正则表达式学习纪要

正则表达式到底是什么东西？    

　　在编写处理字符串的程序或网页时，经常会有查找符合某些复杂规则的字符串的需要。正则表达式就是用于描述这些规则的工具。换句话说，正则表达式就是记录文本规则的代码。  

　　

创建正则表达式

1. 隐式：var regExp=/正则表达式/gi;  
2. 显式：var regExp=new RegExp("正则表达式","gi");  
JavaScript中RegExp类：match，replace，test

字符转义

需要用\来转义某些特殊字符：* . ? + $ ^ [ ] ( ) { } | \ /

常用元字符

.：匹配除换行符以外的任意字符
\w：匹配字母或数字或下划线或汉字
\s：匹配任意的空白符
\d：匹配数字
\b：匹配单词的开始或结束
^：匹配字符的开始
$：匹配字符的结束

模式修饰符

g:进行全局匹配

m:多行匹配

i:不区分大小写匹配

s: source之意，表示返回创建RegExp对象实例时指定的表达式文本字符串

备注：gim可以无顺序混合使用，如gi,ig,gim等

重复限定符

*：重复0次到n次
+：重复1次到n次
?：重复0次到1次
{n}:重复n次
{n,}:重复n次或更多次
{n,m}:重复n到m次

字符类

匹配没有预定义元字符的字符集合，像[aeiou]一样，在方括号里列出就行了。

分支条件

用 | 隔开表示分支条件。  
例：0\d{2}-\d{8}|0\d{3}-\d{7}这个表达式能匹配两种以连字号分隔的电话号码：一种是三位区号，8位本地号(如010-12345678)，一种是4位区号，7位本地号 (0376-2233445)。

分组

用小括号来指定子表达式(也叫做分组)。  
例：描述一个正确的IP地址((2[0-4]\d|25[0-5]|[01]?\d\d?)\.){3}(2[0-4]\d|25[0-5]|[01]?\d\d?)

反义

\W：匹配任意不是字母，数字，下划线，汉字的字符
\S：匹配任意不是空白符的字符
\D：匹配任意非数字的字符
\B：匹配不是单词开头或结束的位置
[^x]：匹配除了x以外的任意字符
[^aeiou]：匹配除了aeiou这几个字母以外的任意字符

后向引用

通过引用组号来重复搜索前面某个分组匹配的文本。（\1,\2,\3,...或$1,$2,$3,...）
分组规则：
1.分组0对应整个正则表达式
2.实际上组号分配过程是要从左向右扫描两遍的：第一遍只给未命名组分配，第二遍只给命名组分配－－因此所有命名组的组号都大于未命名的组号
3.你可以使用(?:exp)这样的语法来剥夺一个分组对组号分配的参与权
4.自己指定子表达式的组名：(?<name>exp) 匹配exp,并捕获文本到名称为name的组里

零宽断言

(?=exp)：匹配exp前面的位置（除exp以外）
(?<=exp)：匹配exp后面的位置
(?!exp)：此位置的后面不能匹配表达式exp
(?<!exp)：此位置的前面不能匹配表达式exp

注释

(?#comment)：包含注释。# + 注释 （最好在启用“忽略模式里的空白符”选项下使用）

贪婪与懒惰

懒惰限定符（匹配尽可能少的字符）：
1. *?：重复任意次，但尽可能少重复
2. +?：重复1次或更多次，但尽可能少重复
3. ??：重复0次或1次，但尽可能少重复
4. {n,m}?：重复n到m次，但尽可能少重复
5. {n,}?：重复n次以上，但尽可能少重复  
javaScript中的正则表达式默认是贪婪匹配，匹配尽可能多的字符。