浅析正则表达式模式匹配的String方法

在JavaScript代码中使用正则表达式进行模式匹配经常会用到String对象和RegExp对象的一些方法，例如replace、match、search等方法，以下是对一些方法使用的总结。

String对象中支持正则表达式有4种方法，分别是：search、replace、match、split

str.search(regexp)

定义：search()方法将在字符串str中检索与表达式regexp相匹配的字串，并且返回第一个匹配字串的第一个字符的位置。如果没有找到任何匹配的字串，则返回-1。

例如：

    var str = "Javascript";
    str.search(/script/); // 返回 script 中s的位置为 4
    str.search(/j/i); // 设置正则表达是标识i：忽略大小写，则匹配到J，返回位置0

但是，search()方法不支持全局搜索，因为会忽略正则表达式参数的标识g，并且也忽略了regexp的lastIndex属性，总是从字符串的开始位置进行检索，所以它会总是返回str的第一个匹配的位置。

例如：

    var str = "javascript is cool";
    str.search(/s/g); // 返回 javascript 中的s位置4，不会继续检索s

str.replace(regexp, replacement)

定义：replace()方法是执行查找并替换的操作。它将正则表达式regexp匹配到的字串，然后用replacement的字符串替换掉字串，如果有全局标识g，则替换全部匹配的字串，否则只替换第一个匹配字串。

replace方法应该是比较常用的一个方法，在字符串替换操作中非常有用的。例如：

1、简单替换

    var str = "javascript";
   str.replace(/javascript/,'JavaScript'); // 将字符串javascript替换为JavaScript

2、全局替换

    // 使用全局表示g进行全局替换
    var str = "javascript";
    str.replace(/a/g, 'b'); // 将所有的字母a替换为字母b，返回 jbvbscript

3、使用replacement中的特殊字符替换，在replacement中$字符有特殊的意义，具体说明如下表格：

字符	替换文本
$1、$2、...、$99	与regexp中的第1个到99 个子表达式相匹配的文本
$&	与regexp相匹配的字串
$`	位于匹配子串左侧的文本
$'	位于匹配子串右侧的文本
$$	直接量符号

来看下例子：

    //1、用子表达式替换：$1、$2等
    var str = "javascript";
    str.replace(/(java)(script)/,'$2$1');
   // 表达式中()就是一个子表达式，$1对应是第一个表达式的内容，即java，$2为script，所以替换结果为：scriptjava 

    //2、$& 为正值表达式匹配的字串
    var str = "javascript";
    str.replace(/java/,'$&-');
    // 正则表达式通过直接量java来匹配，匹配结果为java，则 $&的值为java，然后用字符串$&-来替换匹配的字串，结果为java-script

    // 3、 $`  $'  $$
    var str = "javascript";
    str.replace(/ava/,"$`"); // $`为匹配子串ava的左侧文本，则为j，则替换后ava的结果为：jjscript
    str.replace(/ava/,"$'"); // $'为匹配子串ava的右侧文本，则为script，则替换ava的结果为：jscriptscript
    str.replace(/ava/,"$$"); // $$为直接量符号，即插入一个$符号，替换结果为：j$script

4、使用replacement作为函数替换

replace的参数replacement可以是函数而不是字符串，每个匹配都会调用该函数，它返回的字符串将作为替换的文本使用。该函数的第一个参数是整个匹配模式的字符串，接下来的参数是与模式中的子表达式匹配的字符串，可以有0个或多个参数。接下来的参数是一个整数，声明了匹配在str中出现的位置。最后的参数是str自身。

来看个例子：

// match 为匹配整个字符串，即：'abc12345#$*%'
// p1 为第一个子表达式，([^\d]*)，匹配0个或多个非数字的字符，即:abc
// p2 为第二个子表达式,(\d*)，匹配0个或多个的数字，即：12345
// p3 为第三个子表达式，([^\w]*)，匹配0个或匹配任何非单词字符。等价于 '[^A-Za-z0-9_]'，即 #$*%
// offset 为模式匹配出现的位置，从第一个字符已经匹配成功，则位置为0
// string为字符串本身，即 abc12345#$*%

function replacer(match, p1, p2, p3, offset, string) {
  return [p1, p2, p3].join(' - ');
}

var newString = 'abc12345#$*%'.replace(/([^\d]*)(\d*)([^\w]*)/, replacer);
// 替换结果为：abc - 12345 - #$*%

str.match(regexp)

定义：match()方法是最常用的String正则表达式方法。它唯一的参数就是一个正则表达式或者通过RegExp()构造函数来创建正则表达式，返回值是包含了匹配结果的数组。

match()方法中的regexp正则表达式一般又分为两种情况：有设置全局标志g和没有设置全局标志g

1、有设置全局标志

如果设置了全局标志g，则返回的数组包含的就是出现在字符串的所有匹配结果，例如：

    // 全局匹配
    var str = "1 plus 2 equals 3";
    str.match(/\d/g);  // 匹配字符串中出现的所有数字，并返回一个数组： [1,2,3]

2、没有设置全局标志

如果没有设置全局标志，则就不是全局性的检索，只是检索第一个匹配。这种情况下，match()方法匹配的结果也是返回一个数组，数组的第一个元素就是匹配的字符串，而余下的元素则是正则表达式中用括号括起来的子表达式。来看个例子：

    // 非全局匹配
     var str = "visit my blog at http://www.example.com";
     str.match(/(\w+):\/\/([\w.]+)/); // 返回结果：["http://www.example.com", "http", "www.example.com"]
     // 正则表达式匹配的结果为：http://www.example.com
     // 第一个子表达式 (\w+)匹配结果：http
     // 第二个子表达式 ([\w.])匹配结果： www.example.com

str.split(delimiter, limit)

定义：split()方法可以把调用它的字符串分解为一个字串数组，使用的分隔符是它的参数。

参数：

delimiter：字符串或者正则表达式，从该参数指定的地方分割字符串。

limit：指定返回数组的最大长度，如果没有设置该参数，则整个字符串都会被分割。

例如：

//1、 只传一个参数，默认分割整个字符串
var str ="a,b,c,d,e";
str.split(','); // 返回分割的字符串数组：["a", "b", "c", "d", "e"]

//2、传入两个参数
var str ="a,b,c,d,e";
str.split(',',3); //指定限定长度，则返回对应的数组：["a", "b", "c"]

//3、使用正则表达式匹配，不包含分割字符串
var str = "aa44bb55cc66dd";
str.split(/\d+/); //通过匹配数字进行分割字符串，但不包含分割的字符串，则返回的结果为：["aa","bb","cc","dd"];

//4、使用正则表达式匹配，包含分割字符串
var str = "aa44bb55cc66dd";
str.split(/(\d+)/); //通过匹配数字进行分割字符串，且分割的字符串是包含在子表达式中，则返回的结果为：["aa", "44", "bb", "55", "cc", "66", "dd"]

以上。