js正则表达式之解析——URL的正则表达式

时间:2024-03-06 12:01:55

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+))?(?:\/([^?#]*))?(?:\?([^#]*))?(?:#(.*))?$/;

 1 var parse_url = /^(?:([A-Za-z]+):)?(\/{0,3})([0-9.\-A-Za-z]+)(?::(\d+))?(?:\/([^?#]*))?(?:\?([^#]*))?(?:#(.*))?$/;
 2 var url = "http://qiji123.kerlai.net:81/GoodsBasic/Operate/12678?q#simen";
 3 var result = parse_url.exec(url);
 4 var names = ["url","scheme","slash","host","port","path","query","hash"];
 5 for(var i=0; i <names.length;i++){
 6     console.log(names[i]+":"+result[i]);
 7 }
 8 
 9 //输出结果
10 /*
11 url:http://qiji123.kerlai.net:81/GoodsBasic/Operate/12678?q#simen
12 scheme:http
13 slash://
14 host:qiji123.kerlai.net
15 port:81
16 path:GoodsBasic/Operate/12678
17 query:q
18 hash:simen
19 */
View Code

我们先来看看结果:

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。

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:|)