那些年我们一起走过的正则表达式的坑

一、为什么需要学习正则表达式

正则表达式是一种应用广，灵活度高的一种查找方式，目前在爬虫爬取，对特定的内容的抓包，登录的验证等多个方面都用得上正则表达式，正是因为其极高的灵活度，所以也会给我们的使用带来一定的麻烦，同时也提高了我们开发的复杂程度，复杂程度主要表现在语法上的不便记忆和应用层面上的易出错，今天我们就来谈谈正则表达式在应用层面上常出现的错误

二、正则表达式常见坑与注意点

1、零宽断言理解错误

零宽断言匹配的相当于是一个位置，不是一个具体的内容

示例：

将字符串str="test.com"的.前面的替换为1，也就是str="1.com"

错误示范：

    var str="test.com";
    console.log(str);
    var reg=/(?=\.)*/gi;
    //var re=new RegExp(reg);
    str=str.replace(reg,"1");
    console.log(str);

运行结果是：str="1t1e1s1t1.1c1o1m"，我想此时你的心情一定是这样的

 从这个运行结果来看，就是在原来的字符串中的每个字符前面插入1,但是这个并不是我们所要求的，造成这样的原因主要是位置弄错了，现在把代码改为如下所示：

 

var str="test.com";
console.log(str);
var reg=/\w+(?=\.)/gi;
//var re=new RegExp(reg);
str=str.replace(reg,"1");
console.log(str);

 

这样运行一下就得到了我们所要求的，这个位置我们其实是要求:零宽断言+匹配类型+元字符+零宽断言，错误示范中是零宽断言+元字符这样的一种组合，根本不符合语法的要求，所以错误。但是里面除了匹配类型是一定要存在的，其余的都可以按要求省去，也就是说不是必须的

 2、后向调用理解错误

示例：

匹配字符串str="455 33"

错误示范

var str="455 33";
var test=/\b([1-4]\d{1,2})\s?\1\b/gi;
console.log(test.test(str));

这个错误主要的原因是对后向调用的理解有误，后向调用第n次使用时匹配第一次的完全相同的内容，但是不意味着在这里第二次引用前面分组的正则表达式，所以这里只匹配“455 455”这样的字符串

 

对了这里里面的/g指的是全局匹配也就是在传入中的全部内容进行搜索，如果不设置的话那么就返回第一个匹配的内容，/i也就是忽略大小写的意思，除了这两个外还有/m，表示多行匹配，什么是多行匹配呢？就是匹配换行符两端的潜在匹配。影响正则中的^$符号

 3、全局变量的导向错误

这个错误不知道怎么说，但就是挺奇葩的，知道的人麻烦再下面留言一下

示例：

将.号前面的内容替换为"t",字符串为"dd1.432"

错误示范：

var str="dd1.432";
var reg=/\w*?(?=\.)/gi;
str=str.replace(reg,"t");
console.log(str);

 

 这个时候原本你会以为正确运行但是，出现的效果确实“tt.432”，顿时你的内心一定是跟博主一样有千万只草泥马在奔腾

但是最后的调试结果确实把最后面的g去掉，或者是修改为下面这样

var str="dd1.432";
var reg=/^\w*?(?=\.)/gi;
str=str.replace(reg,"t");
console.log(str);

 

4、对^ $理解上的错误

示例：

将上题修改为如下所示

错误示范：

var str="asdf dd1.432";
var reg=/^\w*?(?=\.)/gi;
str=str.replace(reg,"t");
console.log(str);

 

^匹配的是传入的字符串str的最开始的部分，$匹配的是str字符串最后的部分，如果是中间就不能使用这两个限定，还好这个坑，博主不曾踩过

5、获取某个DOM节点下面的内容

示例：

获取标签<ul>下面的内容，具体是str="<ul>  leslie</ul><ul>  谢灿勇</ul>"

 JavaScript代码

 

var str="<ul>  leslie</ul><ul>  谢灿勇</ul>";
var reg=/(?<=<ul>)[\s\S]*?(?=</ul>)/g;
str=str.replace(reg,"t");
console.log(str);

 

运行的结果是：

这里面为什么会出现这样的情况，相信此时你的内心也是奔溃的，犹如千万只草泥马呼啸而过

经过了大量的试验验证，发现竟然是由于JavaScript中的正则表达式支持的相对比较少，所以也就没有支持零宽度正回顾后发断言[(?<=<ul>)],而且里面还存在另外的一个错误就是“/”是需要进行转义操作的，但是这个时候我们发现要获取<ul>位置后面的内容好像没有方法可以实现了，经过了思考，我选择了多次匹配来实现

6、多次匹配

接上面的问题继续说下，我们所说的多次匹配其实就是第一次就只实现一部分，第二层次再实现一部分，这样一直下去，直到完成。

我们第一次就只实现将</ul>去掉，然后将<ul>去掉，这样就得到我们所要求的

 

var str="<ul>    leslie </ul><ul>  xiecanyong</ul>";
var reg=/<ul>[\s\S]*?(?=<\/ul>)/gi;
str=str.match(reg);
var reg1=/<ul>/i;
for(var i=0,max=str.length;i<max;i++){
    str=str.replace(reg1," ");
console.log(str);

}

 

第一次实现的代码是这样的，但是一运行却发现只打印出leslie，这里主要的原因是，第一次就将leslie存入str变量中，然后第二次调用时，str=“leslie”，所以根本获取不到<ul>，所以根本就是为空，所以也就只匹配到leslie，将代码修改为如下就可以正常运行了

 

var str="<ul>    leslie </ul><ul>  xiecanyong</ul>";
var reg=/<ul>[\s\S]*?(?=<\/ul>)/gi;
str=str.match(reg);
var reg1=/<ul>/i;
for(var i=0,max=str.length;i<max;i++){
    str[i]=str[i].replace(reg1," ");
console.log(str[i]);
}

 

 打印一下结果：

 好的问题完成了，哈哈，内心如释重负

7、多次匹配实现思路

其实在上面的内容中已经实现了两种常见的多次匹配的思想，一种是获取我们所要求的[str=str.match(reg)]，另一种是将我们要除去的东西替换为空[ str[i]=str[i].replace(reg1," ")]所示

 三、总结

 通过这篇文章主要是希望大家能够学习到一些在JavaScript中你可能会遇到的一些坑，以及一些问题的实现思路，如果在这里有什么地方说错的，欢迎大家帮忙指正，在此不胜感激，如果你觉得这篇文章对你有帮助的话请为我点一个赞，你的点赞是我前进的动力。后续如果是大家有什么问题的话，也欢迎大家留言共同探讨