JavaScript正则表达式随笔

概念先行。

正则表达式：又称规则表达式。常用于检索，替换符合某种符合（规则）的文本。

组成：普通字符和元字符，普通字符就是一个普通的查找串，如abc，原字符具有特殊含义。

这里研究的是JavaScript的正则，还有一个修饰符的概念。

最简单的正则表达式就像一个查找字符串。

语法:  /正则表达式主体/修饰符(可选)

如：

1 const str = 'testings'
2
3 cosnt patt = '/testing'
4
5 // test是正则表达式方法，用于检测一个字符串中是否匹配某个模式（正则），有则true,否则false
6 patt.test(str)  // ture

这里先不深究方法

元字符：

之前觉得其似懂非懂在于元字符的多其杂，又没有下功夫就深究（这是重点）。

--  开始

\  :  将下一个字符标记符、或向后引用、或一个八进制转义符。常见于，\\ 匹配 \ , \\n 匹配  \n ，和一些字符搭配会产生一些预定义模式，如 \d 表示查找数字，等同于[0-9], 活用转义能够达成很多复杂的情况。

-- 定位符

^ : 1、限定开头，如 /^a 匹配a开头的的字符串，如匹配abc，而不会匹配bca。 2、 取反,  当这个字符出现在一个字符集合模式中，意义则不同了，如 [^0-9]，匹配除了0到10以外的所有字符。

$ : 匹配输入的行尾, 即限定行尾。如： /a$ 匹配 bca中的a，而不匹配abc中的a

两个预定义的模式

\b: 匹配一个单词边界，如字与空格直接的位置。如/ble\b，匹配in posible xxx中的ble。不匹配ablexxxx中ble。因为不是在单词边界。与$不同是$是行尾。

\B: 匹配非单词边界。与上面相方。

注意：定位符和限定符不能连在一起使用。如^+，会报错.

-- 限定符

* ：匹配前面子表达式（注意是表达式）的任意次。等价于 {0，}。 如：ab* 可以匹配a，也可以匹配ab, abb。/a(bc)*，那就是a可以，abc可以，abcbc可以

+：匹配前面子表达式一次或者更多，（大于等于1）等价于{1, }。/ab+ 可以匹配ab，abb，无法匹配a

?：匹配前面子表达式零次或者一次， 等价于{0,1}。如： /ab? 匹配ab中a，ab。ac中a也是匹配的

限定符中的+和*都是贪婪匹配的，即能匹配多点就匹配多点。如/a+，能匹配baad中的aa，也不只匹配a。所以有 ？(不是上面那个的意思)，加在限定符的后面。表示不贪婪匹配。

如果是这样:  /a+?，那么baaaad中，只匹配a，即结果为a, 而不匹配更多。

 1 // 举个有趣的栗子
 2 <p>hello,world</p>
 3
 4 // 正则 /<.*>
 5 // 会直接匹配整条式子。
 6 <p>hello,world</p>
 7
 8 // 如果加上？, 即/<.*?>
 9 // 匹配结果为
10 <p>

-- 三种括号

--- 大括号 {}

{ : 标记限定符表达式的开始，和 } 搭配。如：{n}，{n,}, {n,m}

{n} : n是一个非负整数，匹配确定的n的次数。如：a{3}，匹配aaa，也匹配baaad中的aaa，限定死次数。

{n, }: n是一个非负整数，匹配至少n次，后一个参数为空，表示无限。如：a{1,} 匹配a, 也可以匹配aa,aaa, baaaa， baaaad这里。

{n, m}：m和n都是一个非负整数，圈定一个范围。最少匹配n次，最后匹配m次。如：{1，3}就是最少匹配一次，最多匹配3次。

--- 小括号 (）

()：表达一个子表达式的开始和结束位置，专业名词为（组）。如：/a(ab)+，匹配a, aab。甚至可以混合一起来,/(ab){1,2}, 匹配ab,abab。甚至更多更多的混合，以达到目的。

--- 中括号[]

[]：表示字符集合，这点和小括号常容易弄混，如[abc]，可以匹配a，可以匹配b一样。piano也能匹配其中的a。同时还可以使用-作为连接符号，如[0-9]表示匹配0到9的数字，

-- 其他

. : 匹配除了换行\n和\r之外的任意字符。如果想匹配换行，可以使用[\s\S]这种模式。

| ：或，匹配或者是那个 /z|foo，匹配z或者foo。混搭如：/[z|f]oo,匹配zoo或者foo。

注：由于上诉都是特殊字符，有其特殊的含义，所有需要匹配上面的字符的时候，都需要增加转义，如： /\+，来匹配+这个字符。

-- 非打印字符（比较僻）

非打印字符也可以是正则表达式的组成部分。下表列出了表示非打印字符的转义序列

\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。（真的很少用）

\f: 匹配一个换页符。等价于 \x0c 和 \cL。

\n: 匹配一个换行符

\r：匹配一个回车符

\s：匹配所有空白字符。包括空格，换页符，制表符

\S：匹配任何非空白字符。

\t：匹配一个制表符。

\v: 匹配一个垂直制表符。等价于 \x0b 和 \cK。

-- 常用预定义模式

经常用\字母来使用预定义模式，而该模式的大写往往是小写含义的相反。下面四个是常用的。

\d: 匹配一个数字字符，等价于[0-9]

\D: 匹配一个非数字字符，等价于[^0-9]

\w: 匹配字母，数字，下划线。等价于[A-Za-z0-9_]。

\W：匹配非字母，数字，下划线。等价于[^A-Za-z0-9_]。

运算符优先级：（上到下，高到低）

\: 转义  （1）

(),[]：圆括号和方括号 （2）

*，+，？{n}: 限定符 （3）

^,\任意元字符，$，任意字符 （4)

| : 或  (5)

修饰符：

javasript中正则表达式有个修饰符的概念。

ES6前有3个，分别是i, g, m

i: 执行对大小写不敏感

g:执行全局匹配（而非找到第一个字符串后就停下）

m: 执行多行匹配

ES6后增加了几个修饰符 u, y, s

u: ES6 对正则表达式添加了u修饰符，含义为“Unicode 模式”，用来正确处理大于\uFFFF的 Unicode 字符。也就是说，会正确处理四个字节的 UTF-16 编码。这里有个概念，ES5前是不支持大于\uFFFF的 Unicode 字符。JavaScript会将其认为是两个字符，这会导致一些问题。增加u,就能正确处理了

y: 这个也是ES6的新概念，名称为粘连。和g一样都是全局匹配，不同是g是剩余位置只有有匹配就可以继续匹配。但是y限制必须从上一个结尾的位置有匹配才继续匹配。

如：

 1 const s = 'aaa_aa_a'
 2
 3 const pattone = /a+/g
 4 const patttwo = /a+/y
 5
 6 pattone.exec(s) // aaa
 7 patttwo.exex(s) // aa
 8
 9
10 pattone.exec(s) // aa
11 patttwo.exex(s) // null

s: dotALL模式，匹配任意单个字符。应对于正则中的点.元字符，无法匹配换行的情况，上面我们可以用其他方法解决，ES6提出一种方法。就是添加s修饰符。

如：

1 const patt = /hello.word
2
3 patt.test(‘hello\nword’)  // 中间有\n换行,匹配false
4
5 使用s修饰符
6
7 /hello.word/s.test(‘hello\nword’)  // 成功

文章很长，谢谢阅读。

讲点题外话，说起正则表达式，对其是又爱又恨，之前收录过一篇常用正则表达式，实际上也只是收录常用的语法，但实际上重头写一个复杂的正则表达式却写不出，所以决定来从头碰一碰他，发现其实很有魅力。

代码这种东西真是一碰就停不下来。

最后一句，热爱可挡岁月漫长，与君共勉。