字符类

考虑一个实际任务 - 我们有一个像 "+7(903)-123-45-67" 这样的电话号码，我们需要把它变成纯数字：79031234567。

为了做到这一点，我们可以找到并删除任何不是数字的东西。字符类可以帮助我们做到这一点。

字符类是一种特殊符号，它匹配某个集合中的任何符号。

首先，让我们探索一下“数字”类。它写成 \d，对应于“任何单个数字”。

例如，让我们找到电话号码中的第一个数字

let str = "+7(903)-123-45-67";

let regexp = /\d/;

alert( str.match(regexp) ); // 7

如果没有 g 标志，正则表达式只查找第一个匹配项，即第一个数字 \d。

让我们添加 g 标志来查找所有数字

let str = "+7(903)-123-45-67";

let regexp = /\d/g;

alert( str.match(regexp) ); // array of matches: 7,9,0,3,1,2,3,4,5,6,7

// let's make the digits-only phone number of them:
alert( str.match(regexp).join('') ); // 79031234567

这是一个数字的字符类。还有其他字符类。

最常用的有

\d（“d” 来自 “digit”）

一个数字：从 0 到 9 的字符。

\s（“s” 来自 “space”）

一个空格符号：包括空格、制表符 \t、换行符 \n 和一些其他罕见的字符，例如 \v、\f 和 \r。

\w（“w” 来自 “word”）

一个“单词”字符：拉丁字母或数字或下划线 _。非拉丁字母（如西里尔字母或印地语）不属于 \w。

例如，\d\s\w 表示一个“数字”后跟一个“空格字符”后跟一个“单词字符”，例如 1 a。

正则表达式可以包含常规符号和字符类。

例如，CSS\d 匹配字符串 CSS 后面跟着一个数字

let str = "Is there CSS4?";
let regexp = /CSS\d/

alert( str.match(regexp) ); // CSS4

我们也可以使用多个字符类

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

匹配（每个正则表达式字符类都有相应的匹配结果字符）

反向类

对于每个字符类，都存在一个“反向类”，用相同的字母表示，但大写。

“反向”意味着它匹配所有其他字符，例如

\D

非数字：除 \d 之外的任何字符，例如字母。

\S

非空格：除 \s 之外的任何字符，例如字母。

\W

非单词字符：除 \w 之外的任何字符，例如非拉丁字母或空格。

在本章开头，我们看到了如何从类似 +7(903)-123-45-67 的字符串中提取纯数字的电话号码：找到所有数字并连接它们。

let str = "+7(903)-123-45-67";

alert( str.match(/\d/g).join('') ); // 79031234567

另一种更短的方法是找到非数字 \D 并将其从字符串中删除

let str = "+7(903)-123-45-67";

alert( str.replace(/\D/g, "") ); // 79031234567

点是“任何字符”

点 . 是一个特殊的字符类，匹配“除换行符之外的任何字符”。

例如

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

或者在正则表达式的中间

let regexp = /CS.4/;

alert( "CSS4".match(regexp) ); // CSS4
alert( "CS-4".match(regexp) ); // CS-4
alert( "CS 4".match(regexp) ); // CS 4 (space is also a character)

请注意，点表示“任何字符”，但不表示“字符的缺失”。必须有一个字符才能匹配它

alert( "CS4".match(/CS.4/) ); // null, no match because there's no character for the dot

使用“s”标志，点表示任何字符

默认情况下，点号不匹配换行符\n。

例如，正则表达式A.B匹配A，然后匹配B，它们之间可以是任何字符，但不能是换行符\n。

alert( "A\nB".match(/A.B/) ); // null (no match)

在很多情况下，我们希望点号能真正地匹配“任何字符”，包括换行符。

这就是标志s的作用。如果正则表达式包含它，那么点号.将匹配任何字符。

alert( "A\nB".match(/A.B/s) ); // A\nB (match!)

alert( "A\nB".match(/A[\s\S]B/) ); // A\nB (match!)

alert( "1 - 5".match(/\d-\d/) ); // null, no match!

alert( "1 - 5".match(/\d - \d/) ); // 1 - 5, now it works
// or we can use \s class:
alert( "1 - 5".match(/\d\s-\s\d/) ); // 1 - 5, also works

总结

存在以下字符类

• \d - 数字。
• \D – 非数字。
• \s – 空格符号、制表符、换行符。
• \S – 除 \s 之外的所有字符。
• \w – 拉丁字母、数字、下划线 '_'。
• \W – 除 \w 之外的所有字符。
• . – 如果带有正则表达式 's' 标志，则为任何字符，否则为除换行符 \n 之外的任何字符。

…但这还不是全部！

JavaScript 用于字符串的 Unicode 编码为字符提供了许多属性，例如：字母所属的语言（如果它是字母）、它是否是一个标点符号等。

我们也可以通过这些属性进行搜索。这需要标志 u，将在下一篇文章中介绍。