正则表达式简介

正则表达式（Regular expression，RegExp）的作用是对字符串执行模式匹配（pattern）。我们通常使用正则表达式来解决下列问题：

  1. 规则验证（例如：验证手机号、邮箱等）
  2. 提取子串（从某个字符串中提取出符合某个条件的子串）
  3. 检查一个字符串是否含有某种子串
  4. 将匹配到的子串进行替换（例如：将敏感词汇替换为*）

各种编程语言的正则表达式实现基本相同，不同的语言的实现可能会有一些细小的差别，本文着重讲解 JavaScript 中的正则表达式。

JavaScript 示例：

1
2
3
const content = '上海头等仓网'
const pattern = new RegExp('头等仓')
pattern.test(content)

Java 示例：

1
2
3
4
5
6
7
8
9
10
11
import java.util.regex.*;

class RegexExample {
   public static void main(String args[]) {
      String content = "上海头等仓网";
      String pattern = ".*头等仓.*";
      boolean isMatch = Pattern.matches(pattern, content);

      System.out.println("字符串中是否包含了“头等仓”子串? " + isMatch);
   }
}

JavaScript RegExp 对象

在 JavaScript 中，RegExp 内置对象是对正则表达式的实现，它是对字符串执行模式匹配的强大工具。

创建 RegExp 对象的两种方式

1、构造函数语法

1
new RegExp(pattern, attributes)

2、直接量语法（推荐）

1
;/pattern/abeirstttu

参数：

  • 参数 pattern 是一个字符串，指定了正则表达式的模式
  • 参数 attributes 是一个可选的字符串，表示修饰符

返回值：

  • 一个新的 RegExp 对象，具有指定的模式和修饰符。

RegExp 对象方法

  • test(string)：检索字符串中指定的子串。返回 true 或 false。
  • exec(string)：检索字符串中指定的子串。返回找到的子串，并返回其索引。
  • compile(regexp, modifier)：用于改变和重新编译正则表达式。

String 对象对正则表达式的支持

  • search(regexp)：检索字符串中指定的子串，返回第一个匹配到的子串的起始位置索引。
  • match(substr/regexp)：检索字符串中指定的子串，返回存放匹配结果的数组。
  • replace(regexp/substr, replacement)：将匹配到的子串进行替换。
  • split(separator,howmany)：把字符串分割为字符串数组。

正则表达式语法

修饰符

修饰符用于指定正则表达式的匹配模式

修饰符 描述
g 执行全局匹配（查找所有匹配而非在找到第一个匹配后停止）。（global）
i 执行对大小写不敏感的匹配。（ignoreCase）
m 执行多行匹配。（multiline）

元字符

元字符是拥有特殊含义的字符

元字符 描述
\ 转义符
| 选择匹配符，可以匹配多个规则
. 查找单个字符，除了换行和行结束符。
\w 查找单词字符。（word）
\W 查找非单词字符。
\d 查找数字。（digit）
\D 查找非数字字符。
\s 查找空白字符。（space）
\S 查找非空白字符。
\b 匹配单词边界。（boundary）
\B 匹配非单词边界。
\0 查找 NUL 字符。
\n 查找换行符。（newline）
\f 查找换页符。
\r 查找回车符。
\t 查找制表符。
\v 查找垂直制表符。
\xxx 查找以八进制数 xxx 规定的字符。
\xdd 查找以十六进制数 dd 规定的字符。
\uxxxx 查找以十六进制数 xxxx 规定的 Unicode 字符。

量词

量词 描述
n+ 匹配任何包含至少一个 n 的字符串。
n* 匹配任何包含零个或多个 n 的字符串。
n? 匹配任何包含零个或一个 n 的字符串。
n{X} 匹配包含 X 个 n 的序列的字符串。
n{X,Y} 匹配包含 X 至 Y 个 n 的序列的字符串。
n{X,} 匹配包含至少 X 个 n 的序列的字符串。
n$ 匹配任何结尾为 n 的字符串。
^n 匹配任何开头为 n 的字符串。
(?=n) 匹配任何其后紧接指定字符串 n 的字符串。
(?!n) 匹配任何其后没有紧接指定字符串 n 的字符串。

方括号（字符簇）

方括号用于查找某个范围内的字符

表达式 描述
[abc] 查找方括号之间的任何字符。
[^abc] 查找任何不在方括号之间的字符。
[0-9] 查找任何从 0 至 9 的数字。
[a-z] 查找任何从小写 a 到小写 z 的字符。
[A-Z] 查找任何从大写 A 到大写 Z 的字符。
[A-z] 查找任何从大写 A 到小写 z 的字符。

括号（子表达式）

在正则表达式中，使用括号括起来的内容是一个子表达式。

子表达式匹配到的内容会被系统捕获至缓冲区，使用\n（n 表示数字）来反向引用（Back reference）系统的第 n 号缓冲区的内容。

需求例题

  1. 校验手机号
  2. 校验身份证号
  3. 校验 QQ 号
  4. 校验邮箱
  5. 校验日期
  6. 对手机号、身份证号进行隐私保护
  7. 把句子分割成单词，例句 How are you doing today
  8. 查找连续相同的四个数字 1212ab45677778cd

工具函数

将常用的正则表达式进行封装

utils/regexp.js：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
/*
 * 正则表达式相关操作
 * @Author: xiaoming.bai
 * @Date: 2019-12-03 10:19:41
 * @Last Modified by: xiaoming.bai
 * @Last Modified time: 2019-12-04 15:55:05
 */

/**
 * 规则校验
 * @param  {String} str  待校验字符串
 * @param  {String} type 检测类型
 */
export const regExpTest = (str, type) => {
  const typeMap = {
    // 手机号
    mobile: /^(0|86|17951)?1[3-9]\d{9}$/,

    // QQ号
    qq: /[1-9][0-9]{4,9}/,

    // 邮箱
    email: /^[a-zA-Z0-9\._-]+@[a-zA-Z0-9_-]+(\.[a-zA-Z0-9_-]+)+$/,

    // 微信环境
    wechat: /MicroMessenger/i,

    // 百度爬虫
    baiduSpider: /Baiduspider/i,
  }
  return typeMap[type].test(str)
}

/**
 * 手机号隐私处理
 * @param {String} phoneStr
 */
export const secretPhone = (phoneStr) => {
  const regexp = /^(\d{3})(\d{4})(\d{4})$/g
  const replacement = '$1****$3'
  return phoneStr.replace(regexp, replacement)
}

/**
 * 身份证号隐私处理
 * @param {String} id 身份证号
 */
export const secretIDCard = (id) => {
  const regexp = /^(\d{6})(\d{8})(\d{3}[0-9xX])$/g
  const replacement = '$1********$3'
  return phoneStr.replace(regexp, replacement)
}