任何字符匹配。
- '1234567'.match(/\d{1,3}/g)的结果。
- 不以“th”开头的单词匹配。
- 对密码应用以下限制:其长度必须介于 4 到 8 个字符之间,并且必须至少包含一个数字。
- 匹配一个中文字符。
答案
- 与搜索字符串开始处的 3 个数字匹配:/^\d{3}/。
- 与除 a、b 和 c 以外的任何字符匹配: /[^abc]/。
- ‘1234567’.match(/\d{1,3}/g),根据贪婪原则,结果是 ["123", "456", "7"]。
- 不以“th”开头的单词匹配:/\b(?!th)\w+\b/ 。
- 对密码应用以下限制:其长度必须介于 4 到 8 个字符之间,并且必须至少包含一个数字: /^(?=.*\d).{4,8}$/ 。首先.{4,8} 表示与包含 4-8 个字符的字符串匹配;然后.*表示单个字符(除换行符 \n 外)零次或多次,且后面跟着一个数字,注意(?=)只匹配一个位置。
- 匹配一个中文字符:/[\u4e00-\u9fa5]/。
当然,可能答案不唯一,不必较真啦~ 主要目的是回忆熟悉一下语法~
如果还不了解正则,可以前往正则表达式理论篇 了解哇~
真正的实践来了
要想在复杂性和完整性之间取得平衡,一个重要因素是要了解将要搜索的文本。
好的正则表达式:
- 只匹配期望的文本,排除不期望的文本;
- 易于控制和理解;
- 保证效率。
有时候处理各种极端情况会降低成本/收益的比例。所以某些情况下,不完全依赖正则表达式完成全部工作,比如某些字段用子表达式()括起来,让内存记忆下来,然后再用其他程序来验证。
不过本文还是从学习正则的角度出发,全部依赖正则表达式来写的哇~~
匹配美元
正则表达式:/^\$[0-9]+(\.[0-9][0-9])?$/。
分为四部分:
- ^\$ 以美元符号开头。
- [0-9]+ 至少包含一个数字。
- (\.[0-9][0-9])? 由一个点和两位数组成,匹配0次或1次,因为可能是整数或者是小数。
- $ 最后的$表示以数字结尾的。
缺点:不能匹配$1,000
匹配24小时制的时间,比如 09:59
方法一:分类逻辑为第一个数字(0、1、2),可以分为三部分:上午 00点到09点(0可选);白天10到19点;晚上20到23点。
因此有三个多选分支,得到的结果为:
还可以优化一下,合并前面的两个多选分支,得到:
方法二:分类逻辑为第二个数字,可以分为两部分:[0-3]和[4-9]。为什么这么分?看看下面这个图就知道了,[0-3]多了一行(以2为第一个数字):
因此有两个多选分支,结果为:
分钟数比较简单,第一个数范围在0-5之间,第二个数在0-9之间,因此得到分钟数为:
小时部分用(?:)包起来,起到一个分组的作用,且不保存匹配项;
冒号、分钟数拼起来;
最后加上一个分界\b表示单词的开始或结束,得到最终的结果:
1 2 3
| /\b(?:[01]?[0-9]|2[0-3]):[0-5][0-9]\b/ // 或者 /\b(?:[012]?[0-3]|[01]?[4-9]):[0-5][0-9]\b/
|
1 2 3
| var reg = /\b(?:[01]?[0-9]|2[0-3]):[0-5][0-9]\b/; '现在是09:49点'.match(reg); // ["09:49"] '现在是009:490点'.match(reg); // null
|
其实这个结果不能说完全正确,首先你要明白这个正则用在什么地方,比如是数据验证或者
复杂的字符串搜寻替换。
情景一:填写表单中的字符串必须为24小时制的时间,那么可能第一个\b需要改成^,第二个\b改成$。
情景二:用于复杂的字符串搜寻替换时,可能也会匹配这样子的字符串如’跑步用时19:50’,明显的,’19:50’表示19分50秒,而不是表示24小时制的时间19点50分。
匹配IP地址
IP地址的规则:点号分开的四个字段,每个字段在0-255之间。
如果一个字段是一个数或两个数,肯定是在0-255的范围内的;
如果三位数,那么以0或者1开头的三位数也是合法的,即000-199。
从上面的陈述中我们就可以得到三个多选分支:
我们稍微合并一下这三个多选分支,得到:
我们再来看以2开头的三位数:
第二位数小于5的时候,第三位数范围[0-9]都可以;第二位数等于5的时候,第三位数范围[0-5] ,因此得到两个多选分支:
前两步合并起来,得到一个字段0-255的表示方法:
1
| [01]?\d\d?|2[0-4]\d|25[0-5]
|
四个字段合并起来,IP地址正则如下:
1
| /^(?:[01]?\d\d?|2[0-4]\d|25[0-5])\.(?:[01]?\d\d?|2[0-4]\d|25[0-5])\.(?:[01]?\d\d?|2[0-4]\d|25[0-5])\.(?:[01]?\d\d?|2[0-4]\d|25[0-5])$/
|
点号要转义一下,^和$需要加上,否则可能匹配52123.3.22.993,因为其中的123.3.22.99是符合的。(?:)起到分组的作用,且不保存匹配项。
一些测试结果:
1 2 3 4 5 6
| var reg = /^(?:[01]?\d\d?|2[0-4]\d|25[0-5])\.(?:[01]?\d\d?|2[0-4]\d|25[0-5])\.(?:[01]?\d\d?|2[0-4]\d|25[0-5])\.(?:[01]?\d\d?|2[0-4]\d|25[0-5])$/; '123.11.22.33.44'.match(reg); // null '52123.3.22.993'.match(reg); // null '123.11.22.33'.match(reg); // ["123.11.22.33"] '0.0.0.0'.match(reg); // ["0.0.0.0"]
|
虽然0.0.0.0是合法的,但它是非法的IP地址,使用正则的否定顺序环视功能(零宽负向先行断言),可加上(?!0+.0+.0+.0+$) :
1 2 3 4
| var reg = /^(?!0+.0+.0+.0+$)(?:[01]?\d\d?|2[0-4]\d|25[0-5])\.(?:[01]?\d\d?|2[0-4]\d|25[0-5])\.(?:[01]?\d\d?|2[0-4]\d|25[0-5])\.(?:[01]?\d\d?|2[0-4]\d|25[0-5])$/; '123.11.22.33'.match(reg); // ["123.11.22.33"] '0.0.0.0'.match(reg); // null
|
匹配分隔符之内的文本
常见的匹配要求
- 匹配/*和*/之间的css注释。
- 匹配引文字符串””,且容许其中包含转义的引号\”。
- 匹配一个HTML tag,也就是尖括号之内的文本,例如。
匹配思路的步骤
- 匹配起始分隔符。
- 匹配正文(即结束分隔符之前的所有文本)。
- 匹配结束分隔符。
容许引文字符串中出现转义引号
大概思路
描述:起始分隔符和结束分隔符都是",且正文中容许出现转义之后的引号\"。
简单情况分析:
举例:匹配类似 I "start \"x3\" end" U 文本的 "start \"x3\" end" 引文字符串,注意\"属于转义引号。
- 起始分隔符和结束分隔符都是"。
- 字符不是引号,肯定是正文。即[^"]表示不是引号的其他任意字符。
- 引号"前面有反斜线\,且被反斜线\转义,则也属于正文。例如start\"引号的前面有一个反斜线,那么这个引号也属于正文。即(?<=\)”表示匹配一个引号,它的前面有一个\,注意正则的反斜线也要用\来转义一下,因为\是特殊字符。
用非捕获分组(?:)将[^"]|(?<=\\)"括起来,给个量词*,表示匹配正文0次或多次。
因此可以写出正则表达式: /"(?:[^"]|(?<=\\)")*"/
注意:ES7才支持逆序环视(?<=)
验证1:
验证正则:/"(?:[^"]|(?<=\\)")*"/
1 2 3 4 5
| 'I "start \"x3\" end" U'.match(/"(?:[^"]|(?<=\\)")*"/); // 结果: [""start ""] 'I "start \\"x3\\" end" U'.match(/"(?:[^"]|(?<=\\)")*"/); // 结果:[""start \"x3\" end""]
|
为什么第2个才是对的呢?我们看一下返回的input属性就了解了:
验证2:
验证正则:/"(?:[^"]|(?<=\\)")*"/
1 2 3 4
| 'I "start \\"x3\\\\" end" U'.match(/"(?:[^"]|(?<=\\)")*"/); // 结果与期望不符合:[""start \"x3\\" end""] // 期望:[""start\"x3\\"] // 注意返回的input属性为:"I "start \"x3\\" end" U"
|
引号”前面有反斜线\,但是这个反斜线不是转义引号的,那么引号就不应该属于正文,而是属于结束分隔符。
什么情况反斜线\不转义引号呢?
这个反斜线\本身就是被转义的情况。
上面的结果按照预期结果应该返回 [""start\"x3\\"],但是现在多了end"。
因此验证这个正则表达式不正确。
也就是说,正文中可出现转义的字符,因此得出正则\\. ,注意第一个\表示转义第二个\,点表示匹配除换行符 \n 之外的任何单个字符),例如可以匹配\+或者\\。而且转义的字符已经包含了\"的情况,因此正则(?<=\\)"可以不用写了,且替换成\\.。
因此改正后的正则:/"(?:\\.|[^"])*"/
你可能注意到了,我把[^”]和\.的位置调换一下,后面的验证3会讲到为什么要这么做。
验证3:
验证正则:/"(?:\\.|[^"])*"/ 和 /"(?:[^"]|\\.)*"/
1 2 3 4 5 6 7 8 9
| 'I "start \\"x3\\\\" end" U'.match(/"(?:\\.|[^"])*"/); // 结果与期望符合:[""start \"x3\\""] // input: "I "start \"x3\\" end" U" // [^"]和\\.的位置调换 'I "start \\"x3\\\\" end" U'.match(/"(?:[^"]|\\.)*"/); // 结果与期望不符合:[""start \""] // 期望:[""start\"x3\\"] // input: "I "start \"x3\\" end" U"
|
[^"]和\\.的位置调换后,结果与期望不符合。那是因为[^"]匹配start \后,遇到紧接着的"不匹配,交给后面的多选分支\\.,也不匹配,又刚好结束分隔符是",导致匹配成功,结束匹配。
因此两个正则之间 正确的正则是 /"(?:\\.|[^"])*"/
验证4:
验证:/"(?:\\.|[^"])*"/
1 2 3 4
| 'I "start \\"x3\\" end U'.match(/"(?:\\.|[^"])* // 结果与期望不符合:[""start \"x3\""] // 注意end后面少了 // input: "I "start \"x3\" end U"
|
上面的字符串 "start\"x3\" 其实是没有结束分隔符的,但是还是匹配了。那是因为正则[^"]和\\. 一起作用,导致匹配到了文本U末尾,后续想找结束分隔符的时候,结果却找不到,所以只能回溯文本去找结束分隔符,最后找到了 x3\后面的引号,匹配成功,结束匹配。
回溯会导致不期望的结果,由于是卡在多选分支上出错的,因此猜测多选分支|匹配内容出现重叠。
你想想,如果符合正文的反斜线,不是以[^"]方式匹配,而是以\\.的方式匹配,那就不会把好好的\"拆开来匹配了。
综上所述,一定要让反斜线是以\\.的方式匹配,字符串里的反斜杆不能以[^"]方式匹配。
因此将[^"]改成[^\\"]。这样子就可以确保正确识别正文特殊的\"和结束分隔符"了。
注意:很多字符在[]都会失去本来的意义,但是反斜杠字符 \ 仍为转义字符。若要匹配反斜杠字符,请使用两个反斜杠 \\。
改正的正则:/"(?:\\.|[^\\"])*"/
验证5
验证:/"(?:\\.|[^\\"])*"/
1 2 3 4 5 6 7 8
| 'I "start \\"x3\\" end U'.match(/"(?:\\.|[^\\"])*"/); // 结果与期望符合:null // input: "I "start \"x3\" end" U" 'I "start \\
|
原文来自: 凹凸实验室
声明:所有来源为“聚合数据”的内容信息,未经本网许可,不得转载!如对内容有异议或投诉,请与我们联系。邮箱:marketing@think-land.com