JAVASCRIPT学习笔记之正则表达式-CSDN博客

本文转载自网络。转载编辑过程中，可能有遗漏或错误，请以原文为准。

原文作者：水墨寒湘

原文链接： https://gold.xitu.io/post/582dfcfda22b9d006b726d11

关于正则表达式的总结一直在草稿箱里躺了很久了，与本文原作者水墨寒湘( 呵呵，不是我水墨寒)类似，之前对于正则表达式也是一知半解，用到就谷娘的那种。直到哪天看了慕课网的《JavaScript正则表达式》的视频，豁然开朗啊，正好在掘金上看到这篇文章，顺手手动编辑转载了，用作复习。在此，感谢慕课网以及原作者水墨寒湘的分享。以下为原文：

正则表达式对于我来说一直像黑暗魔法一样的存在。手机正则去网上搜，邮箱正则去网上搜，复杂点的看看文档拼凑一下，再复杂只能厚着脸皮让其他同事给写一个。从来没有系统的学习过，今天准备拿下它。

一. 学习目标：

了解正则表达式语法
在IDE中使用正则表达式
在javascript 中使用正则表达式处理字符串

二. 什么是正则表达式

正则表达式，又称正规表示式、正规表示法、正规表达式、规则表达式、常规表示法（英语：Regular Expression，在代码中常简写为regex、regexp或RE），计算机科学的一个概念。正则表达式使用单个字符串来描述、匹配一系列匹配某个句法规则的字符串。在很多文本编辑器里，正则表达式通常被用来检索、替换那些匹配某个模式的文本。

通俗的讲就是按照某种规则去匹配符合条件的字符串

三. 利用图形化工具理解正则表达式

辅助理解正则表达的在线工具 https://regexper.com/ 我们利用这个工具辅助理解，正则表达式。语法没懂表着急，后面会有，这里只是学会用工具帮助我们学习。

手机号正则

/^1[34578][0-9]{9}$/

手机号正则表达式

注释：以1开头，第二位为3 4 5 7 9 其中一个，以9位（本身1次加重复8次）0-9数字结尾

单词边界

/\bis\b/

单词边界正则表达式

注释： is前后都是单词的边界，比较晦涩难懂？感受下两者的区别，\b 会方道语法部分讲解

单词边界正则表达式

URL分组替换

/http:(\/\/.+\.jpg)/

看不懂的不要慌语法部分后面会有介绍，这里只是展示利用可视化的图形帮助我们理解正则表达式，可以回来再看木有关系

URL分组替换正则表达式
正则表达式中括号用来分组，这个时候我们可以通过用 $1来获取 group#1的内容

URL分组替换正则表达式
说下这个正则的意义，如果网站用了https，网站引用静态资源也必须是https，否则报错。如果写成 // 会自动识别 http 或者 https

日期匹配与分组替换

/^\d{4}[/-]d{1,2}[/-]\d{1,2}$/

日期匹配与分组替换正则表达式
这个正则比较复杂，画符念咒的地方太多了，一一分析：

Start of line 是由^生效的表示以此开头
对应结尾End of line 由$生效表示以此结尾
接着看digit 由\d生效表示数字
3times 由{4} 生效表示重复4次，开始的时候有疑问，为什么不是 4times 。后来明白作者的用意，正则表达式是一个规则，用这个规则去从字符串开始匹配到结束（注意计算机读字符串可是不会分行的，都是一个串，我们看到的多行，人家会认为是个 \t ）这里设计好像小火车的轨道一直开到末尾。digit 传过一次，3times表示再来三次循环，共4次，后面的once同理。自己被自己啰嗦到了。
接下来，是 one of 在手机正则里面已经出现了。表示什么都行。只要符合这两个都让通过。

好了这个正则解释完了，接下来用它做什么呢？

日期匹配与分组替换正则表达式
我们可以验证日期的合法性
结合URL分组替换所用到的分组特性，我们可以轻松写出日期格式化的方法
改造下这个正则

/^(\d{4})[/-](\d{1,2})[/-](\d{1,2})$/

日期匹配与分组替换正则表达式
轻松的可以拿到 group#1 #2 #3 的内容，对应 $1 $2 $3

日期匹配与分组替换正则表达式

到现在已经能结合图形化工具看懂正则表达式表达式了，如果想自己写，还要在正则语法上下点功夫

四. JS中REGEXP对象

Javascript 通过内置对象RegExp支持正则表达式，有两种方法实例化RegExp对象

字面量方法

const reg =/\bis\b/g

构造函数

const reg = new RegExp('\\bis\\b', 'g')

注意：第一个参数为正则表达式字符串（注意转译），第二个参数为修饰符，修饰符g代表全局搜索，后面会有详细介绍。

正则表达式语法

修饰符（三个 `g` 、`i`、`m`）

修饰符与其他语法特殊，字面量方法声名的时候放到//后，构造函数声明的时候，作为第二个参数传入。整个正则表达式可以理解为正则表达式规则字符串+修饰符

g：global 执行一个全局匹配
i：ignore case执行一个不区分大小写的匹配
m: multiple lines多行匹配

修饰符可以一起用

const reg =/\bis\b/gim

来说说他们有什么作用

有g和没有g的区别

正则表达式修饰符
没有g只替换了第一个，有g 所有的都换了

正则表达式修饰符

有i和没有i的区别

正则表达式修饰符
有i忽略大小写，没有i严格区分大小写

正则表达式修饰符

元字符

正则表达式由两种基本字符组成：

原义字符
非打印字符
元字符 (* + ? $ ^ . | \ ( ) { } [ ])

原义字符

这个没什么好解释的，我们一直在举例的 /is/ 匹配字符串'is'
\将下一个字符标记为一个特殊字符、或一个原义字符、或一个向后引用、或一个八进制转义符。例如，n”匹配字符“n”。“\n”匹配一个换行符。序列“\\”匹配“\”而“\(”则匹配“(”。

非打印字符

字符	描述
\cx	匹配由x指明的控制字符。例如， \cM 匹配一个 Control-M 或回车符。x 的值必须为 A-Z 或 a-z 之一。否则，将 c 视为一个原义的 'c' 字符。
\f	匹配一个换页符。等价于 \x0c 和 \cL。
\n	匹配一个换行符。等价于 \x0a 和 \cJ。
\r	匹配一个回车符。等价于 \x0d 和 \cM。
\s	匹配任何空白字符，包括空格、制表符、换页符等等。等价于 [ \f\n\r\t\v]。
\S	匹配任何非空白字符。等价于 [^ \f\n\r\t\v]。
\t	匹配一个制表符。等价于 \x09 和 \cI。
\v	匹配一个垂直制表符。等价于 \x0b 和 \cK。

非打印字符，以\n为例

正则表达式非打印字符
其他的在前端引用比较少，应该在后端处理文本文件的时候会用到

字符类 []

在前面的手机号正则例子中，我们已经使用过[] /^1[34578][0-9]{9}$/
[34578]表示34578任意一个数字即可。在日期匹配与分组替换例子中 /^\d{4}[/-]\d{2}[/-]\d{2}$/ 表示符合 ／ - 都可以

正则表达式字符类

字符类取反 [^]

表示不属于此类

正则表达式字符类取反
空格也不属于，好多狗

范围类[-]

正则表达式支持一定范围规则比如 [a-z] [A-Z] [0-9] 可以连写[a-z0-9] 如果你只是想匹配-在范围类最后加-即可。请看实例。

正则表达式范围类

预定义类

常用为了方便书写

字符	等价类	含义
.	[^\n\r]	除了回车符和换行符之外的所有字符
\d	[0-9]	数字字符
\D	[^0-9]	非数字字符
\s	[\t\n\x0B\f\r]	空白符
\S	[^\t\n\x0B\f\r]	非空白符
\w	[a-zA-Z_0-9]	单词字符（字母、数字、下划线）
\W	[^a-zA-Z_0-9]	非单词字符

有了这些预定义类，写一些正则就很方便了，比如我们希望匹配一个 ab+数字+任意字符的字符串，就可以这样写了 /ab\d./

正则表达式预定义类

边界

字符	含义
^	以xx开头
$	以xx结尾
\b	单词边界，指[a-zA-Z_0-9]之外的字符
\B	非单词边界

边界顾名思义即定义匹配的边界条件，上面基本都在前面的例子碰到了，这里演示下\b与\B 的区别

正则表达式边界

量词

字符	含义
?	出现零次或一次
*	出现零次或多次(任意次)
+	出现一次或多次（至道一次）
{n}	对应零次或者n次
{n,m}	至少出现n次但不超过m次
{n,}	至少出现n次(+的升级版)
{0,n}	至多出现n次(其实就是{n,m} 方便记忆而已)

如果没有量词，要匹配4位数字这样写就可以/\d\d\d\d/, 如果匹配50位100位呢？那不是要疯掉了？
有了量词，就可以这样写/\d{100}/, 量词的使用我们在手机号中使用过，表现在可视化中就是循环多少次。
凑一个上面都包含的实例/\d?@\d*@\d+@\d{10}@\d{10,20}@\d{10,}@\d{0,10}/

正则表达式量词

贪婪与懒惰（非贪婪）

正则表达式默认会匹配贪婪模式，什么是贪婪模式呢？如其名尽可能多的匹配。我们看个例子。

/\d{3,6}/

正则表达式贪婪与懒惰

正则表达式贪婪与懒惰
贪婪模式下，匹配的了最多的情况。
与贪婪对应就是懒惰模式，懒惰对应的就是匹配的尽可能少的情况。如何开启懒惰模式？在量词后面加?。继续上面的例子

/\d{3,6}?/

正则表达式贪婪与懒惰
如果想知道，正则表达式是如何匹配量词的，请看进阶正则表达式文中有介绍，正则是如何回溯的。

分组与反向引用

分组，又称为子表达式。把正则表达式拆分成小表达式。概念枯燥，说个例子为嘛用分组：
不分组 /abc{2}/

正则表达式分组与反向引用
量词仅作用到最后的 c
分组 /(abc){2}/

正则表达式分组与反向引用
注意这里 group #1
分组虽然和运算符 () 很像，但是分组在正则表达式中，注意理解组的含义。经常有人滥用分组
/^(http|https)/ 真的需要这样么？其实 /^https?/就可以了，你正则写的特别长的时候，会出现一堆没用的结果，看着都头疼吧。
分组往往和反向引用一起使用，别被概念吓到： 当一个正则表达式被分组后，每个分组自动被赋予一个组号，一左到右分别是 $1 $2…
再把之前的例子拿出来

/^(\d{4})[/-](\d{2})[/-](\d{2})$/

正则表达式分组
轻松的可以拿到 group#1 #2 #3 的内容，对应 $1 $2 $3

正则表达式分组
如果在反向引用中不想捕获年该如何操作? 加上 ?:即可

/^(?:\d{4})[/-](\d{2})[/-](\d{2})$/

正则表达式分组

前瞻

️ 这部分为进阶部分—选看

正则表达式中有前瞻（Lookahead）和后顾（Lookbehind）的概念，这两个术语非常形象的描述了正则引擎的匹配行为。需要注意一点，正则表达式中的前和后和我们一般理解的前后有点不同。一段文本，我们一般习惯把文本开头的方向称作“前面”，文本末尾方向称为“后面”。但是对于正则表达式引擎来说，因为它是从文本头部向尾部开始解析的（可以通过正则选项控制解析方向），因此对于文本尾部方向，称为“前”，因为这个时候，正则引擎还没走到那块，而对文本头部方向，则称为“后”，因为正则引擎已经走过了那一块地方。

️注意：后顾性能损耗比较大，js只支持前瞻（知乎上看到的，具体原因不详）

上面的比较概念话，尝试用大白话讲讲，就说皇上选妃吧，先行条件得是美女吧，长得“如花”那样皇上可不要，漂亮这关过了，皇上想要这个美女也不行，皇室有规矩，必须是贵族血统。

那么“漂亮”就是正常的匹配，匹配到了，还得看看家室是不是贵族。"贵族"相当于前瞻条件

前瞻分两种一种是正向前瞻(?=xxx), 另一种是负向前瞻(?!xxx)