JavaScript正则表达式

正则表达式是对字符串的结构进行的形式化描述，非常简洁优美，而且功能十分强大。很多的语言都不同程度的支持正则表达式，而在很多的文本编辑器如Emacs，vim，UE中，都支持正则表达式来进行字符串的搜索替换工作。UNIX下的很多命令行程序，如awk，grep，find更是对正则表达式有良好的支持。

JavaScript同样也对正则表达式有很好的支持，RegExp是JavaScript中的内置“类”，通过使用RegExp，用户可以自己定义模式来对字符串进行匹配。而JavaScript中的String对象的replace方法也支持使用正则表达式对串进行匹配，一旦匹配，还可以通过调用预设的回调函数来进行替换。

正则表达式的用途十分广泛，比如在客户端的JavaScript环境中的用户输入验证，判断用户输入的身份证号码是否合法，邮件地址是否合法等。另外，正则表达式可用于查找替换工作，首先应该关注的是正则表达式的基本概念。
元字符与特殊字符
元字符，是一些数学符号，在正则表达式中有特定的含义，而不仅仅表示其“字面”上的含义，比如星号(*)，表示一个集合的零到多次重复，而问号(?)表示零次或一次。如果你需要使用元字符的字面意义，则需要转义。

下面是一张元字符的表：
^
串的开始

$
串的结束

*
零到多次匹配

+
一到多次匹配

?
零或一次匹配

\b
单词边界

特殊字符，主要是指注入空格，制表符，其他进制(十进制之外的编码方式)等，它们的特点是以转义字符(\)为前导。如果需要引用这些特殊字符的字面意义，同样需要转义。

下面为转移字符的一张表：
   

字符本身
匹配字符本身

\r
匹配回车

\n
匹配换行

\t
制表符

\f
换页

\x#
匹配十六进制数

\cX
匹配控制字符

范围及重复
         我们经常会遇到要描述一个范围的例子，比如，从0到3的数字，所有的英文字母，包含数字，英文字母以及下划线等等，正则表达式规定了如何表示范围：

[…]
在集合中的任一个字符

[^…]
不在集合中的任一个字符

.
出\n之外的任一个字符

\w
所有的单字，包括字母，数字及下划线

\W
不包括所有的单字，\w的补集

\s
所有的空白字符，包括空格，制表符

\S
所有的非空白字符

\d
所有的数字

\D
所有的非数字

\b
退格字符

结合元字符和范围，我们可以定义出很强大的模式来，比如，一个简化版的匹配Email的正则表达是为：

var emailval = /^[\w-]+(\.[\w-]+)*@[\w-]+(\.[\w-]+)+$/;   
    
emailval.test("[e-mail]");//true   
emailval.test("[e-mail]");//true   
emailval.test("@invalid.com");//false,不合法 

[\w-]表示所有的字符，数字，下划线及减号，[\w-]+表示这个集合最少重复一次，然后紧接着的这个括号表示一个分组(分组的概念参看下一节)，这个分组的修饰符为星号(*)，表示重复零或多次。这样就可以匹配任意字母，数字，下划线及中划线的集合，且至少重复一次。

而@符号之后的部分与前半部分唯一不同的是，后边的一个分组的修饰符为(+)，表示至少重复一次，那就意味着后半部分至少会有一个点号(.)，而且点号之后至少有一个字符。这个修饰主要是用来限制输入串中必须包含域名。

最后，脱字符(^)和美元符号($)限制，以……开始，且以……结束。这样，整个表达式的意义就很明显了。

再来看一个例子：在C/Java中，变量命名的规则为：以字母或下划线开头，变量中可以包含数字，字母以及下划线(有可能还会规定长度，我们在下一节讨论)。这个规则描述成正则表达式即为下列的定义：

var variable = /[a-zA-Z_][a-zA-Z0-9_]*/;   
    
print(variable.test("hello"));   
print(variable.test("world"));   
print(variable.test("_main_"));   
print(variable.test("0871")); 

通过加推导(+)，星推导(*)，以及谓词，我们可以灵活的对范围进行重复，但是我们仍然需要一种机制来提供诸如4位数字，最多10个字符等这样的精确的重复方式。这就需要用到下表中的标记：

{n}
重复n次

{n,}
重复n或更多次

{n,m}
重复至少n次，至多m次

有了精确的重复方式，我们就可以来表达如身份证号码，电话号码这样的表达式比如：

var pid = /\d{15}|\d{18}/;//身份证   
var mphone = /\d{11}/;//手机号码   
var phone = /\d{3,4}-\d{7,8}/;//电话号码   
    
mphone.test("13893939392");//true   
phone.test("010-99392333");//true   
phone.test("0771-3993923");//true 

分组与引用
在正则表达式中，括号是一个比较特殊的操作符，它可以有三中作用，这三种都是比较常见的：

第一种情况，括号用来将子表达式标记起来，以区别于其他表达式，比如很多的命令行程序都提供帮助命令，键入h和键入help的意义是一样的，那么就会有这样的表达式：
h(elp)?//字符h之后的elp可有可无
第二种情况，括号用来分组，当正则表达式执行完成之后，与之匹配的文本将会按照规则填入各个分组，比如，某个数据库的主键是这样的格式：四个字符表示省份，然后是四个数字表示区号，然后是两位字符表示区县，如yunn0871cg表示云南省昆明市呈贡县(当然，看起来的确很怪，只是举个例子)，我们关心的是区号和区县的两位字符代码，怎么分离出来呢？

var pattern = /\w{4}(\d{4})(\w{2})/;   
var result = pattern.exec("yunn0871cg");   
print("city code = "+result[1]+", county code = "+result[2]);   
result = pattern.exec("shax0917cc");   
print("city code = "+result[1]+", county code = "+result[2]); 

正则表达式的exec方法会返回一个数组(如果匹配成功的话)，数组的第一个元素(下标为0)表示整个串，第一个元素为第一个分组，第二个元素为第二个分组，以此类推。因此上例的执行结果即为：
city code = 0871, county code = cg
city code = 0917, county code = cc

使用正则表达式
创建一个正则表达式有两种方式，一种是借助RegExp对象来创建，另一种方式是使用正则表达式字面量来创建。在JavaScript内部的其他对象中，也有对正则表达式的支持，比如String对象的replace，match等。我们可以分别来看：
创建正则表达式
使用字面量：
var regex = /pattern/; 
使用RegExp对象：
var regex = new RegExp("pattern", switchs); 
而正则表达式的一般形式描述为：

var regex = /pattern/[switchs]; 
switchs有三种：
i
忽略大小写开关

g
全局搜索开关

m
多行搜索开关(重定义^与$的意义)

比如，/java/i 就可以匹配java/Java/JAVA，而/java/则不可。而g开关用来匹配整个串中所有出现的子模式，如/java/g匹配”javascript&java”中的两个”java”。而m开关定义是否多行搜索，比如：

var pattern = /^javascript/;   
print(pattern.test("java\njavascript"));//false   
pattern = /^javascript/m;   
print(pattern.test("java\njavascript"));//true  

RegExp对象的方法：
test()
测试模式是否匹配

exec()
对串进行匹配

compile()
编译正则表达式