JavaScript 正则表达式完整语法指南：定义、元字符与高级用法

正则表达式的定义与版本差异

在 JavaScript 中，定义正则表达式主要有两种方式：

1. 字面量定义：var re = /正则规则/;。这是最常用的方式。
2. 构造函数定义：new RegExp('正则规则', '修饰符')。

尽管两者最终都指向 RegExp 对象，但在不同 ECMAScript 版本中表现略有不同。例如在 ES5 中，每次执行字面量定义的函数都会生成新的 RegExp 对象，避免了 ES3 中可能存在的状态共享隐患（即修改一个实例会影响其他调用处）。

1. 直接量字符与转义序列

正则匹配通常包含普通字符和特殊控制字符。非字母字符需通过反斜杠 \ 进行转义或表示特定含义：

• \o：NUL 字符 (\u0000)
• \t：制表符 (\u0009)
• \n：换行符 (\u000A)
• \v：垂直制表符 (\u000B)
• \f：换页符 (\u000C)
• \r：回车符 (\u000D)
• \xnn：十六进制数 nn 指定的拉丁字符（如 \x0A 等价于 \n）
• \uxxxx：十六进制数 xxxx 指定的 Unicode 字符（如 \u0009 等价于 \t）
• \cX：控制字符 ^X（如 \cJ 等价于换行符 \n）

以下标点符号具有特殊含义，需使用 \ 转义：^ $ . * + ? = ! : | \ / ( ) { } [ ]。

2. 字符类匹配

字符类用于简化常见字符集合的书写：

• [...]：方括号内的任意字符。
• [^...]：不在方括号内的任意字符（取反）。
• .：除换行符外的任意字符。
• \w：ASCII 字母、数字及下划线，等价于 [a-zA-Z0-9_]。
• \W：非 ASCII 单词字符，等价于 [^a-zA-Z0-9_]。
• \s：任何 Unicode 空白符（空格、制表符、换行等）。
• \S：非 Unicode 空白符字符。注意区分 \w 与 \S 的定义域。
• \d：任何 ASCII 数值，等价于 [0-9]。
• \D：除了 ASCII 数字之外的任何字符，等价于 [^0-9]。
• [\b]：退格直接量（特例，单独使用时表示边界，在括号内表示退格）。

3. 重复次数与控制贪婪模式

量词用于指定匹配出现的次数，默认情况下正则表达式采用贪婪匹配：

• ?：0 次或 1 次。
• +：1 次或多次。
• *：0 次或任意次。
• {n}：恰好 n 次。
• {m,n}：最少 m 次，最多 n 次。
• {n,}：n 次或 n 次以上。

非贪婪匹配：在量词后加 ? 可使其变为非贪婪（尽可能少地匹配）。例如 [a+?b+?] 在匹配 aaabb 时，会优先尝试最短匹配而非最长匹配。但需注意，正则引擎仍会从字符串开头寻找第一个可能的匹配位置。

4. 选项、分组与后向引用

• 选项 |：分隔可选内容，如 (ab|cd)。匹配顺序为从左到右，一旦左侧匹配成功，右侧不再尝试，即使右侧更优。
• 分组 ()：
  • 将子表达式打包，可对其应用量词或逻辑操作（如 /java(script)?/）。
  • 捕获与引用：圆括号内的内容会被捕获，可通过 \1, \2... 引用前面的子表达式。例如 /(['"])[a-z]\1/ 可匹配前后引号一致的内容（如 'abc' 或 "abc"）。

5. 锚点与断言

用于限定匹配发生的位置：

• ^：匹配字符串开头或行的开头（多行模式下）。
• $：匹配字符串结尾或行的结尾（多行模式下）。
• \b：单词边界（位于 \w 与 \W 之间）。
• \B：非单词边界。
• (?=p)：零宽正向先行断言，要求后面紧跟 p，但不消耗 p 的字符。
• (?!p)：零宽负向先行断言，要求后面不紧跟 p。

6. 常用修饰符

修饰符写在正则表达式字面量末尾（/pattern/modifiers）：

• i：忽略大小写。
• g：全局匹配。找到所有匹配项，而不是找到第一个就停止。
• m：多行模式。使 ^ 和 $ 匹配每一行的开始和结束，而不仅仅是整个字符串的开始和结束。

注意事项：当使用 g 修饰符时，exec() 和 test() 方法会维护 lastIndex 属性。连续调用时会从上次匹配后的位置继续查找。若需从头重新匹配，应手动将 lastIndex 重置为 0。

以上就是 JavaScript 正则表达式完整语法详解的详细内容，更多关于 JavaScript 编程技巧的资料请关注本站其它相关文章！