JavaScript正則表達式解析URL的技巧

2020-01-20 22:07:27

字體：大中小

來源：轉載

供稿：網友

正則表達式是一個描述字符模式的對象。

首先，此片文章并不是直接告訴你，url的正則表達式是什么，以及怎么使用這個正則表達式去解析一個URL地址，相信這種問題在網絡上已經能找到很多。本文的宗旨在于教你如何理解URL的正則表達式，以達到理解正則表達式，以及能夠在日后的工作中寫出相對簡單的正則。言歸正傳，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]); } //輸出結果 /* url:http://qiji.kerlai.net:/GoodsBasic/Operate/?q#simen scheme:http slash:// host:qiji.kerlai.net port: path:GoodsBasic/Operate/ query:q hash:simen */

我們先來看看結果：

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

代碼中result數組的集合是['http://qiji123.kerlai.net:81/GoodsBasic/Operate/12678?q#simen','http', '//', 'qiji123.kerlai.net', '81', 'GoodsBasic/Operate/12678', 'q', 'simen']

現在我們嘗試把從第2個到最后一個的結果一個一個鏈接起來，得到的結果為："http // qiji123.kerlai.net 81 GoodsBasic/Operate/12678 q simen" 和原來的url相比，缺少了":?#"等鏈接符。這個是為何？說到這，我們就要引出正則表達式的一個概念為正則表達式的分組。正則表達式有4種分組，分別是：捕獲型、飛捕獲型、向前正向匹配、向前負向匹配。此處我重點介紹前面兩種，后面兩種大家可以自行補腦。其中非捕獲型的就不會在結果的數組中出現，（）括起來的為一個組，即會占用結果數組的一個位置。同樣如果在你的正則表達式中，沒有用括號括起來，那么所匹配到的字符將不會出現在exec()方法所返回的數組中。正則的分組是使用（）括起來的稱為一個分組。

1、捕獲型分組：(...)

2、非捕獲型分組：(?: .....)

3、向前正向匹配：(?=........)

4、向前負向匹配：(?!.........)

接下來我們來分解parse_url這個正則表達式，第一個分組

1、^表示字符串的開始

整個正則因子是匹配一個協議名：http

2、(?: )表示一個非捕獲型分組：即在這個括號內的，但是不在其子括號內所匹配到的字符將不放入結果數組中。

3、()表示一個捕獲型分組，此括號內所匹配到的字符放入結果數組中對應url中的:http字符

4、[]為正則表達式類，表示符合中括號內任一一個字符。

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的任一一個字符

5、+表示匹配1次貨多次

6、？表示此組為可選匹配條件

第二個正則因子：(//{0,3})://

捕獲型分組，//表示一個應該被匹配的/，{0,3}表示/將被匹配0次或者1到3次之間

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

捕獲型分組，由一個或多個數字，“.”，”/-“(轉義成”-“)，字母A到Z和字母a到z組成

(?::(/d+))?：81

前置：放在非捕獲型分組中將不會出現在返回數組中，/d表示匹配數字。整個因子就是匹配前置為：后面跟隨一個或多個數字。此分組因子為可選的

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

該分組由/開始，^在此處表示非的意思，即除?#之外的所有字符最后一個？表示此正則因子分組可選

(?:/?([^#]*))? ：q

該分組表示包含0個或多個非#字符

(?:#(.*))?：simen

該分組以#開始，(.)將匹配除結束符以外的所有字符。

$表示這個字符串結束。

到此就已經分析完url的所有分組。接下來大家可以寫寫電話號碼的正則表達式：既能匹配固定電話有能匹配手機號（這個會用到新的字符：|）

字符	含意
/	做為轉意，即通常在"/"后面的字符不按原來意義解釋，如/b/匹配字符"b"，當b前面加了反斜桿后//b/，轉意為匹配一個單詞的邊界。 -或- 對正則表達式功能字符的還原，如""匹配它前面元字符0次或多次，/a/將匹配a,aa,aaa，加了"/"后，/a//將只匹配"a"。
^	匹配一個輸入或一行的開頭，/^a/匹配"an A"，而不匹配"An a"
$	匹配一個輸入或一行的結尾，/a$/匹配"An a"，而不匹配"an A"
*	匹配前面元字符0次或多次，/ba*/將匹配b,ba,baa,baaa
+	匹配前面元字符1次或多次，/ba*/將匹配ba,baa,baaa
?	匹配前面元字符0次或1次，/ba*/將匹配b,ba
(x)	匹配x保存x在名為$1...$9的變量中
x\|y	匹配x或y
{n}	精確匹配n次
{n,}	匹配n次以上
{n,m}	匹配n-m次
[xyz]	字符集(character set)，匹配這個集合中的任一一個字符(或元字符)
[^xyz]	不匹配這個集合中的任何一個字符
[/b]	匹配一個退格符
/b	匹配一個單詞的邊界
/B	匹配一個單詞的非邊界
/cX	這兒，X是一個控制符，//cM/匹配Ctrl-M
/d	匹配一個字數字符，//d/ = /[0-9]/
/D	匹配一個非字數字符，//D/ = /[^0-9]/
/n	匹配一個換行符
/r	匹配一個回車符
/s	匹配一個空白字符，包括/n,/r,/f,/t,/v等
/S	匹配一個非空白字符，等于/[^/n/f/r/t/v]/
/t	匹配一個制表符
/v	匹配一個重直制表符
/w	匹配一個可以組成單詞的字符(alphanumeric，這是我的意譯，含數字)，包括下劃線，如[/w]匹配"$5.98"中的5，等于[a-zA-Z0-9]
/W	匹配一個不可以組成單詞的字符，如[/W]匹配"$5.98"中的$，等于[^a-zA-Z0-9]。