JavaScript正则表达式解析URL的技巧

正则表达式是一个描述字符模式的对象。

首先,此片文章并不是直接告诉你,url的正则表达式是什么,以及怎么使用这个正则表达式去解析一个URL地址,相信这种问题在网络上已经能找到很多。本文的宗旨在于教你如何理解URL的正则表达式,以达到理解正则表达式,以及能够在日后的工作中写出相对简单的正则。言归正传,先看看一下的例子:

var parse_url = /^(?:([A-Za-z]+):)?(\/{0,3})([0-9.\-A-Za-z]+)(?::(\d+))?(?:\/([^?#]*))?(?:\?([^#]*))?(?:#(.*))?$/;

var parse_url = /^(?:([A-Za-z]+):)?(\/{,})([-.\-A-Za-z]+)(?::(\d+))?(?:\/([^?#]*))?(?:\?([^#]*))?(?:#(.*))?$/; var url = "http://qiji.kerlai.net:/GoodsBasic/Operate/?q#simen"; var result = parse_url.exec(url); var names = ["url","scheme","slash","host","port","path","query","hash"]; for(var i=; i <names.length;i++){ console.log(names[i]+":"+result[i]); } //输出结果 /* url::/GoodsBasic/Operate/?q#simen scheme:http slash:// host:qiji.kerlai.net port: path:GoodsBasic/Operate/ query:q hash:simen */

我们先来看看结果:


scheme:http
slash://
host:qiji123.kerlai.net
port:81
path:GoodsBasic/Operate/12678
query:q
hash:simen

代码中result数组的集合是['http://qiji123.kerlai.net:81/GoodsBasic/Operate/12678?q#simen','http', '//', 'qiji123.kerlai.net', '81', 'GoodsBasic/Operate/12678', 'q', 'simen']

现在我们尝试把从第2个到最后一个的结果一个一个链接起来,得到的结果为:"http // qiji123.kerlai.net 81 GoodsBasic/Operate/12678 q simen" 和原来的url相比,缺少了":?#"等链接符。这个是为何?说到这,我们就要引出正则表达式的一个概念为正则表达式的分组。正则表达式有4种分组,分别是:捕获型、飞捕获型、向前正向匹配、向前负向匹配。此处我重点介绍前面两种,后面两种大家可以自行补脑。其中非捕获型的就不会在结果的数组中出现,()括起来的为一个组,即会占用结果数组的一个位置。同样如果在你的正则表达式中,没有用括号括起来,那么所匹配到的字符将不会出现在exec()方法所返回的数组中。正则的分组是使用()括起来的称为一个分组。

JavaScript正则表达式解析URL的技巧

1、捕获型分组:(...)

2、非捕获型分组:(?: .....)

3、向前正向匹配:(?=........)

4、向前负向匹配:(?!.........)

接下来我们来分解parse_url这个正则表达式,第一个分组

1、^表示字符串的开始

整个正则因子是匹配一个协议名:http

2、(?: )表示一个非捕获型分组:即在这个括号内的,但是不在其子括号内所匹配到的字符将不放入结果数组中。

3、()表示一个捕获型分组,此括号内所匹配到的字符放入结果数组中对应url中的:http字符

4、[]为正则表达式类,表示符合中括号内任一一个字符。

7、A-Za-z表示字母A到字母Z,字母a到字母z。[A-Za-z]表示符合字母A到字母Z,字母a到字母z的任一一个字符

5、+表示匹配1次货多次

6、?表示此组为可选匹配条件

第二个正则因子:(\/{0,3})://

捕获型分组,\/表示一个应该被匹配的/,{0,3}表示\将被匹配0次或者1到3次之间

([0-9.\-A-Za-z]+):qiji123.kerlai.net

捕获型分组,由一个或多个数字 ,“.”,”\-“(转义成”-“),字母A到Z和字母a到z组成

(?::(\d+))?:81

前置:放在非捕获型分组中将不会出现在返回数组中,\d表示匹配数字。整个因子就是匹配前置为:后面跟随一个或多个数字。此分组因子为可选的

(?:\/([^?#]*))?:GoodsBasic/Operate/12678

该分组由/开始,^在此处表示非的意思,即除?#之外的所有字符 最后一个?表示此正则因子分组可选

(?:\?([^#]*))? :q

该分组表示包含0个或多个非#字符

(?:#(.*))?:simen

该分组以#开始,(.)将匹配除结束符以外的所有字符。

$表示这个字符串结束。

到此就已经分析完url的所有分组。接下来大家可以写写电话号码的正则表达式:既能匹配固定电话有能匹配手机号(这个会用到新的字符:|)

字符   含意  
\  

做为转意,即通常在"\"后面的字符不按原来意义解释,如/b/匹配字符"b",当b前面加了反斜杆后/\b/,转意为匹配一个单词的边界。 -或-
对正则表达式功能字符的还原,如"*"匹配它前面元字符0次或多次,/a*/将匹配a,aa,aaa,加了"\"后,/a\*/将只匹配"a*"。

 
^   匹配一个输入或一行的开头,/^a/匹配"an A",而不匹配"An a"  
$   匹配一个输入或一行的结尾,/a$/匹配"An a",而不匹配"an A"  
*   匹配前面元字符0次或多次,/ba*/将匹配b,ba,baa,baaa  
+   匹配前面元字符1次或多次,/ba*/将匹配ba,baa,baaa  
?   匹配前面元字符0次或1次,/ba*/将匹配b,ba  
(x)   匹配x保存x在名为$1...$9的变量中  
x|y   匹配x或y  
{n}   精确匹配n次  
{n,}   匹配n次以上  
{n,m}   匹配n-m次  
[xyz]   字符集(character set),匹配这个集合中的任一一个字符(或元字符)  
[^xyz]   不匹配这个集合中的任何一个字符  
[\b]   匹配一个退格符  
\b   匹配一个单词的边界  
\B   匹配一个单词的非边界  
\cX   这儿,X是一个控制符,/\cM/匹配Ctrl-M  
\d   匹配一个字数字符,/\d/ = /[0-9]/  
\D   匹配一个非字数字符,/\D/ = /[^0-9]/  
\n   匹配一个换行符  
\r   匹配一个回车符  
\s   匹配一个空白字符,包括\n,\r,\f,\t,\v等  
\S   匹配一个非空白字符,等于/[^\n\f\r\t\v]/  
\t   匹配一个制表符  
\v   匹配一个重直制表符  
\w   匹配一个可以组成单词的字符(alphanumeric,这是我的意译,含数字),包括下划线,如[\w]匹配"$5.98"中的5,等于[a-zA-Z0-9]  
\W   匹配一个不可以组成单词的字符,如[\W]匹配"$5.98"中的$,等于[^a-zA-Z0-9]。  

内容版权声明:除非注明,否则皆为本站原创文章。

转载注明出处:https://www.heiqu.com/wjpzzf.html