友点CMS

精通正则表达式

来源:友点CMS 日期:2019-07-02 14:10:58 属于:其它

简单的练习:

题目

1.与搜索字符串开始处的 3 个数字匹配。
2.与除 a、b 和 c 以外的任何字符匹配。
3.'1234567'.match(/d{1,3}/g)的结果。
4.不以“th”开头的单词匹配。
5.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。
6.匹配一个中文字符。

答案

1.与搜索字符串开始处的 3 个数字匹配:/^d{3}/
2.与除 a、b 和 c 以外的任何字符匹配: /[^abc]/
3.‘1234567’.match(/d{1,3}/g),根据贪婪原则,结果是 ["123", "456", "7"]
4.不以“th”开头的单词匹配:/b(?!th)w+b/ 。
5.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。
6.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~
 

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。

大地棋牌缺点:不能匹配$1,000

匹配24小时制的时间,比如 09:59

小时部分

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可选大地棋牌);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:

1

			
0?[0-9]|1[0-9]|2[0-3]

			

还可以优化一下,合并前面的两个多选分支,得到:

1

			
[01]?[0-9]|2[0-3]

			

方法二大地棋牌: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):

24hour

因此有两个多选分支,结果为:

1

			
[012]?[0-3]|[01]?[4-9]

			

 

  • 分钟部分

大地棋牌分钟数比较简单,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:

1

			
[0-5][0-9]

			
最后的结果:

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/

			
验证:
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。

第一步:

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:

1

			
d|dd|[01]dd

			

我们稍微合并一下这三个多选分支,得到:

1

			
[01]?dd?

			
第二步:

大地棋牌我们再来看以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:

1

			
2[0-4]d|25[0-5]

			
第三步:

前两步合并起来,得到一个字段0-255的表示方法:

1

			
[01]?dd?|2[0-4]d|25[0-5]

			
第四步:

大地棋牌四个字段合并起来,IP地址正则如下:

1

			
/^(?:[01]?dd?|2[0-4]d|25[0-5]).(?:[01]?dd?|2[0-4]d|25[0-5]).(?:[01]?dd?|2[0-4]d|25[0-5]).(?:[01]?dd?|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]?dd?|2[0-4]d|25[0-5]).(?:[01]?dd?|2[0-4]d|25[0-5]).(?:[01]?dd?|2[0-4]d|25[0-5]).(?:[01]?dd?|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+$)(?:[01]?dd?|2[0-4]d|25[0-5]).(?:[01]?dd?|2[0-4]d|25[0-5]).(?:[01]?dd?|2[0-4]d|25[0-5]).(?:[01]?dd?|2[0-4]d|25[0-5])$/;

'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/**/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

1.匹配起始分隔符。
2.匹配正文(即结束分隔符之前的所有文本)。
3.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(?:)[^"]|(?<=)"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:

input属性

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"

			

[^"].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",期望结果是null,不匹配
// 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[^"]. 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大地棋牌后面的引号,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 "x3" end" U'.match(/"(?:.|[^"])*"/);
// 结果与期望符合:[""start "x3" end""]
// input: "I "start "x3" end" U"

			

为了优化,我们可以把[^"]放在前面,因为普通字符的匹配可能性更大。
注意:优化正则提高效率最需要考虑的问题:改动是否会影响匹配。只有在排序与匹配成功无关时才不会影响准确性,才能重新安排多选分支的顺序。

优化后的正则:/"(?:[^"]|.)*"/

HTML Tag

经历了容许引文字符串中出现转义引号的例子分析,瞬间觉得这个容易了许多。
描述与要求:匹配类似<input name=123 value=">" >的HTML标签,起始分隔符是<,结束分隔符是>,且HTML 标签属性值中可以出现>。
起始分隔符和结束分隔符都是明确的,我们来分类一下正文。
双引号引用文本
单引号引用文本
除了>和引号之外的任意字符
可能你会当心单双引号引用文本,会像“容许引文字符串中出现转义引号”那么复杂。幸好是HTML Tag的属性值中不允许出现转义引号,因为平常的转义符号变成了普通字符。
根据三种情况,分别写出三个正则:
"[^"]*"
'[^']*'
[^'">]
好了,用多选分支连起来"[^"]*"|'[^']*'|[^'">],再用非捕获分组(?:)将多选分支括起来,如(?:"[^"]*"|'[^']*'|[^'">]),用*表示匹配任意次,最后前后加上开始结束分隔符,搞定:/<(?:"[^"]*"|'[^']*'|[^'">])*>/
验证:
1'<input name=123 value=">" >'.match(/<(?:"[^"]*"|'[^']*'|[^'">])*>/)
2// 结果: ["<input name=123 value=">" >"]

 
大地棋牌相关的文章
    暂无信息
吉林快3 吉林快3 吉林快3 幸运时时彩 吉林快3 幸运时时彩 幸运时时彩 吉林快3 吉林快3 秒速时时彩