参考资料
慕课网-鬼斧神工之正则表达式
正则表达式后向引用详解
正则表达式30分钟入门教程
什么是正则表达式？
正则表达式是字符串的搜索和匹配的工具。
正则表达式工具
基本语法
界定符 //
表示一个正则表达式的开始和结束
/0-9/ 界定符就是包含正则表达式在中间的两个斜杠
原子
可见原子
不可见原子
换行符
\n回车
\r制表符
\t空格
其他不可见的符号
字符转义
如果想查找元字符本身的话，就要使用 \ 来取消这些字符的特殊意义
例如：\. \* \\
元字符
定义原子的筛选方式
| 代码 / 语法 | 说明 |
|---|---|
｜ |
匹配两个或多个分支选择 |
[] |
匹配方括号中的任意一个原子 |
[^] |
匹配除了方括号中的原子之外的任意字符 |
原子的集合
| 代码 / 语法 | 说明 |
|---|---|
. |
匹配除换行符以外的任何字符 [^\n] |
\d |
匹配数字 [0-9] |
\D |
匹配非数字 [^0-9] |
\s |
匹配一个不可见原子 [\f\n\r\t\v] |
\S |
匹配一个可见原子 [^f\n\r\t\v] |
\w |
匹配字母或数字或下划线 [0-9a-zA-Z_] |
\W |
匹配非字母或数字或下划线 [^0-9a-zA-Z_] |
// 匹配一个或者更多连续的数字
var pattern = /\d+/;
/*
* 比如一个网站要求你填写的 QQ 号必须是 5-12 位的数字时，可以使用 ^\d{5,12}$
* {5,12} 表示重复次数不少于 5 次，不能多于 12 次，否则都不匹配
* 有些正则表达式处理工具还有一个处理多行的选项，如果选中了这个选项
* ^ 和 $ 的意义就变成了匹配行的开始处和结束处
*/
量词
| 代码 / 语法 | 说明 |
|---|---|
* |
重复 0 次或更多次 |
+ |
重复一次或更多次 |
？ |
重复 0 次或 1 次 |
{n} |
恰好重复 n 次 |
{n,} |
最少重复 n 次 |
{n,m} |
重复 n 次到 m 次 |
// 匹配刚好 6 个字符的单词
var pattern = /\bw{6}\b/;
边界控制
| 代码 / 语法 | 说明 |
|---|---|
^ |
匹配字符串开始的位置 |
$ |
匹配字符串结尾的位置 |
\b |
匹配单词的开始或结束 |
\B |
匹配非单词的开始或结束 |
使用示例
// 匹配以字母 a 开头的单词 var pattern = /\ba\w*\b/; /* * 先是某个单词的开头处 \b * 然后是字母 a * 然后是任意数量的字母或数字 \w* * 最后是单词的结束处 \b */
分组
| 代码 / 语法 | 说明 |
|---|---|
() |
匹配其中的整体作为原子 |
重复单个字符，直接在字符后面加上限定符就行了；
如果想要重复多个字符，可以用小括号来指定 子表达式（也叫 分组），然后可以指定这个 分组的重复次数，也可以对这个 分组进行其他的一些操作。
// 这个表达式可以匹配几种格式的电话号码，像 `(010)88886666`，或 `022-22334455`，或 `02912345678` 等
var pattern = /\(?0\d{2}[) -]?\d{8}/;
首先是一个转义字符
\(，他能出现 1 次或 0 次（?）然后是一个
0，后面跟着两个数字\d{2}，然后是
)或空格或-中的一个，它出现 1 次或不出现[) -]?最后是 8 个数字
\d{8}
修正模式
修正模式可以理解成是给正则表达式的匹配过程指定一种模式。
贪婪模式 & 懒惰模式
匹配结果怎么会有歧义呢？看看下面的代码就知道了：
var pattern = /mertens.+1994/; var str = 'mertens__199419941994199419941994';
上面那段代码就是有歧义的了，看上去可以是匹配到 mertens__199419941994199419941994，也可能匹配到 mertens__1994。
贪婪：匹配结果存在歧义的时候取其长
懒惰：匹配结果存在歧义的时候取其短
未经修饰的量词就是贪心量词，末尾加上?则使量词变懒惰。
// 贪婪模式 var pattern1 = /mertens.+1994/; var str = 'mertens__199419941994199419941994'; var result1 = str.match(pattern1); console.log(result1); // mertens__199419941994199419941994 // 懒惰模式 var pattern2 = /mertens.+?1994/; var str = 'mertens__199419941994199419941994'; var result2 = str.match(pattern2); console.log(result2); // mertens__1994
后向引用
分组捕获的内容可以在表达式或其他程序中作进一步的处理。
组号
默认情况下，每个分组会自动拥有一个组号。
分配组号的规则是：从左向右，以分组的左括号为标志，第一个出现的分组的组号为 1，第二个为 2，以此类推。
后向引用用于重复搜索前面某个分组匹配的文本。
// \1 表示分组 1 匹配的某个文本 // 匹配连着的两个重复的单词 var pattern = /\b(w+)\b\s+\1\b/;
组名
可以 指定子表达式的组名
// 可以指定组名为 Word // 使用这样的语法：(?<Word>\w+) // 把尖括号换成'也行：(?'Word'\w+)) // 这样就把\w+的组名指定为 Word 了 // 要反向引用这个分组捕获的内容，可以使用 \k<Word> var pattern = /(?<Word>\w+) (?'Wrod'\w+)/; // 上一个例子也可以写成这样 var pattern = /\b(?<Word>\w+)\b\s+\k<Word>\b/;
零宽断言（zero-length assertions）
使用小括号的时候，还有很多特定用途的语法：
零宽的意思是指该位置是不占宽度的，也就是只作断言判断，但不匹配实际的内容；
\d(?=\.)这个正向先行断言就只匹配点号之前的数字，但是它并不会匹配到这个点号，这个\d(?=\.)括号中的匹配内容也就是零宽了。零宽断言分为四种，分别是：
正向先行(Positive Lookahead)
正向回顾(Positive Lookbehind)
负向先行(Negative Lookahead)
负向回顾(Negative Lookbehind)
正向先行(Positive Lookahead)
正向回顾(Positive Lookbehind)
理解了前面这个“零宽正向先行断言”，随之而来的就比较好理解了。依照这个逻辑，零宽正向回顾断言所匹配的是必须出现的断言内容之后的内容，它的语法是：
(?<=...)比如（?<＝\.）\w所匹配的就是点号之后的ASCII字符。
负向先行(Negative Lookahead)
负向回顾(Negative Lookbehind)
正负向与先行回顾的概念都已在前面列出， 负向回顾的理解应该就很顺了。负向回顾的语法是：
(?<!...)。 比如(?<!Java)Script该正则只匹配不是 JavaScript 的 Script，它就能正确匹配 ECMAScript 和 Script。
