Javascript语言精粹之正则表达式知识整理

1.正则表达式思维导图

2.正则表达式常用示例

2.1 移除所有标签，只留下innerText

var html = "<p><a href='http://www.baidu.com/'>Ruby Louvre</a>by <em>test</em></p>";

var text = html.replace(/<(?:.|\s)*?>/g, "");

alert(text)

2.2移除hr以外的所有标签，只留下innerText

var html = "<p><a href='http://www.baidu.com/'>Ruby Louvre</a></p><hr/><p>by <em>test</em></p>";

var text = html.replace(/<(?!hr)(?:.|\s)*?>/ig,"")

alert(text)//Ruby Louvre<hr/>by test

2.3匹配email

匹配Email地址的正则表达式：\w+([-+.]\w+)*@\w+([-.]\w+)*\.\w+([-.]\w+)*，其中\w+@\w+\.\w+是基础结构，剩余部分是在这个基础上添加

2.4 提取简单url的各项内容

https://www.fouwwwfos.gr:8080/c.html?a=1&b=2，提取protocol,hostname,port，querystring

(https?):\/\/(.*):(\d+)\/(?:.*\..*)\?(.*)

结果

["https://www.fouwwwfos.gr:8080/c.html?a=1&b=2", "https", "www.fouwwwfos.gr", "8080", "a=1&b=2"]

2.5 Javascript语言精粹中URL表达式

var parse_url=/^(?:(?:([A-Za-z]+:))(\/{0,3}))?([\w\.\-]+)(?::(\d+))?(?:\/([^?#]*))?(?:\?([^#]*))?(?:#(.*))?$/;

var url="http://www.it-ora.com:80/goodparts?q#fragment";

var result=parse_url.exec(url);

//result=["http://www.ora.com:80/goodparts?q#fragment","http","//","www.it-ora.com","80","goodparts","q","fragment"];

2.6 简单的URL匹配表达式

(https?:\/\/(?:www\.|(?!www))[^\s\.]+\.[^\s]{2,}|www\.[^\s]+\.[^\s]{2,})

Will match the following cases

http://www.foufos.gr
https://www.foufos.gr
http://foufos.gr
http://www.foufos.gr/kino
http://www.t.co
http://t.co
http://werer.gr
www.foufos.gr

Will NOT match the following

www.foufos
http://www.foufos
http://foufos

2.7 string.match和RegExp.exec区别

var someText="web2.0 .net2.0";

var pattern=/(\w+)(\d)\.(\d)/g;

var outCome_exec=pattern.exec(someText);

var outCome_matc=someText.match(pattern);

//outCome_exec:["web2.0", "web", "2", "0"]

//outCome_matc:["web2.0", "net2.0"]

var someText="web2.0 .net2.0";

var pattern=/(\w+)(\d)\.(\d)/; //不带g

var outCome_exec=pattern.exec(someText);

var outCome_matc=someText.match(pattern);

//outCome_exec :["web2.0", "web", "2", "0"]

//outCome_matc:  ["web2.0", "web", "2", "0"]

1）exec是RegExp对象方法，match是String对象方法；

2）如果没有找到结果，则二者都返回null；

3）只有在正则表达式必须指定全局g属性时，match才能返回所有匹配，否则match与exec方法结果无差异，是等价的；

4）exec永远返回与第一个匹配相关的信息，其返回数组第一个值是第一个匹配的字串，剩下的是所有分组的反向引用（即子括号的匹配内容）；

5）exec在设置g属性后，虽然匹配结果不受g的影响，返回结果仍然是一个数组（第一个值是第一个匹配到的字符串，以后的为分组匹配内容），但是会改变index和lastIndex等的值，将该对象的匹配的开始位置设置到紧接这匹配子串的字符位置，当第二次调用exec时，将从lastIndex所指示的字符位置开始检索。同样match方法在设置了g属性后，也会改变index和lastIndex的值，但是是一次性的。无法像exec那样能逐过程累积（即将结果放入Matches 集合中去了），因此无法累积获取下一次检索的位置。