字符类

原文链接：https://javascript.info/regexp-character-classes，translate with ❤️ by zhangbao.

有这么一个任务——一个电话号码”+7(903)-123-45-67“，我们要查找字符串里的所有数字，对其它类型的字符我们不关心。

字符类是一个特殊符号，匹配某个特定集合里的任意符号。

例如，”数字”类，写作 \d。我们在模式中使用它，是表示搜索字符串里的数字。

let str = "+7(903)-123-45-67";
let reg = /\d/;
alert( str.match(reg) ); // ["7"]

上例中的正则不是全局匹配的，只会查找第一个匹配项。

让我们加上 g 标记，查找所有出现的数字。

let str = "+7(903)-123-45-67";
let reg = /\d/g;
alert( str.match(reg) ); // ["7", "9", "0", "3", "1", "2", "3", "4", "5", "6", "7"]

最常使用的类别：\d \s \w

我们已经介绍了数字字符类。当然还有其他字符类。

最常使用的在这儿：

\d``（”d”表示”digit”）

数字：表示 0 到 9 之间的字符。

\s``（”s”表示”space”）

空格符号：包含空格、tab 和换行符。

\w``（”w”表示”word”）

“单词”字母：包含英文字母、数字和下划线。非英文字母（像斯拉夫字母或者北印度语）不属于 \w 这个范围之内。

例如，\d\s\w 表示一个数字后面跟一个空格，然后空格后面再跟一个单词，比如”1 Z“。

正则表达式里既可以使用常规符号，也可以使用字符类。

例如，CSS\d 匹配的是 CSS 后面再跟一个数字的字符串：

let str = 'CSS4 is cool';
let reg = /CSS\d/;
alert( str.match(reg) ); // ["CSS4"]

当然，一个正则表达式里可以同时使用多个字符类：

alert( 'I love HTML5!'.match(/\s\w\w\w\w\d/) ); // [" HTML5"]

每个字符类匹配结果里的一个字母：

单词边界：\b

\b 是一个特别字符类。

它不代表一个字符，而是用来表示字符间的边界。

例如，\bJava\b 匹配字符串 Hello, Java! 里面的 Java。但是不会匹配 Hello, JavaScript! 里面的内容。

alert( 'Hello, Java'.match(/\bJava\b/) ); // ["Java"]
alert( 'Hello, JavaScript!'.match(/\bJava\b/) ); // null

在某种意义上，边界具有”零宽度”，通常字符类表示结果中的字符（像一个单词或一个数字），但在本例中不是这样的。

边界是一个测试。

正则表达式做搜索时，会在字符串中移动，尝试去查找匹配项，每一个字符串索引位置都会查找。

当模式中包含 \b，它测试了字符串中符合下列条件之一的位置：

• 字符串开头，以及字符串第一个字符之间就是一个 \w。

• 字符串的最后一个字符，和字符串结尾之间就是一个 \w。

• 在字符串中，一边是 \w，另一边不是 \w，那么这两边之间就是一个 \w。

以 Hello, Java! 为例，\b 会匹配到下列的索引位置：

所以上面的字符串匹配 \bHello\b 和 \bJava\b，不会匹配 \bHell\b（因为在 l 之后并不存在一个字符边界）和 Java!\b（因为这个感叹号不是一个有效的单词字符），所以它之后没有边界了。

alert( 'Hello, Java!'.match(/\bHello\b/) ); // Hello
alert( 'Hello, Java!'.match(/\bJava\b/) );  // Java
alert( 'Hello, Java!'.match(/\bHell\b/) );  // null
alert( 'Hello, Java!'.match(/\bJava!\b/) ); // null

再一次重申下，\b 让搜索引擎匹配字符边界，因此，Java\b 查找的 Java 之后必然是一个字符边界，但它并没有给结果添加一个字母。

通常我们会用 \b 查找单独的英文单词。比如我们想要使用 \bJava\b 在”JavaScript“精确查找 “Java“ 这个单词。

另外一个例子：正则表达式 \b\d\d\b 会查找单独的两位数字。换句话说，\d\d 前后不是一个 \w 符号（或是字符串的开头/结尾）。

alert( '1 23 456 78'.match(/\b\d\d\b/g) ); // ["23", "78"]

注意：字符边界对非英文字符无效

字符边界 \b 测试 \w 和其他字符的边界。但是 \w 意味着英文字符（或一个数字、下划线），所以这个检测对其他字符是无效的（像斯拉夫字母或者象形文字）。

反向类

对每一个字符类还存在一个”反向类”，用对应的大写字母表示。

“反向”意味着所有其他的字符，例如：

\D``

非数字：所有除了 \d 的字符，比如一个字母。

\S``

非空格：所有除了 \s 的字符，例如一个字符。

\W

非单词字符：所有除了 \w 之外的字符。

\B

非边界：所有除了 \b 之外的字符。

在本章开始时，我们看法了怎样从 +7(903)-123-45-67 中找到所有数字。让我们先得到一个”纯正”的电话号码：

let str = '+7(903)-123-45-67'
alert( str.match(/\d/g).join('') ); // 79031234567

一个可选的从字符串里查找非数字的方式是：

let str = '+7(903)-123-45-67'
alert( str.replace(/\D/g, '') ); // 79031234567

空格和常规字符

注意，正则表达式里可以包含空格，它们也会被当前常规字符看待。

我们很少关注空格。对我们来说，1-5 和 1 - 5 是不一样的。

但是如果正则表达式里没有将空格计算在内，就不能正常工作。

下面我们来查找经连字符连接的数字：

alert( '1 - 5'.match(/\d-\d/) ); // null 无匹配项

下面我们通过向正则表达式里添加空格来修复这个问题：

alert( '1 - 5'.match(/\d - \d/) ) // ["1 - 5"]

当然，空格只有在我们查找它们的时候才需要加入，额外的空格（就像其他任何字符）还会阻止匹配。

alert( "1-5".match(/\d - \d/) ); // null 因为 1-5 之间没有空格

换句话说，在正则表达式中，所有字符都有地位，空格也是。

“.”表示任意字符

“.“是一个特殊字符类，匹配 除换行符之外的任意字符。

例如：

alert( 'Z'.match(/./) ); // Z

或在正则表达式中间使用：

let reg = /CS.4/;
alert( 'CSS4'.match(reg) ); // CSS4
alert( 'CS-4'.match(reg) ); // CS-4
alert( 'CS 4'.match(reg) ); // CS 4（空格也是一个有效字符啊）

请注意，点表示”任何字符”，但不是”缺少字符”，必须有一个字符来匹配它：

alert( 'CS4'.match(/CS.4/) ); // null

总结

我们覆盖讲述了下列字符类：

• \d —— 数字，

• \D —— 非数字，

• \s —— 空格，tab 或者换行符，

• \S —— 所有除了 \s 之外的字符，

• \w —— 英文字母，数字和下划线”_“，

• \W —— 所有除了 \w 的字符，

• ‘.‘ —— 除了换行符之外的任意字符。

如果我们想要搜索的，就是一个具有特殊含义的字符，比如反斜杠（\）或圆点（.）。那么我们就需要用一个反斜杠转义：\.。

请注意，regexp 中也可以包含字符串特殊字符，比如换行符 \n。这与字符类没有冲突，因为它们用的是其他字母。

（完）