正则表达式中test、exec、match的区别介绍及括号的用法

╰+哭是因爲堅強的太久メ 2021-06-26 16:06 344阅读 0赞

![在这里插入图片描述][20181016125947856]

## `test、exec、match`的简单区别 ##

### 1、`test` ###

test 返回 `Boolean`，查找对应的字符串中是否存在模式。 `var str = "1a1b1c"; var reg = new RegExp("1.", ""); alert(reg.test(str)); // true`

### 2、`exec` ###

`exec` 查找并返回当前的匹配结果，并以数组的形式返回。 `var str = "1a1b1c"; var reg = new RegExp("1.", ""); var arr = reg.exec(str);` 如果不存在模式，则 `arr` 为 `null`，否则 `arr` 总是一个长度为 `1` 的数组，其值就是当前匹配项。`arr` 还有三个属性：`index` 当前匹配项的位置；`lastIndex` 当前匹配项结束的位置（index + 当前匹配项的长度）；`input` 如上示例中 `input` 就是 `str`。

`exec` 方法受参数 `g` 的影响。若指定了 g，则下次调用 exec 时，会从上个匹配的 `lastIndex` 开始查找。 `var str = "1a1b1c"; var reg = new RegExp("1.", ""); alert(reg.exec(str)[0]); alert(reg.exec(str)[0]);` 上述两个输出都是 `1a`。现在再看看指定参数 g： `var str = "1a1b1c"; var reg = new RegExp("1.", "g"); alert(reg.exec(str)[0]); alert(reg.exec(str)[0]);` 上述第一个输出 `1a`，第二个输出 `1b`。

### 3、`match` ###

match 是 String 对象的一个方法。 `var str = "1a1b1c"; var reg = new RegExp("1.", ""); alert(str.match(reg)); match` 这个方法有点像 `exec`，但：`exec` 是 `RegExp` 对象的方法；`math` 是 `String` 对象的方法。二者还有一个不同点，就是对参数 `g` 的解释。 如果指定了参数 `g`，那么 `match` 一次返回所有的结果。 `var str = "1a1b1c"; var reg = new RegExp("1.", "g"); alert(str.match(reg)); //alert(str.match(reg)); //` 此句同上句的结果是一样的 此结果为一个数组，有三个元素，分别是：`1a、1b、1c`。

## 正则表达式对象有两个定义方式:： ##

1、第一种定义（构造函数定义）：

new RegExp(pattern, attributes); //如var reg = new RegExp("abc","g")

其中`pattern`为表示表达式内容,如上表示匹配`abc`

`attributes`：g,全局匹配，i不区分大小写，m执行多行匹配，用最多的为g和i

2、第二种定义（//文本定义）:`/pattern/attributes`.

如：`var reg = /abc/g;`

## `exec`和`match`的详细区别： ##

1、`exec`是正则表达式的方法，而不是字符串的方法，它的参数才是字符串，如下所示：

如上定义

var reg = new RegExp("abc") ; 
    var str = "3abc4，5abc6"; 
    reg.exec(str );

2、`match`是字符串执行匹配正则表达式规则的方法，他的参数是正则表达，如

var reg = new RegExp("abc") ; 
    var str = "3abc4,5abc6"; 
    str.match(reg);

3、`exec`和`match`返回的都是数组（正则表达式无子表达式，并且定义为非全局匹配）

如果`exec`执行的正则表达式没有子表达式(小括号内的内容，如`/abc(\s*)/`中的`(\s*)` )，如果有匹配，就返回第一个匹配的字符串内容，此时的数组仅有一个元素，如果没有匹配返回`null`;

var reg = new RegExp("abc") ; 
    var str = "3abc4,5abc6"; 
    alert(reg.exec(str)); 
    alert(str.match(reg));

执行如上代码，你会发现两者内容均为一样：`abc`，

4、如果定义正则表达对象为全局匹配如（正则表达式无子表达式，并且定义为全局匹配）

var reg = new RegExp("abc","g") ; 
    var str = "3abc4,5abc6"; 
    alert(reg.exec(str)); 
    alert(str.match(reg));

则 为`abc`和`abc,abc`；因为`match`执行了全局匹配查询；而`exec`如果没有子表达式只会找到一个匹配的即返回。

5、当表示中含有子表达式的情况（正则表达式有子表达式，并且定义为非全局匹配）：

var reg = new RegExp("a(bc)") ; 
    var str = "3abc4,5abc6"; 
    alert(reg.exec(str));
    alert(str.match(reg));

你会发现两者执行的结果都是：`abc,bc`;

6、当如果正则表达式对象定义为全局匹配（正则表达式有子表达式，并且定义为全局匹配）

var reg = new RegExp("a(bc)","g") ; 
    var str = "3abc4,5abc6"; 
    alert(reg.exec(str)); 
    alert(str.match(reg));

则两者返回的结果是`abc,bc`和`abc,abc`,

总结为：

1、当正则表达式无子表达式，并且定义为非全局匹配时，`exec`和`match`执行的结果是一样，均返回第一个匹配的字符串内容；

2、当正则表达式无子表达式，并且定义为全局匹配时，`exec`和`match`执行，做存在多处匹配内容，则`match`返回的是多个元素数组；

3、当正则表达式有子表示时，并且定义为非全局匹配，`exec`和`match`执行的结果是一样如上边的第5种情况；

4、当正则表达式有子表示时，并且定义为全局匹配，`exec`和`match`执行的结果不一样，此时`match`将忽略子表达式，只查找全匹配正则表达式并返回所有内容，如上第6种情况；

也就说，`exec`与全局是否定义无关系，而`match`则于全局相关联，当定义为非全局，两者执行结果相同

不管哪门语言中都有括号。正则表达式也是一门语言，而括号的存在使这门语言更为强大。

对括号的使用是否得心应手，是衡量对正则的掌握水平的一个侧面标准。

括号的作用，其实三言两语就能说明白，括号提供了分组，便于我们引用它。

引用某个分组，会有两种情形：在JavaScript里引用它，在正则表达式里引用它。

本文内容虽相对简单，但我也要写长点。

内容包括：

1.  分组和分支结构
2.  捕获分组
3.  反向引用
4.  非捕获分组
5.  相关案例

## 1. 分组和分支结构 ##

这二者是括号最直觉的作用，也是最原始的功能。

### 1.1 分组 ###

我们知道`/a+/`匹配连续出现的“a”，而要匹配连续出现的“`ab`”时，需要使用`/(ab)+/`。

其中括号是提供分组功能，使量词“`+`”作用于“`ab`”这个整体，测试如下：

var regex = /(ab)+/g;
    var string = "ababa abbb ababab";
    console.log( string.match(regex) ); // ["abab", "ab", "ababab"]

### 1.2 分支结构 ###

而在多选分支结构`(p1|p2)`中，此处括号的作用也是不言而喻的，提供了子表达式的所有可能。

比如，要匹配如下的字符串：

I love JavaScript
    I love Regular Expression

可以使用正则：

var regex = /^I love (JavaScript|Regular Expression)$/;
    console.log( regex.test("I love JavaScript") ); // true
    console.log( regex.test("I love Regular Expression") ); // true

如果去掉正则中的括号，即`/^I love JavaScript|Regular Expression$/`，匹配字符串是"`I love JavaScript`“和”`Regular Expression`"，当然这不是我们想要的。

## 2. 引用分组 ##

这是括号一个重要的作用，有了它，我们就可以进行数据提取，以及更强大的替换操作。

而要使用它带来的好处，必须配合使用实现环境的API。

以日期为例。假设格式是`yyyy-mm-dd`的，我们可以先写一个简单的正则：

var regex = /\d{4}-\d{2}-\d{2}/;

然后再修改成括号版的：

var regex = /(\d{4})-(\d{2})-(\d{2})/;

为什么要使用这个正则呢？

### 2.1 提取数据 ###

比如提取出年、月、日，可以这么做：

var regex = /(\d{4})-(\d{2})-(\d{2})/;
    var string = "2017-06-12";
    console.log( string.match(regex) ); 
    // => ["2017-06-12", "2017", "06", "12", index: 0, input: "2017-06-12"]

`match`返回的一个数组，第一个元素是整体匹配结果，然后是各个分组（括号里）匹配的内容，然后是匹配下标，最后是输入的文本。（注意：如果正则是否有修饰符`g`，`match`返回的数组格式是不一样的）。

另外也可以使用正则对象的`exec`方法：

var regex = /(\d{4})-(\d{2})-(\d{2})/;
    var string = "2017-06-12";
    console.log( regex.exec(string) ); 
    // => ["2017-06-12", "2017", "06", "12", index: 0, input: "2017-06-12"]

同时，也可以使用构造函数的全局属性`$1`至`$9`来获取：

### 2.2 替换 ###

比如，想把`yyyy-mm-dd`格式，替换成`mm/dd/yyyy`怎么做？

var regex = /(\d{4})-(\d{2})-(\d{2})/;
    var string = "2017-06-12";
    var result = string.replace(regex, "$2/$3/$1");
    console.log(result); // "06/12/2017"

其中`replace`中的，第二个参数里用`$1、$2、$3`指代相应的分组。等价于如下的形式：

也等价于：

## 3. 反向引用 ##

除了使用相应API来引用分组，也可以在正则本身里引用分组。但只能引用之前出现的分组，即反向引用。

还是以日期为例。

比如要写一个正则支持匹配如下三种格式：

2016-06-12
    2016/06/12
    2016.06.12

最先可能想到的正则是:

其中`/`和`.`需要转义。虽然匹配了要求的情况，但也匹配"`2016-06/12`"这样的数据。

假设我们想要求分割符前后一致怎么办？此时需要使用反向引用：

注意里面的`\1`，表示的引用之前的那个分组`(-|\/|\.)`。不管它匹配到什么（比如-），`\1`都匹配那个同样的具体某个字符。

我们知道了`\1`的含义后，那么`\2`和`\3`的概念也就理解了，即分别指代第二个和第三个分组。

看到这里，此时，恐怕你会有三个问题。

### 3.1 括号嵌套怎么办？ ###

以左括号（开括号）为准。比如：

var regex = /^((\d)(\d(\d)))\1\2\3\4$/;
    var string = "1231231233";
    console.log( regex.test(string) ); // true
    console.log( RegExp.$1 ); // 123
    console.log( RegExp.$2 ); // 1
    console.log( RegExp.$3 ); // 23
    console.log( RegExp.$4 ); // 3

我们可以看看这个正则匹配模式：

第一个字符是数字，比如说1，

第二个字符是数字，比如说2，

第三个字符是数字，比如说3，

接下来的是`\1`，是第一个分组内容，那么看第一个开括号对应的分组是什么，是123，

接下来的是`\2`，找到第2个开括号，对应的分组，匹配的内容是1，

接下来的是`\3`，找到第3个开括号，对应的分组，匹配的内容是23，

最后的是`\4`，找到第3个开括号，对应的分组，匹配的内容是3。

这个问题，估计仔细看一下，就该明白了。

### 3.2 `\10`表示什么呢？ ###

另外一个疑问可能是，即`\10`是表示第10个分组，还是`\1`和`0`呢？答案是前者，虽然一个正则里出现`\10`比较罕见。测试如下：

var regex = /(1)(2)(3)(4)(5)(6)(7)(8)(9)(#) \10+/;
    var string = "123456789# ######"
    console.log( regex.test(string) );

### 3.3 引用不存在的分组会怎样？ ###

因为反向引用，是引用前面的分组，但我们在正则里引用了不存在的分组时，此时正则不会报错，只是匹配反向引用的字符本身。例如`\2`，就匹配"\\2"。注意"\\2"表示对2进行了转意。

var regex = /\1\2\3\4\5\6\7\8\9/;
    console.log( regex.test("\1\2\3\4\5\6\7\8\9") ); 
    console.log( "\1\2\3\4\5\6\7\8\9".split("") );

chrome浏览器打印的结果：  
![在这里插入图片描述][20181017215504412]

## 4. 非捕获分组 ##

之前文中出现的分组，都会捕获它们匹配到的数据，以便后续引用，因此也称他们是捕获型分组。

如果只想要括号最原始的功能，但不会引用它，即，既不在API里引用，也不在正则里反向引用。此时可以使用非捕获分组`(?:p)`，例如本文第一个例子可以修改为：

var regex = /(?:ab)+/g;
    var string = "ababa abbb ababab";
    console.log( string.match(regex) ); // ["abab", "ab", "ababab"]

## 5. 相关案例 ##

至此括号的作用已经讲完了，总结一句话，就是提供了可供我们使用的分组，如何用就看我们的了。

### 5.1 字符串`trim`方法模拟 ###

`trim`方法是去掉字符串的开头和结尾的空白符。有两种思路去做。

第一种，匹配到开头和结尾的空白符，然后替换成空字符。如：

function trim(str) { 
     return str.replace(/^\s+|\s+$/g, '');
    }
    console.log( trim(" foobar ") ); // "foobar"

第二种，匹配整个字符串，然后用引用来提取出相应的数据：

function trim(str) { 
     return str.replace(/^\s*(.*?)\s*$/g, "$1");
    }
    console.log( trim(" foobar ") ); // "foobar"

这里使用了惰性匹配`*?`，不然也会匹配最后一个空格之前的所有空格的。

当然，前者效率高。

### 5.2 将每个单词的首字母转换为大写 ###

function titleize(str) { 
     return str.toLowerCase().replace(/(?:^|\s)\w/g, function(c) { 
     return c.toUpperCase();
     });
    }
    console.log( titleize('my name is epeli') ); // "My Name Is Epeli"

思路是找到每个单词的首字母，当然这里不使用非捕获匹配也是可以的。

### 5.3 驼峰化 ###

function camelize(str) { 
     return str.replace(/[-_\s]+(.)?/g, function(match, c) { 
     return c ? c.toUpperCase() : '';
     });
    }
    console.log( camelize('-moz-transform') ); // MozTransform

首字母不会转化为大写的。其中分组`(.)`表示首字母，单词的界定，前面的字符可以是多个连字符、下划线以及空白符。正则后面的`?`的目的，是为了应对`str`尾部的字符可能不是单词字符，比如`str`是’`-moz-transform` '。

### 5.4 中划线化 ###

function dasherize(str) { 
     return str.replace(/([A-Z])/g, '-$1').replace(/[-_\s]+/g, '-').toLowerCase();
    }
    console.log( dasherize('MozTransform') ); // -moz-transform

驼峰化的逆过程。

### 5.5 html转义和反转义 ###

// 将HTML特殊字符转换成等值的实体
    function escapeHTML(str) { 
     var escapeChars = { 
     '¢' : 'cent',
     '£' : 'pound',
     '¥' : 'yen',
     '€': 'euro',
     '©' :'copy',
     '®' : 'reg',
     '<' : 'lt',
     '>' : 'gt',
     '"' : 'quot',
     '&' : 'amp',
     '\'' : '#39'
     };
     return str.replace(new RegExp('[' + Object.keys(escapeChars).join('') +']', 'g'), function(match) { 
     return '&' + escapeChars[match] + ';';
     });
    }
    console.log( escapeHTML('<div>Blah blah blah</div>') );
    // => <div>Blah blah blah</div>

其中使用了用构造函数生成的正则，然后替换相应的格式就行了，这个跟本文没多大关系。

倒是它的逆过程，使用了括号，以便提供引用，也很简单，如下：

// 实体字符转换为等值的HTML。
    function unescapeHTML(str) { 
     var htmlEntities = { 
     nbsp: ' ',
     cent: '¢',
     pound: '£',
     yen: '¥',
     euro: '€',
     copy: '©',
     reg: '®',
     lt: '<',
     gt: '>',
     quot: '"',
     amp: '&',
     apos: '\''
     };
     return str.replace(/\&([^;]+);/g, function(match, key) { 
     if (key in htmlEntities) { 
     return htmlEntities[key];
     }
     return match;
     });
    }
    console.log( unescapeHTML('<div>Blah blah blah</div>') );
    // => <div>Blah blah blah</div>

通过`key`获取相应的分组引用，然后作为对象的键。

### 5.6 匹配成对标签 ###

要求匹配：

<title>regular expression</title>
    <p>laoyao bye bye</p>

不匹配：

<title>wrong!</p>

匹配一个开标签，可以使用正则`<[^>]+>`，

匹配一个闭标签，可以使用`<\/[^>]+>`，

但是要求匹配成对标签，那就需要使用反向引用，如：

var regex = /<([^>]+)>[\d\D]*<\/\1>/;
    var string1 = "<title>regular expression</title>";
    var string2 = "<p>laoyao bye bye</p>";
    var string3 = "<title>wrong!</p>";
    console.log( regex.test(string1) ); // true
    console.log( regex.test(string2) ); // true
    console.log( regex.test(string3) ); // false

其中开标签`<[^>]+>`改成`<([^>]+)>`，使用括号的目的是为了后面使用反向引用，而提供分组。闭标签使用了反向引用，`<\/\1>`。

另外`[\d\D]`的意思是，这个字符是数字或者不是数字，因此，也就是匹配任意字符的意思。

[20181016125947856]: /images/20210626/6f44fa27ac2a4233ad5e1c74ee0207c5.png
[20181017215504412]: /images/20210626/14125489ee0642a48171d20991f3c3f4.png