正则表达式已经成为程序员的必备工具。几乎所有流行的编程语言都支持正则表达式，原因如下：正则表达式为开发人员提供了强有力的工具，使之能快速执行需要几十行代码才能完成的任务。

本文主要研究前端开发人员经常要面对的六大文本处理和操作任务，并进一步了解正则表达式如何简化这一过程。但也只是触及了正则表达式潜力之皮毛。

1. 将URL转换为链接

假设文本中有一个或多个URL，且均不是html锚元素，因此不能单击。要将url自动转换为链接，首先需要找到URL，然后用指向URL的 的href属性将每个URL装入标签 … ：

const str = "Visit https://en.wikipedia.org/ for moreinfo.";
str.replace(/\b(https?|ftp|file):\/\/\S+[\/\w]/g, '<ahref="$&">$&</a>'); 
// => "Visit <ahref="https://en.wikipedia.org/">https://en.wikipedia.org/</a> for more info."

注意：使用该正则表达式时要小心，因为它不会匹配以标点符号结尾的URL，也可能无法匹配更复杂的URL。

下面来看看其原理：

• \b 在被称为“单词边界”的位置进行匹配。
• (https?|ftp|file) 匹配字符“https”，或“http”，或“ftp”，或“file”
• : 按字面意义匹配冒号字符
• \/ 按字面意义匹配正斜杠字符
• \S 匹配除空白之外的单个字符
• + 与前一项匹配一次或多次
• [\/\w] 匹配正斜杠或单词字符。如果没有这个，该正则表达式将匹配URL结尾的任何标点符号。
• g 命令正则表达式引擎匹配所有出现的项而不是在首次匹配后即停止
• $& 在replace()的第二个参数中，将匹配的子字符串插入到替换字符串中

2. 删除重复的单词

文章和教程包含不必要的重复单词并不少见。即使是专业作家也要为这些错误进行校对。在谷歌新闻上简单地搜索“the”，就会发现数百家知名新闻机构的文章中都有重复的“the”。幸运的是，正则表达式可以用一行代码修复这个问题：

const str = "This thissentence has has double words.";
str.replace(/\b(\w+)\s+\1\b/gi, '$1');
//=> "This sentence has double words." 

• \b 在“单词边界”的位置进行匹配(后跟或前接ASCII字母、数字或下划线的位置)。
• \w 匹配单词字符(ASCII字母、数字或下划线)
• + 与前一项匹配一次或多次
• \s 匹配空白字符
• + 将前一项匹配一次或多次，以便能够检测到含多个空白字符的重复单词
• \1 反向引用和匹配的文本是否与第一对括号中匹配的文本相同
• \b 匹配单词边界
• g 命令正则表达式引擎匹配所有出现的项而不是在首次匹配后即停止
• i 使搜索不区分大小写(忽略大小写差异)
• $1 在replace()的第二个参数中插入第一对括号中匹配的文本

3. 从文件名中去除无效字符

在提供要下载的文件时，文件名中不应包含某些字符。例如，在Windows操作系统中，以下字符在文件名中无效，应删除：

• <(小于)
• > (大于)
• : (冒号)
• “ (双引号)
• / (正斜杠)
• \ (反斜杠)
• | (竖线)
• ? (问号)
• * (星号)

使用正则表达式删除无效字符非常简单。来看一个例子：

const str ="https://en.wikipedia.org/";
str.replace(/[<>|:"*?\\/]+/g,''); // =>"httpsen.wikipedia.org" 

[], 被称为字符类，可匹配方括号之间的一个字符。因此，通过将所有无效字符放在其中并在正则表达式的末尾添加一个全局(g)标志，可从字符串中有效删除这些字符。

注意，在字符类中，反斜杠具有特殊含义，必须用另一个反斜杠进行转义:\\。操作符+重复字符类，以便同时替换无效字符序列，这有助于提升性能。可省略它而不影响结果。

请记住，除非想用另一个字符替换无效字符，否则replace()方法的第二个参数必须是空字符串。

还有几个保留的名称被Windows内部用于各种任务，不允许作为文件名。保留的名称如下:

CON, PRN, AUX, NUL, COM1, COM2, COM3, COM4, COM5,COM6, COM7, COM8, COM9, LPT1, LPT2, LPT3, LPT4, LPT5, LPT6, LPT7, LPT8, andLPT9

若要去掉保留的名称，请运行以下代码：

str.replace(/^(CON|PRN|AUX|NUL|COM1|COM2|COM3|COM4|COM5|COM6|COM7|COM8|COM9|LPT1|LPT2|LPT3|LPT4|LPT5|LPT6|LPT7|LPT8|LPT9)$/i,'file'); 

基本上，这段代码命令正则表达式引擎替换str中的字符(若其构成由竖线字符(|)分隔的单词之一)。本例中不能使用空字符串作为第二个参数，因为文件没有名称。

注意，若字符串包含任何附加字符，则不会被替换。例如，“con”会被替换，但“concord”不会，这是一个有效的文件名。这是通过在正则表达式中使用^和$来实现的。^匹配字符串的开头，可确保在要匹配的字符串之前没有其他字符。$匹配字符串的结尾。

也可以使用字符类采用更紧凑的方式编写该正则表达式：

str.replace(/^(CON|PRN|AUX|NUL|COM[1-9]|LPT[1-9])$/i,'file'); 

[1–9]匹配1-9的数字

4.用单个空白替换多个空白

当呈现网页时，重复的空白字符将显示为单个空白。然而，有时需要清理用户输入或其他数据，并将重复的空白替换为单个空白。下面将演示如何使用正则表达式实现这一点:

const str = " My opinions may have changed, but not the fact that I'mright."; // Ashleigh Brilliant
str.replace(/\s\s+/g,' ');// => " My opinions may have changed, but not the fact that I'mright." 

该正则表达式仅包含两个元字符、一个操作符和一个标记：

• \s 匹配单个空白字符，包括ASCII空格、制表符、换行符、回车符、垂直制表符和表单换行符
• \s 再次匹配单个空白字符
• + 与前一项匹配一次或多次
• g 命令正则表达式引擎匹配所有出现的项而不是在首次匹配后即停止

结果是替换所有重复至少两次的空白字符。请注意，上面示例中的结果在开头仍然有一个应删除的空白字符。为此，只需将trim()函数添加到语句的末尾：

str.replace(/\s\s+/g, '').trim();// => "My opinions may have changed, but not the fact thatI'm right." 

请记住，此代码使用空格(U+0020)字符替换任何类型的空白字符，包括ASCII空格、制表符、换行符、回车符、垂直制表符和表单换行符。因此，如果回车紧跟在制表符之后，那么它们将被一个空格代替。若这不是目的所在，只想替换相同类型的空白，可用下面的代码代替:

str.replace(/(\s)\1+/g,'$1').trim(); 

\1 是一个反向引用，并与第一对括号(\s)中匹配的字符匹配。可在replace()的第二个参数中使用$1替换它们，它插入了在括号中匹配的字符。

5. 寻找包含特定单词的句子

假设你想匹配文本中包含特定单词的所有句子。或者你想在搜索结果中突出显示这些句子，又或者想将其从文本中删除。正则表达式/[^.!?]*\bword\b[^.!?]*.?/gi可实现以上需求。以下是其原理：

const str = "The apple treeoriginated in Central Asia. It is cultivated worldwide. Apple matures in latesummer or autumn."; 
// en.wikipedia.org/wiki/Apple// find sentences that contain the word"apple" 
str.match(/[^.!?]*\bapple\b[^.!?]*.?/gi);// => ["The apple treeoriginated in Central Asia.", "Apple matures in late summer orautumn."] 

下文将逐步研究该正则表达式：

• [^.!?] 匹配所有除 .， !，及?以外的字符
• * 匹配前一项的零个或多个序列
• \b 在“单词边界”的位置进行匹配(后跟或前接ASCII字母、数字或下划线的位置)。
• apple 按字面匹配字符(因为它区分大小写，所以将i标记添加到该正则表达式的末尾)
• \b 匹配单词边界
• [^.!?] 匹配所有除 .，!，及?以外的字符
• * 匹配前一项的零个或多个序列
• 匹配除换行符以外的所有字符
• ? 匹配前一项出现零次或一次的项
• g 命令正则表达式引擎匹配所有出现的项而不是在首次匹配后即停止
• i 使搜索不区分大小写

提示：使用Bit (Github)从代码库中“获取”组件，逐步构建UI组件库。与团队一起使用该UI组件库，以获得一致UI、快速开发和无限合作。轻松将可重用组件导入至任何项目中，使用并更新以实现跨存储库同步更改。

6. 将用户输入限制为字母数字字符

网页开发时的一个常见任务是将用户输入限制为字母数字字符(A - z、A - z和0-9)。使用正则表达式实现这个任务非常简单:使用一个字符类来定义允许的字符范围，然后在其上添加一个量词来指定可以重复的字符的数量：

const input1 = "John543";  
const input2 = ":-)";/^[A-Z0-9]+$/i.test(input1); // → true 
/^[A-Z0-9]+$/i.test(input2); // →false 

注意：该正则表达式仅适用于英语，不匹配重音字母或其他语言的字母。

下面是其原理：

• ^ 匹配字符串的开头。确保在要匹配的字符串之前没有其他字符。
• [A-Z0–9] 匹配A和Z之间的字符，或0和9之间的字符。由于这是区分大小写的，可将i标记添加到该正则表达式的末尾。或者，可使用无标记的[A-Za-z0-9]。
• + 与前一项匹配一次或多次，因此，输入项必须至少有一个非空白字母数字字符;否则，匹配失败。若要使字段为可选的，则可以使用*量词，该量词与前一项匹配的次数须大于0。
• $ 匹配字符串的末尾.

花时间掌握正则表达式绝对是一项值得的投资，因为它将有助于解决编码时遇到的各种问题。

希望这篇文章对你有用!

原文 http://developer.51cto.com/art/202002/611090.htm

链接: https://www.fly63.com/article/detial/7568