平博百科
  咨询电话:18559652165

平博代理

谈谈 JavaScript 的正则表达式

一、背景


最近在做 CMS 系统中不同身份登录用户的权限管理,涉及到对 api 路径的识别去判断是否放行。以前对正则表达式都是敬而远之,要用到的话都是直接复制粘贴现成网上的表达式,看也看不太懂,借这次机会熟悉下,不求钻的多深,但求有个整体的认知,满足我目前的简单需求即可。

二、介绍


正则表达式(Regular Expression)是一种用来匹配字符串的强有力的工具。

各个编程语言对正则表达式的支持标准有所差异,这里只以 JavaScript 为例。

三、用法


本文对 非捕获括号、正向肯定查找、正向否定查找 不做介绍。

1、匹配符

匹配符可以匹配
IamstringIamstring
.一个任意字符
d一个数字
D一个非数字
[a-zA-Z]一个字母
[^a-zA-Z]一个非字母
w一个字母、数字或者下划线
[0-9a-zA-Z_]同上
s一个空格(还包括制表符、换页符和换行符)
[u4e00-u9fa5]中文
A|BA 或 B
[ABC]A 或 B 或 C
[A-C]同上

2、特殊符号

上面的匹配符可以搭配下表的符号,如 /[A-Z]{3}/

如果遇到歧义可使用括号 (),如/bo+//(bo)+/表达的意思不一样。

特殊符号表示放匹配符的前面放匹配符的后面备注
{n}n个字符
{n,m}n-m个字符
*0或多个字符等价于{0,}
+至少一个字符等价于{1,}
?0或1个字符等价于{0,1}
^表示行的开头
$表示行的结束
表示单词的边界
B表示单词的非边界

如果上述特殊符号是普通字符的话,需要用转义,如[A-Z]?{3}不对而[A-Z]?{3}可以正确匹配上 "D???"。

3、贪婪模式和懒惰模式

(1)如何设置?

JavaScript 的正则表达式默认为贪婪模式(匹配尽量多的字符)。

但如果在 *、 +、? 或 {} 的后面出现?,将会变为非贪婪的懒惰模式(匹配尽量少的字符)。

例如,对 "123abc" 应用 /d+/ 将会返回 "123",如果使用 /d+?/,那么就只会匹配到 "1"。

(2)有何区别?

上图里有个术语叫回溯,会影响到正则匹配字符串的性能,在平时写正则的时候需要注意,详细请看下文的三、性能问题

注:java 的正则里还有一种模式叫独占模式,貌似 JS 里没有(待求证)。

4、JavaScript 里使用

(1)创建和 function

// *** 创建正则表达式 ***// 方法一:/正则表达式主体/修饰符(可选)var reg1 = /d/;// 若 RegExp 是全局模式// var reg1 = /d/g;// 方法二:new RegExp("正则表达式")// 注意:不用添加/***/,且由于是字符串,所以需要考虑转义!// var reg2 = new RegExp("\d");// 若 RegExp 是全局模式// var reg2 = new RegExp("\d","g");var string = "你好 123 123 js"// *** RegExp 的方法 - test() exec() *** console.log(reg1.test(string)); // true or falseconsole.log(reg1.exec(string)); // [ "1", index: 3, input: "你好 123 123 js" ]console.log(reg1.exec(string)); // [ "1", index: 3, input: "你好 123 123 js" ] (跟上面一样)// 若 RegExp 是全局模式console.log(reg1.exec(string)); // [ "1", index: 3, input: "你好 123 123 js" ] console.log(reg1.exec(string)); // [ "2", index: 4, input: "你好 123 123 js" ]console.log(reg1.exec(string)); // [ "3", index: 5, input: "你好 123 123 js" ]console.log(reg1.exec(string)); // [ "1", index: 7, input: "你好 123 123 js" ]console.log(reg1.exec(string)); // [ "2", index: 8, input: "你好 123 123 js" ]console.log(reg1.exec(string)); // [ "3", index: 9, input: "你好 123 123 js" ]console.log(reg1.exec(string)); // nullconsole.log(reg1.exec(string)); // [[ "1", index: 3, input: "你好 123 123 js" ]// *** String 的方法 - search() match() replace() split() *** console.log(string.search(reg1)); // 返回第一个匹配的下标,没有即是 -1 console.log(string.match(reg1)); // [ "1", index: 3, input: "你好 123 123 js" ] (跟RegExp.exec()一样)// 若 RegExp 是全局模式console.log(string.match(reg1)); // [ "1", "2", "3", "1", "2", "3" ]console.log(string.replace(reg1,"替换")); // "你好 替换23 123 js" // 若 RegExp 是全局模式console.log(string.replace(reg1,"$2-$1")); // "你好 替换替换替换 替换替换替换 js" console.log(string.split(reg1)); // [ "你好 ", "", "", " ", "", "", " js" ]

除了g表示全局模式,还有i表示忽略大小写,m表示执行多行匹配。

(2)分组

捕获括号() 可以分组,受影响的是 match()、split()、replace() 方法。

var string = "010-12345"// 无()var reg1 = /^d{3}-d{3,8}$/;// 有()var reg2 = /^(d{3})-(d{3,8})$/;// match()console.log(string.match(reg1)); // [ "010-12345", index: 0, input: "010-12345" ]console.log(string.match(reg2)); // [ "010-12345", "010", "12345", index: 0, input: "010-12345" ]// split()console.log(string.split(reg1)); // [ "", "" ]console.log(string.split(reg2)); // [ "", "010", "12345", "" ]// replace() - 注意 $1、$2 的含义console.log(string.replace(reg1,"替换"));console.log(string.replace(reg2,"$2-$1")); // 12345-010

三、性能问题


首先,实现正则表达式引擎有两种方式:DFA 自动机(Deterministic Final Automata 确定型有穷自动机)和 NFA 自动机(Non deterministic Finite Automaton 不确定型有穷自动机)。

对于这两种自动机,他们有各自的区别,这里并不打算深入将它们的原理。简单地说,DFA 自动机的时间复杂度是线性的,更加简单稳定,但是功能有限。而 NFA 的时间复杂度比较不稳定,有时候很好,有时候不怎么好,好不好取决于你写的正则表达式,但是胜在功能更加强大。

JS 与大多数主流语言的正则引擎选用的都是 NFA。

但需要注意的是,这种正则表达式引擎在进行字符匹配时会发生回溯(backtracking)。而一旦发生回溯,那其消耗的时间就会变得很长,有可能是几分钟,也有可能是几个小时,时间长短取决于回溯的次数和复杂度。

这里有两篇关于 JAVA 中遭遇到由于正则表达式的糟糕性能导致上线后服务器 CPU 飙到 100% 的血的经验地分享:

https://zhuanlan.zhihu.com/p/38278481

http://www.cnblogs.com/study-everyday/p/7426862.html

所以,我们更要在平时写正则表达式的时候,更加注重性能,避免回溯机制带来的隐患。我们可以用 https://regex101.com/ 来测试下match 的时间如何。

四、推荐工具


1、在线匹配

http://tool.oschina.net/regex

2、查看正则表达式的具体解析过程

https://regexper.com

五、参考资料:


1、MDN教程

https://developer.mozilla.org/zh-CN/docs/Web/JavaScript/Guide/Regular_Expressions

2、廖雪峰教程

https://www.liaoxuefeng.com/wiki/001434446689867b27157e896e74d51a89c25cc8b43bdb3000/001434499503920bb7b42ff6627420da2ceae4babf6c4f2000