正则表达式巧入门

前言：

本文介绍正则表达式入门的一些知识，用来做笔记用的，很系统~
正则表达式是匹配模式，要么匹配字符，要么匹配位置。这是正则表达式核心。
匹配字符是一个个扫描，类似于用for循环一样。 当然，你可以任意定义它的匹配方式。
注：正则是使用JavaScript写的，阅读本文需要一定的时间和耐心。

两种模糊匹配

如果正则只有精确匹配是没多大意义的，比如 /hello/，也只能匹配字符串中的 “hello” 这个子串。

var regex = /hello/; console.log( regex.test("hello") ); // => true

横向模糊匹配

横向模糊指的是，一个正则可匹配的字符串的长度不是固定的，可以是多种情况的。
其实现的方式是使用量词。譬如 {m,n}，表示连续出现最少 m 次，最多 n 次。

比如正则 /ab{2,5}c/ 表示匹配这样一个字符串：第一个字符是 “a”，接下来是 2 到 5 个字符 “b”，最后 是字符 “c”。

用于横向模糊匹配的量词：

var regex = "a{1,2}b{3,}c{4}d?e+f*/"

贪婪匹配

var regex = /\d{2,5}/g;
var string = "123 1234 12345 123456";
console.log( string.match(regex) ); 
// => ["123", "1234", "12345", "12345"]

其中正则 /\d{2,5}/，表示数字连续出现 2 到 5 次。会匹配 2 位、3 位、4 位、5 位连续数字。
但是其是贪婪的，它会尽可能多的匹配。你能给我 6 个，我就要 5 个。你能给我 3 个，我就要 3 个。 反正只要在能力范围内，越多越好。

惰性匹配

var regex = /\d{2,5}?/g; 
var string = "123 1234 12345 123456"; 
console.log( string.match(regex) ); 
// => ["12", "12", "34", "12", "34", "12", "34", "56"]

其中 /g 是全局匹配
其中 /\d{2,5}?/ 表示，虽然 2 到 5 次都行，当 2 个就够的时候，就不再往下尝试了。

var regex = /a{1,2}?b{3,}?c{4}?d??e+?f*?

纵向模糊匹配

纵向模糊指的是，一个正则匹配的字符串，具体到某一位字符时，它可以不是某个确定的字符，可以有多种 可能。
其实现的方式是使用字符组。譬如 [abc]，表示该字符是可以字符 “a”、“b”、“c” 中的任何一个。
比如 /a[123]b/ 可以匹配如下三种字符串： “a1b”、“a2b”、“a3b”。

字符组

需要注意的是，字符组是匹配“组”中的一个字符
例如：[abc]，表示匹配一个字符，它可以是"a",“b”,"c"之一。

连字符

如果字符的可能性非常多的情况下，可以使用范围表示法。【字符组的简写形式】
例如：[123456abcdefGHIJKLM]，可以写成[1-6a-fG-M]。用连字符 - 来省略和简写。
注意：
因为连字符有特殊用途，那么要匹配 “a”、"-"、“z” 这三者中任意一个字符，该怎么做呢？
不能写成 [a-z]，因为其表示小写字符中的任何一个字符。
可以写成如下的方式：[-az] 或 [az-] 或 [a-z]。
即要么放在开头，要么放在结尾，要么转义。总之不会让引擎认为是范围表示法就行了。

排除字符

纵向模糊匹配，还有一种情形就是，某位字符可以是任何东西，但就不能是 “a”、“b”、“c”。
此时就是排除字符组（反义字符组）的概念。例如 [^abc]，表示是一个除 “a”、“b”、"c"之外的任意一个字 符。字符组的第一位放 ^（脱字符），表示求反的概念。
当然，也有相应的范围表示法。

常见的简写形式

如果要匹配任意字符怎么办？可以使用 [\d\D]、[\w\W]、[\s\S] 和 [^] 中任何的一个。

多选分支

一个模式可以实现横向和纵向模糊匹配。而多选分支可以支持多个子模式任选其一。
具体形式如下：(p1|p2|p3)，其中 p1、p2 和 p3 是子模式，用 |（管道符）分隔，表示其中任何之一。
例如要匹配字符串 “good” 和 “nice” 可以使用 /good|nice/。

var regex = /good|nice/g; 
var string = "good idea, nice try.";
console.log( string.match(regex) );
// => ["good", "nice"]

而把正则改成 /goodbye|good/，结果是：

var regex = /goodbye|good/g;
var string = "goodbye"; 
console.log( string.match(regex) );
// => ["goodbye"]

也就是说，分支结构也是惰性的，即当前面的匹配上了，后面的就不再尝试了。

总结

下面举两个小案例
匹配字符，无非就是字符组、量词和分支结构的组合使用罢了。（正则并不是只有唯一写法）
要求匹配：

#ffbbad
#Fc01DF 
#FFF
#ffE

分析：
表示一个 16 进制字符，可以用字符组 [0-9a-fA-F]。
其中字符可以出现 3 或 6 次，需要是用量词和分支结构。
使用分支结构时，需要注意顺序。
正则如下：

var regex = /#([0-9a-fA-F]{6}|[0-9a-fA-F]{3})/g; 
var string = "#ffbbad #Fc01DF #FFF #ffE";
console.log( string.match(regex) );
// => ["#ffbbad", "#Fc01DF", "#FFF", "#ffE"]

其可视化形式：

需求2：使用过mavonEditor的应该遇到过的一个需求，它是一个前端markdown插件，可以将文字图片转化为html字符串存入后端，但是取出来的时候正常显示到markdown的编辑页面，有些困难。
我做过的尝试：将markdown转的html字符串和正常编辑时的字符串在数据库中存两份，前端显示取一份，编辑的时候使用另一份。功能是实现了，就是有点占内存。于是，我尝试使用正则表达式将两份字符串进行转化：
类比案例如下：保留html中的标签就，将其他标签中的文字提取出来：

var html = "<div>" +
   "<p>你好呀</p>" +
   "<p>nifdkslafjkdlsa</p>" +
   "<img src='图片地址1' alt=''>" +
   "<p>1223323333</p>" +
   "<img src='图片地址2'>" +
   "</div>";
   / 替换
 var output = html.replace(/<(?!\/?br\/?.+?>|\/?img.+?>)[^<>]*>/gi, "");
 console.log(output);//你好呀nifdkslafjkdlsa<img src='图片地址1' alt=''>1223323333<img src='图片地址2'>

这个正则借鉴于： 传送门

本文摘自“老姚正则表达式迷你书”