正则表达式：学习二

进阶表达式

一、分组

1、捕获分组

符号：()
作用：除了匹配之外，还能将需要捕获的字符、数字等提取出来

如：座机号码 021-61111111，提取3位区号和8位座机号码，表达式如下：

/(\d{3})-(\d{8})/g

#提取结果：
#分组1：021
#分组2：61111111

如：字符串 abba-1234-ab，提取前4中4后2的字符和数字，表达式如下：

/(\w{4})-(\d{4})-(\w{2})/g

#提取结果：
#分组1：abba
#分组2：1234
#分组3：ab

练习-提取年月日

202311
2023-1-1
20230101
2023-01-01
2023/01/01
2023.01.01
2023 1 1

\(\d{4})[\-\/.\s]?(\d{1,2})[\-\/.\s]?(\d{1,2})\g

# (\d{4})  =>捕获分组，\d{4}=>提取4个数字 ，匹配出2023
# [\-\/.\s]  =>匹配符号[-/. ] (其中：\=>转义符，\s=>空白字符)
# ?  =>可选匹配=>即前面有没有符号都能匹配到，如202311和20230101))
# (\d{1,2})  =>捕获分组，\d{1,2}=>提取1-2个数字，匹配出1或者01

或者条件

符号：|
作用："或"操作，将匹配条件写在()中，使用|隔开。

如：匹配 seen 或 seem，表达式如下：/see(n|m)/g，注："或"操作，只会捕获到1个分组n或m

2、非捕获分组

符号：(?: 表达式)
作用：有的时候需要用到()的特性，但并不需要捕获分组

如：下列字符串，只提取中间4位数字
0000-1234-78
000/1234/00
num:5678:89

\(?:\d{3,4}|num)[\:\-\/](\d{4})[\:\-\/](?:\d{2})\g

# (?:\d{3,4}|num)  => 非捕获分组，匹配3-4个数字或num
# [\:\-\/]  =>匹配符号[:-/]
# (\d{4})  => 捕获分组，匹配4个数字
#(?:\d{2})  => 非捕获分组，匹配2个数字

3、分组的回溯引用

符号：\n
作用：引用分组，引用在前半部分中定义的分组

如：字符串<ab>ba</ab>和<ab>ba</cd>，使用表达式<(\w+)>.*</\1>，匹配到<ab>ba</ab>
其中：(\w+) 捕获分组了ab，那么\1 =>引用了第1个分组(即：(\w+)) ，</\1>=></ab>

练习-匹配ab、ba这种形式的字符串

abcddcef
effeiijk
lithhto

/(\w)(\w)\2\1/g

# 举例：abcddcef
# (\w)(\w)  =>每2个字符为1个范围，如：(a)(b)、(c)(d)、(d)(c)、(e)(f)
# 其中：2对括号将范围分成了2组，比如(c)(d)，第1组是c，第2组是d
# \2=>引用第2组d，\1=>引用了第1组c，那么 \2\1=>dc
# (\w)(\w)\2\1  =>匹配到了字符串中的cddc

二、断言 也叫环视

1、正向先行断言

符号：(?= 表达式)
作用：匹配在表达式前的字符(相当于从左往右看)
如：https://www.baidu.com 和 https://baidu.com，需匹配含有www的网址，表达式 https://(?=www).+，则匹配出https://www.baidu.com
https://(?=www)表达式从左往右匹配出：从开始到www之间的https://

#### 练习-密码强度验证 `UySRo49ps 8848 Ig7AHzZ0J qwe` 要求：至少1个大写字母、至少1个小写字母、至少1个数字、至少8个字符

/(?=.*?[a-z])(?=.*?[A-Z])(?=.*?\d).{8,}/g

# (?=  ...)                          是正向先行断言的表达式
# .*？                               =>表示至少有1个任意字符
# (?=.*?[a-z])                       =>至少1个小写字母
# (?=.*?[a-z])(?=.*?[A-Z])(?=.*?\d)  =>依次类推，至少1个小写字母，至少1个大写字母，至少1个数字
# {8,}                               =>至少8个字符
# 结果匹配出：UySRo49ps、Ig7AHzZ0J

2、反向先行断言

符号：(?! 表达式)
作用：保证表达式的右边不能出现某字符
如：https://www.baidu.com 和 https://baidu.com，需匹配"不含"www的网址，表达式 https://(?!www.).+，则匹配出https://baidu.com
https://(?!www.)意思是https://的右边不能出现www

练习-排除邮箱

abc@sina.com test@qq.com qq@163.com 163@qq.com
匹配不是qq邮箱的数据

/.*?@(?!qq.com)/g

# .*?@       =>表示@前可以是任意字符
# (?!  ...)  是反向先行断言的表达式
# (?!qq.com) =>排除含有qq.com的字符串
# 结果匹配出：abc@sina.com、qq@163.com

3、正向后行断言

符号：(?<= 表达式)
作用：匹配在表达式后的字符(相当于从右往左看)
如：https://www.baidu.com 和 http://baidu.com，需匹配"含"https的网址，表达式 .*?(?<=https://).+，则匹配出https://www.baidu.com
(?<=https://)表达式从右往左匹配出www后与https://之间的空格

练习-匹配含有王姓的名字

王五
李四 小王
张三 王五五
大王

/(?<=王).+/g

# (?<= ...)   是正向后行断言的表达式
# (?<=王)     =>从右往左匹配字符串中含有王的，这里把所有含有王的都匹配到了
# (?<=王).+   =>表达式后面至少有1个字符，那么王后面没有字符的则会排除掉
结果匹配出：王五、王五五

4、反向后行断言

符号：(?<! 表达式)
作用：保证表达式的左边不能出现某字符
如：https://baidu.com 和 http://baidu.com，需匹配"不含"https://的网址，表达式 .+(?<!https://)baidu.com，则匹配出http://baidu.com
(?<!https://)baidu.com意思是baidu.com的左边不能出现https://

练习-匹配左右两边是$，且只有1个$的字符串

abc$asddadd$$
$123$
$ A = a / b + b $
$$ a=b^2 $$

/(?<!\$)\$(?!\$).+(?<!\$)\$(?!\$)/g

# (?<!...)   是反向后行断言的表达式，即表达式的左边不能出现某字符
# (?! ...)     是反向先行断言的表达式，即表达式的右边不能出现某字符
# (?<!\$)\$(?!\$)   => $的左右都不能再出现$，这样保留了1个$
# (?<!\$)\$(?!\$).+(?<!\$)\$(?!\$)  =>以此类推，左右两边都有$，且都只有1个$
结果匹配出：$123$、$ A = a / b + b $