JS正規表示式語法大全（非常詳細）

前面幾節講解了如何在 JavaScript 中使用正規表示式，以及如何執行匹配，本節就來講一下正規表示式的具體語法。

正規表示式是一種通用的工具，在 JavaScript、PHP、Java、Python、C++ 等幾乎所有的程式語言中都能使用；但是，不同程式語言對正規表示式語法的支援不盡相同，有的程式語言支援所有的語法，有的僅支援一個子集。本節講到的正規表示式語法適用於 JavaScript。

正規表示式的語法體現在字元模式上。字元模式是一組特殊格式的字串，它由一系列特殊字元和普通字元構成，其中每個特殊字元都包含一定的語意和功能。

描述字元

根據正規表示式語法規則，大部分字元僅能夠描述自身，這些字元被稱為普通字元，如所有的字母、數位等。

元字元就是擁有特動功能的特殊字元，大部分需要加反斜槓進行標識，以便於普通字元進行區別，而少數元字元，需要加反斜杠，以便轉譯為普通字元使用。JavaScript 正規表示式支援的元字元如表所示。

元字元

元字元	描述
.	查詢單個字元，除了換行和行結束符
w	查詢單詞字元
W	查詢非單詞字元
d	查詢數位
D	查詢非數位字元
s	查詢空白字元
S	查詢非空白字元
b	匹配單詞邊界
B	匹配非單詞邊界
	查詢 NUL字元
n	查詢換行符
f	查詢換頁符
r	查詢回車符
t	查詢制表符
v	查詢垂直製表符
xxx	查詢以八進位制數 xxxx 規定的字元
xdd	查詢以十六進位制數 dd 規定的字元
uxxxx	查詢以十六進位制 xxxx規定的 Unicode 字元

表示字元的方法有多種，除了可以直接使用字元本身外，還可以使用 ASCII 編碼或者 Unicode 編碼來表示。

範例1

下面使用 ASCII 編碼定義正規表示式直接量。

var r = /x61/;
var s = "JavaScript";
var a = s.match(s);

由於字母 a 的 ASCII 編碼為 97，被轉換為十六進位制數值後為 61，因此如果要匹配字元 a，就應該在前面新增“x”字首，以提示它為 ASCII 編碼。

範例2

除了十六進位制外，還可以直接使用八進位制數值表示字元。

var r = /141/;
var s = "JavaScript";
var a = s.match(r);

使用十六進位制需要新增“x”字首，主要是為了避免語意混淆，而八進位制則不需要新增字首。

範例3

ASCII 編碼只能夠匹配有限的單位元組字元，使用 Unicode 編碼可以表示雙位元組字元。Unicode 編碼方式：“u”字首加上 4 位十六進位制值。

var r = "/u0061/";
var s = "JavaScript";
var a = s.match(s);

在 RegExp() 建構函式中使用元字元時，應使用雙斜槓。

var r = new RegExp("u0061"); 

RegExp() 建構函式的引數只接受字串，而不是字元模式。在字串中，任何字元加反斜槓還表示字元本身，如字串“u”就被解釋為 u 本身，所以對於“u0061”字串來說，在轉換為字元模式時，就被解釋為“u0061”，而不是“u0061”，此時反斜槓就失去跳脫功能。解決方法：在字元 u 前面加雙反斜槓。

描述字元範圍

在正規表示式語法中，放括號表示字元範圍。在方括號中可以包含多個字元，表示匹配其中任意一個字元。如果多個字元的編碼順序是連續的，可以僅指定開頭和結尾字元，省略中間字元，僅使用連字元~表示。如果在方括號內新增脫字元^字首，還可以表示範圍之外的字元。例如：

• [abc]：查詢方括號內任意一個字元。
• [^abc]：查詢不在方括號內的字元。
• [0-9]：查詢從 0 至 9 範圍內的數位，即查詢數位。
• [a-z]：查詢從小寫 a 到小寫 z 範圍內的字元，即查詢小寫字母。
• [A-Z]：查詢從大寫 A 到大寫 Z 範圍內的字元，即查詢大寫字母。
• [A-z]：查詢從大寫 A 到小寫 z 範圍內的字元，即所有大小寫的字母。

範例1

字元範圍遵循字元編碼的順序進行匹配。如果將要匹配的字元恰好在字元編碼表中特定區域內，就可以使用這種方式表示。

如果匹配任意 ASCII 字元：

var r = /[u0000-u00ff]/g;

如果匹配任意雙位元組的漢字：

var r = /[^u0000-u00ff]/g;

如果匹配任意大小寫字母和數位：

var r = /[a-zA-Z0-9]/g;

使用 Unicode 編碼設計，匹配數位：

var r = /[u0030-u0039]/g;

使用下面字元模式可以匹配任意大寫字母：

var r = /[u0041-u004A]/g;

使用下面字元模式可以匹配任意小寫字母：

var r = /[u0061-u007A]/g;

範例2

在字元範圍內可以混用各種字元模式。

var s = "abcdez";  //字串直接量
var r = /[abce-z]/g;  //字元a、b、c，以及從e~z之間的任意字元
var a = s.match(r);  //返回陣列["a","b","c","e","z"]

範例3

在中括號內不要有空格，否則會誤解為還要匹配空格。

var r = /[0-9]/g;

範例4

字元範圍可以組合使用，以便設計更靈活的匹配模式。

var s = "abc4 abd6 abe3 abf1 abg7";  //字串直接量
var r = /ab[c-g][1-7]/g;  //前兩個字元為ab，第三個字元為從c到g，第四個字元為1~7的任意數位
var a = s.match(r);  //返回陣列["abc4","abd6","abe3","abf1","abg7"]

範例5

使用反義字元範圍可以匹配很多無法直接描述的字元，達到以少應多的目的。

var r = /[^0123456789]/g;

在這個正規表示式中，將會匹配除了數位以外任意的字元。反義字元類比簡單字元類的功能更強大和實用。

選擇匹配

選擇匹配類似於 JavaScript 的邏輯與運算，使用豎線|描述，表示在兩個子模式的匹配結果中任選一個。例如：
1) 匹配任意數位或字母

var r = /w+|d+/;

2) 可以定義多重選擇模式。設計方法：在多個子模式之間加入選擇操作符。

var r = /(abc)|(efg)|(123)|(456)/;

為了避免歧義，應該為選擇操作的多個子模式加上小括號。

範例

設計對提交的表單字串進行敏感詞過濾。先設計一個敏感詞列表，然後使用豎線把它們連線在一起，定義選擇匹配模式，最後使用字串的 replace() 方法把所有敏感字元替換為可以顯示的編碼格式。程式碼如下：

var s = '<meta charset="utf-8">';  //待過濾的表單提交資訊
var r = /'|"|<|>/gi;  //過濾敏感字元的正規表示式
function f() {  //替換函數
    ////把敏感字元替換為對應的網頁顯示的編碼格式
    return "&#" + arguments[0].charCodeAt(0) + ";";
}
var a =s.replace(r,f);  //執行過濾替換 
document.write(a);  //在網頁中顯示正常的字元資訊
console.log(a);

顯示結果如下：

---