字符类可以区分各种字符,例如区分字母和数字。
JavaScript Demo: RegExp Character classes
const chessStory = "He played the King in a8 and she moved her Queen in c2.";
const regexpCoordinates = /\w\d/g;
console.log(chessStory.match(regexpCoordinates));
// Expected output: Array [ 'a8', 'c2']
const moods = "happy 🙂, confused 😕, sad 😢";
const regexpEmoticons = /[\u{1F600}-\u{1F64F}]/gu;
console.log(moods.match(regexpEmoticons));
// Expected output: Array ['🙂', '😕', '😢']
类型
<table class="standard-table"> <thead> <tr> <th scope="col">字符</th> <th scope="col">含义</th> </tr> </thead> <tbody> </tbody> <tbody> <tr> <td> <code>[xyz]<br />[a-c]</code> </td> <td> <p>一个字符类。匹配包含在方括号中的任何字符。你可以使用连字符指定字符范围,但如果连字符出现在方括号中的第一个或最后一个字符,则将其视为字面连字符,作为普通字符包含在字符类中。</p> <p>例如,<code>[abcd]</code> 与 <code>[a-d]</code> 相同。它们匹配“brisket”中的“b”和“chop”中的“c”。</p> <p>例如,<code>[abcd-]</code> 和 <code>[-abcd]</code> 匹配“brisket”中的“b”、“chop”中的“c”和“non-profit”中的“-”(连字符)。</p> <p>例如,<code>[\w-]</code> 与 <code>[A-Za-z0-9_-]</code> 相同。它们都匹配“brisket”中的“b”、“chop”中的“c”和“non-profit”中的“n”。</p> </td> </tr> <tr> <td> <p> <code>[^xyz]<br />[^a-c]</code> </p> </td> <td> <p>一个否定或补充的字符类。也就是说,它匹配未包含在方括号中的任何字符。你可以使用连字符指定字符范围,但如果连字符出现在<code>^</code>后的第一个字符或方括号中的或最后一个字符,则将其视为字面连字符,作为普通字符包含在字符类中。例如,<code>[^abc]</code> 与 <code>[^a-c]</code> 相同。它们首先匹配“bacon”中的“o”和“chop”中的“h”。</p> <div class="notecard note"> <p><strong>备注:</strong> ^ 字符也可以表示<a href="/zh-CN/docs/Web/JavaScript/Guide/Regular_expressions/Assertions">输入的开始</a>。</p> </div> </td> </tr> <tr> <td><code>.</code></td> <td> <p>有下列含义之一:</p> <ul> <li>匹配除行终止符之外的任何单个字符:<code>\n</code>, <code>\r</code>, <code>\u2028</code> or <code>\u2029</code>. 例如,<code>/.y/</code> 在“yes make my day”中匹配“my”和“ay”,而不是“yes”。</li> <li>在字符集内,点失去了它的特殊意义,并与文字点匹配。</li> </ul> <p>需要注意的是,<code>m</code> multiline 标志不会改变点的行为。因此,要跨多行匹配一个模式,可以使用字符集<code>[^]</code>—它将匹配任何字符,包括新行。</p> <p><code>s</code>“dotAll”标志允许点也匹配行终止符。</p> </td> </tr> <tr> <td><code>\d</code></td> <td> <p>匹配任何数字 (阿拉伯数字)。相当于 <code>[0-9]</code>。例如,<code>/\d/</code> 或 <code>/[0-9]/</code> 匹配“B2is the suite number”中的“2”。</p> </td> </tr> <tr> <td><code>\D</code></td> <td> <p>匹配任何非数字 (阿拉伯数字) 的字符。相当于<code>[^0-9]</code>。例如,<code>/\D/</code> 或者 <code>/[^0-9]/</code> 匹配“B2 is the suite number”中的“B”。</p> </td> </tr> <tr> <td><code>\w</code></td> <td> <p>匹配基本拉丁字母中的任何字母数字字符,包括下划线。相当于 <code>[A-Za-z0-9_]</code>。例如,<code>/\w/</code> 匹配“apple”中的“a”,匹配“$5.28”中的“5”,匹配“3D”中的“3”,以及匹配“Émanuel”中的“m”。</p> </td> </tr> <tr> <td><code>\W</code></td> <td> <p>匹配任何不是来自基本拉丁字母的单词字符。相当于 <code>[^A-Za-z0-9_]</code>。例如,<code>/\W/</code> 或者 <code>/[^A-Za-z0-9_]/</code> 匹配“50%”中的“%”,以及匹配“Émanuel”中的“É”。</p> </td> </tr> <tr> <td><code>\s</code></td> <td> <p>匹配单个空白字符,包括空格、制表符、换页符、换行符和其他 Unicode 空格。相当于 <code>[\f\n\r\t\v\u0020\u00a0\u1680\u2000-\u200a\u2028\u2029\u202f\u205f\u3000\ufeff]</code>。例如,<code>\s\w*/</code> 匹配“foo bar”中的“bar”。 </p> </td> </tr> <tr> <td><code>\S</code></td> <td> <p>匹配除空格以外的单个字符。相当于 <code>[^\f\n\r\t\v\u0020\u00a0\u1680\u2000-\u200a\u2028\u2029\u202f\u205f\u3000\ufeff]</code>。例如,<code>/\S\w*/</code> 匹配“foo bar”中的“foo”。 </p> </td> </tr> <tr> <td><code>\t</code></td> <td>匹配水平制表符。</td> </tr> <tr> <td><code>\r</code></td> <td>匹配回车符。</td> </tr> <tr> <td><code>\n</code></td> <td>匹配换行符。</td> </tr> <tr> <td><code>\v</code></td> <td>匹配垂直制表符。</td> </tr> <tr> <td><code>\f</code></td> <td>匹配换页符。</td> </tr> <tr> <td><code>[\b]</code></td> <td>匹配退格键。如果你正在寻找单词边界字符(<code>\b</code>),请参阅<a href="/zh-CN/docs/Web/JavaScript/Guide/Regular_expressions/Assertions">断言</a>。</td> </tr> <tr> <td><code>\0</code></td> <td>匹配一个 NUL 字符。不要在此后面加上另一个数字。</td> </tr> <tr> <td><code>\c<em>X</em></code></td> <td> <p>使用<a href="https://zh.wikipedia.org/wiki/脱字符表示法">插入符号</a>匹配控制字符,其中“X”是 A–Z 中的一个字母(对应于码位 <code>U+0001</code><em>–</em><code>U+001A</code>)。例如,<code>/\cM\cJ/</code> 匹配“\r\n”。</p> </td> </tr> <tr> <td><code>\x<em>hh</em></code></td> <td>匹配与 <code><em>hh</em></code>(两个十六进制数字)对应的字符。</td> </tr> <tr> <td><code>\u<em>hhhh</em></code></td> <td>匹配与 <code><em>hhhh</em></code>(四个十六进制数字)对应的 UTF-16 码元。</td> </tr> <tr> <td><code>\u<em>{hhhh}</em> 或 <em>\u{hhhhh}</em></code></td> <td>(仅当设置了 <code>u</code> 标志时。)匹配与 Unicode 值 <code>U+<em>hhhh</em></code> 或 <code>U+<em>hhhhh</em></code>(十六进制数字)对应的字符。</td> </tr> <tr> <td> <code>\p{<em>UnicodeProperty</em>}</code>,<code>\P{<em>UnicodeProperty</em>}</code> </td> <td> 根据字符的 <a href="/zh-CN/docs/Web/JavaScript/Reference/Regular_expressions/Unicode_character_class_escape">Unicode 字符属性</a>匹配字符(例如,仅匹配表情符号字符、日文<em>片假名</em>字符、中文汉字字符或日文汉字字符等)。 </td> </tr> <tr> <td><code></code></td> <td> <p>指示应特殊处理或“转义”后面的字符。它表现为两种方式之一。</p> <ul> <li>对于通常按字面处理的字符,表示下一个字符是特殊的,不能按字面解释。例如,<code>/b/</code> 匹配字符“b”。通过在“b”前面放置反斜杠,即使用 <code>/\b/</code>,字符变得特殊以表示匹配单词边界。</li> <li>对于通常被特殊对待的字符,表示下一个字符不是特殊的,应该按字面意思解释。例如,“”是一个特殊字符,表示应该匹配前面的字符出现 0 次或多次;例如,<code>/a/</code> 示匹配 0 个或多个“a”。要从字面上匹配 <code></code> 需在其前面加上反斜杠;例如,<code>/a*/</code> 匹配“a”。</li> </ul> <div class="notecard note"> <p><strong>备注:</strong>要从字面上匹配此字符,请将其转义。换句话说就是搜索 <code></code> 需要使用 <code>/\/</code>。</p> </div> </td> </tr> <tr> <td> <code><em>x</em>|<em>y</em></code> </td> <td> <p> <strong>析取:</strong>匹配“x”或“y”。每个由管道符 (<code>|</code>) 分隔的部分称为一个<em>可选项</em>。例如,<code>/green|red/</code> 匹配“green apple”中的“green”和“red apple”中的“red”。 </p> <div class="notecard note"> <p> <strong>备注:</strong> 析取是指定“一组选择”的另一种方式,但它不是字符类。析取不是原子的——你需要使用<a href="/zh-CN/docs/Web/JavaScript/Guide/Regular_expressions/Groups_and_backreferences">组</a>使其成为一个更大的模式的一部分。<code>[abc]</code> 在功能上等同于 <code>(?:a|b|c)</code>。 </p> </div> </td> </tr> </tbody> </table>
示例
寻找一系列数字
const randomData = "015 354 8787 687351 3512 8735";
const regexpFourDigits = /\b\d{4}\b/g;
// \b 表示边界(即不要在单词中间开始匹配)
// \d{4} 表示一个数字,四次
// \b 表示另一个边界(即不要在单词中间结束匹配)
console.table(randomData.match(regexpFourDigits));
// ['8787', '3512', '8735']
寻找以 A 开头的拉丁字母单词
const aliceExcerpt =
"I'm sure I'm not Ada,' she said, 'for her hair goes in such long ringlets, and mine doesn't go in ringlets at all.";
const regexpWordStartingWithA = /\b[aA]\w+/g;
// \b 表示边界(即不要在单词中间开始匹配)
// [aA] 表示字母 a 或 A
// \w+ 表示任何*拉丁字母*字符,多次
console.table(aliceExcerpt.match(regexpWordStartingWithA));
// ['Ada', 'and', 'at', 'all']
寻找一个 Unicode 字符的单词
代替拉丁字母,我们可以使用一系列 Unicode 字符来识别一个单词(从而能够处理其他语言的文本,如中文、俄语或阿拉伯语)。Unicode 的“基本多文种平面(Basic Multilingual Plane)”包含世界各地使用的大部分字符,我们可以使用字符类和范围来匹配用这些字符编写的单词。
const nonEnglishText = "爱丽丝 梦游 仙境";
const regexpBMPWord = /([\u0000-\u0019\u0021-\uFFFF])+/gu;
// 基本多文种平面范围是 U+0000 到 U+FFFF 但空格是 U+0020
console.table(nonEnglishText.match(regexpBMPWord));
["爱丽丝", "梦游", "仙境"];
计算元音个数
const aliceExcerpt =
"There was a long silence after this, and Alice could only hear whispers now and then.";
const regexpVowels = /[AEIOUYaeiouy]/g;
console.log("元音数:", aliceExcerpt.match(regexpVowels).length);
// 元音数:26
参见
来源:MDN Web Docs / Mozilla 贡献者 · 作者与贡献记录 · CC BY-SA 2.5。离线整理了版式、链接和媒体显示。
