正則表達式

目標(biāo)

var web_development = "python php ruby javascript jsonp perhapsphpisoutdated";

找出其中 包含 p 但不包含 ph 的所有單詞，即

[ 'python', 'javascript', 'jsonp' ]

知識點

1. 正則表達式的使用
2. js 中的正則表達式與 pcre(http://en.wikipedia.org/wiki/Perl_Compatible_Regular_Expressions ) 的區(qū)別

課程內(nèi)容

開始這門課之前，大家先去看兩篇文章。

《正則表達式30分鐘入門教程》：http://deerchao.net/tutorials/regex/regex.htm

上面這篇介紹了正則表達式的基礎(chǔ)知識，但是對于零寬斷言沒有展開來講，零寬斷言看下面這篇：

《正則表達式之：零寬斷言不『消費』》：http://fxck.it/post/50558232873

好了。

在很久很久以前，有一門語言一度是字符串處理領(lǐng)域的王者，叫 perl。

伴隨著 perl，有一個類似正則表達式的標(biāo)準(zhǔn)被實現(xiàn)了出來，叫 pcre：Perl Compatible Regular Expressions。

不遺憾的是，js 里面的正則與 pcre 不是兼容的。很多語言都這樣。

如果需要測試你自己寫的正則表達式，建議上這里：http://refiddle.com/ ，可以所見即所得地調(diào)試。

接下來我們主要講講 js 中需要注意的地方，至于正則表達式的內(nèi)容，上面那兩篇文章足夠?qū)W習(xí)了。

第一，

js 中，對于四種零寬斷言，只支持 零寬度正預(yù)測先行斷言 和 零寬度負預(yù)測先行斷言 這兩種。

第二，

js 中，正則表達式后面可以跟三個 flag，比如 /something/igm。

他們的意義分別是，

• i 的意義是不區(qū)分大小寫
• g 的意義是，匹配多個
• m 的意義是，是 ^ 和 $ 可以匹配每一行的開頭。

分別舉個例子：

/a/.test('A') // => false
/a/i.test('A') // => true

'hello hell hoo'.match(/h.*?\b/) // => [ 'hello', index: 0, input: 'hello hell hoo' ]
'hello hell hoo'.match(/h.*?\b/g) // => [ 'hello', 'hell', 'hoo' ]

'aaa\nbbb\nccc'.match(/^[\s\S]*?$/g) // => [ 'aaa\nbbb\nccc' ]
'aaa\nbbb\nccc'.match(/^[\s\S]*?$/gm) // => [ 'aaa', 'bbb', 'ccc' ]

與 m 意義相關(guān)的，還有 \A, \Z 和 \z

他們的意義分別是：

\A  字符串開頭(類似^，但不受處理多行選項的影響)
\Z  字符串結(jié)尾或行尾(不受處理多行選項的影響)
\z  字符串結(jié)尾(類似$，但不受處理多行選項的影響)

在 js 中，g flag 會影響 String.prototype.match() 和 RegExp.prototype.exec() 的行為

String.prototype.match() 中，返回數(shù)據(jù)的格式會不一樣，加 g 會返回數(shù)組，不加 g 則返回比較詳細的信息

> 'hello hell'.match(/h(.*?)\b/g)
[ 'hello', 'hell' ]

> 'hello hell'.match(/h(.*?)\b/)
[ 'hello',
  'ello',
  index: 0,
  input: 'hello hell' ]

RegExp.prototype.exec() 中，加 g 之后，如果你的正則不是字面量的正則，而是存儲在變量中的話，特么的這個變量就會變得有記憶??！

> /h(.*?)\b/g.exec('hello hell')
[ 'hello',
  'ello',
  index: 0,
  input: 'hello hell' ]
> /h(.*?)\b/g.exec('hello hell')
[ 'hello',
  'ello',
  index: 0,
  input: 'hello hell' ]

> var re = /h(.*?)\b/g;
undefined
> re.exec('hello hell')
[ 'hello',
  'ello',
  index: 0,
  input: 'hello hell' ]
> re.exec('hello hell')
[ 'hell',
  'ell',
  index: 6,
  input: 'hello hell' ]
>

第三，

大家知道，. 是不可以匹配 \n 的。如果我們想匹配的數(shù)據(jù)涉及到了跨行，比如下面這樣的。

var multiline = require('multiline');

var text = multiline.stripIndent(function () {
/*
    head

code code2 .code3```
```
foot

*/ });

如果我們想把兩個 \`\`\` 中包含的內(nèi)容取出來，應(yīng)該怎么辦？

直接用 `.` 匹配不到 `\n`，所以我們需要找到一個原子，能匹配包括 `\n` 在內(nèi)的所有字符。

這個原子的慣用寫法就是 `[\s\S]`

var match1 = text.match(/^[\s\S]+?^/gm); console.log(match1) // => [ '\ncode code2 code3\n```' ]

// 這里有一種很騷的寫法，[^] 與 [\s\S] 等價 var match2 = text.match(/^[^]+?^/gm) console.log(match2) // => [ '\ncode code2 .code3\n```' ]

完。