正则表达式

正则表达式 是一种文本模式，一种文本的查找标准，不仅仅是在编程中可以进行一些字符串的处理，当正确掌握了正则表达式的使用规则时，在日常的文本编辑的过程中，也可以帮助我们非常便利，快捷的进行查找和替换。
所以学习正则表达式，除了通过编写代码 demo 的形式，也可以尝试直接在一些常用的编辑器（例如 Visual Studio Code 等）中，打开 Ctrl+F 查询面板，其实就可以进行简单的正则表达式匹配的编写了，编辑器的查找功能还会实时将匹配的部分高亮，可以快速协助调试和测试正则表达式。而正则表达式对于大部分流行的编程语言来说基本上都是通用的，因此，后续只需要学习相应的编程语言中，例如 Python 的 re 模块， JavaScript 的 /(reg)/ 表达式语法等具体编程语言中的使用即可，本质上都是相同的，掌握了常用的方法就可以在各种场景中使用了。

1. 元字符

元字符通常表示一类字符的集合，用于匹配符合该规则集合内的所有字符，比如在编写程序的过程中，在大多数编程语言的字符串中都通用的元字符 '\t'，'\n'，分别表示制表符和换行符。

在正则表达式中，元字符通常用 \字母 表示，例如 \d 和 \D，通常都有对应的大小写表达式，表示互补的两个字符集合，常用的字符集合如下：

• \d：匹配数字，即 [0-9]，\D 表示补集，即数字以外的所有字符，例如JavaScript 的字符串验证：

  // 至少包含数字
  const password_pattern = /\d/;
  // true，匹配结果为 ['1', '2', '3', '4']
  console.log(password_pattern.test('abcd+1234'));
  // false
  console.log(password_pattern.test('abcd');
  

• \s：匹配空白字符，同理 \S 即所有非空白字符

  // 检查空白字符
  const check_blank_in_username = /\s/;
  // false
  console.log(check_blank_in_username.test('Annie'));
  // true, invalid username
  console.log(password_pattern.test('Jason Lin');
  

• \w：所有字母，下划线和数字，同理 \W 表示补集

  // 检查变量名称可用字符
  const check_var_name = /\w/;
  // true
  console.log(check_var_name.test('ant_design_table'));
  // false, invalid variable name
  console.log(password_pattern.test('image&text_object');
  

另外，. 将匹配除 \n 之外的所有字符，即 \n 的补集：

// 检查是否包含多行
const test_line = /./;

// true, a single line
console.log(test_line.test('This is a single line without any enter!'));
// false, multiple lines found
console.log(test_line.test('This is the first paragraph\nHere comes the second!!');

而如果需要匹配用于元字符中涉及到的功能字符 . 和 \ 的话，就需要进行转义：\.，\\ 进行匹配。

对于元字符来说，本质上都是表示一个字符集合，对于匹配，其实就是一个包含和不包含的关系，因此，也可以通过在 [] 中指定字符集合来进行匹配：

// 匹配 0 或 1
const p1 = /[01]/
// | 表示或，与上同义
const p1 = /[0|1]/

// 数字，'-' 表示范围
const numbers = /[0-9]/ // 0-9 的数字，即 \d
const no_numbers = /[^0-9]/ // 所有非数字，即 \D

// 字母
const low_case_letters = /[a-z]/ // 所有小写字母
const up_case_letters = /[A-Z]/ // 所有大写字母

// 也可以结合使用，即字符串应包含数字，大写字母以及下划线，集合中先后顺序无关
const password = /[0-9_A-Z]/ // _0-9A-Z, 0-9A-Z_ 均可，加上小写字母表示 \w

注意：在 [] 中字符没有先后以及连接顺序，仅表示集合，即里面每个字符都表示单个字符，例如：[jhserg] 表示匹配 'j','h','s','e','r','g' 这 7 个字符，同理 [^jhserg] 表示匹配这几个字符之外的全部，即 [^] 表示目标集合的补集。

如果希望不包含和包含同时使用的话，可以结合前文中的各个元字符以及其互补集合进行组合使用。

2. 量词，行首行末匹配

2.1 量词

而在对某个字符串进行匹配的时候，往往还需要指定需要匹配的字符的数量，从而确定检测的输入中是否包含指定要求的格式：

• + 表示匹配一个或者以上指定模板，即至少包含一个符合指定格式要求的字符或者子串，例如：

  // 至少包含 1 个数字
  const pattern = /\d+/
  

• *：包含多个或者不包含指定格式的子串

• ?：可以理解为一种询问，即：“有没有包含指定的子串？”，所以，此元字符表示有或者没有，即包含一个或者不包含，例如：

  // 允许携带后缀或者不携带，可以用于格式兼容
  // 匹配 tomato 和 tomatos
  const format = /tomatos?/
  // 匹配 ver_3_1_n n 为任意数字，即匹配 3_1`
  const pattern_suffix = /ver_3_1(_\d)?/ // 通过 () 表示 ? 的目标为括号中的整体 
  

• {m,n}：表示包含连续的 $[m,n]$ 个字符，其中 $m\le n$，或者 $n$ 可以为空，这是量词的通用模板，以上三个量词均可以用此语法表示：

  const plus = /{1,}/ // +
  const star = /{0,}/ // *
  const ques = /{0,1}/ // ?
  

  另外，也可以指定确定的字符数量，例如标准格式化的日期的每个位置的长度都是固定的，比如 '2023-03-28'，可以通过下面的正则表达式匹配日期：

  const date_pattern = /\d{4}-\d{2}-\d{2}/
  

  到这里，相信可以自己尝试写一下匹配包含时分秒的一个完整的 datetime 日期字符串格式，或者是日志输出以及命令的格式化输出，从中提取出需要的内容了

2.2 行首行末

对于一些格式化输出，例如日志或者是工具输出，需要匹配指定前缀或者指定后缀，可以通过 ^ 和 $

// 以 dis 和 un 开头
const find_negative_word = /^(dis|un)/
// disable => true
// under => true
// dunk => false

// 匹配 ERROR 日志
const find_error_log = /^(\[ERROR\])/
// [ERROR] List out of bound => true

// 匹配 {} 包裹的行，中间包含字母数字下划线和空白字符
const find_end_with_braces = /^\{[\s\w]*\}$/ // 需要转义 \{，\}