参考资料
网-鬼斧神工之正则表达式
正则表达式后向引用详解
正则表达式30分钟入门教程
什么是正则表达式？
正则表达式是字符串的搜索和匹配的工具。
正则表达式工具
一个测试正则表达式的工具 regexpal -- 中文版
基本语法
界定符 //
表示一个正则表达式的开始和结束
/0-9/ 界定符就是包含正则表达式在中间的两个斜杠
原子
可见原子
标点
英文字母数字
汉字、日文、阿拉伯文等语言文字
数理化公式符号
其他可见字符
不可见原子
换行符
\n回车
\r制表符
\t空格
其他不可见的符号
字符转义
如果想查找元字符本身的话，就要使用 \ 来取消这些字符的特殊意义
例如：\. \* \\
元字符
定义原子的筛选方式
| 代码 / 语法 | 说明 |
|---|---|
｜ |
匹配两个或多个分支选择 |
[] |
匹配方括号中的任意一个原子 |
[^] |
匹配除了方括号中的原子之外的任意字符 |
原子的集合
| 代码 / 语法 | 说明 |
|---|---|
. |
匹配除换行符以外的任何字符 [^\n] |
\d |
匹配数字 [0-9] |
\D |
匹配非数字 [^0-9] |
\s |
匹配一个不可见原子 [\f\n\r\t\v] |
\S |
匹配一个可见原子 [^f\n\r\t\v] |
\w |
匹配字母或数字或下划线 [0-9a-zA-Z_] |
\W |
匹配非字母或数字或下划线 [^0-9a-zA-Z_] |
// 匹配一个或者更多连续的数字
var pattern = /\d+/;
/*
* 比如一个网站要求你填写的 QQ 号必须是 5-12 位的数字时，可以使用 ^\d{5,12}$
* {5,12} 表示重复次数不少于 5 次，不能多于 12 次，否则都不匹配
* 有些正则表达式处理工具还有一个处理多行的选项，如果选中了这个选项
* ^ 和 $ 的意义就变成了匹配行的开始处和结束处
*/
量词
限定符 -- 指定数量的代码
| 代码 / 语法 | 说明 |
|---|---|
* |
重复 0 次或更多次 |
+ |
重复一次或更多次 |
？ |
重复 0 次或 1 次 |
{n} |
恰好重复 n 次 |
{n,} |
最少重复 n 次 |
{n,m} |
重复 n 次到 m 次 |
// 匹配刚好 6 个字符的单词
var pattern = /\bw{6}\b/;
边界控制
| 代码 / 语法 | 说明 |
|---|---|
^ |
匹配字符串开始的位置 |
$ |
匹配字符串结尾的位置 |
\b |
匹配单词的开始或结束 |
\B |
匹配非单词的开始或结束 |
使用示例
// 匹配以字母 a 开头的单词 var pattern = /\ba\w*\b/; /* * 先是某个单词的开头处 \b * 然后是字母 a * 然后是任意数量的字母或数字 \w* * 最后是单词的结束处 \b */
分组
| 代码 / 语法 | 说明 |
|---|---|
() |
匹配其中的整体作为原子 |
重复单个字符，直接在字符后面加上限定符就行了；
如果想要重复多个字符，可以用小括号来指定 子表达式（也叫 分组），然后可以指定这个 分组的重复次数，也可以对这个 分组进行其他的一些操作。
// 这个表达式可以匹配几种格式的电话号码，像 `(010)88886666`，或 `022-22334455`，或 `02912345678` 等
var pattern = /\(?0\d{2}[) -]?\d{8}/;
首先是一个转义字符
\(，他能出现 1 次或 0 次（?）然后是一个
0，后面跟着两个数字\d{2}，然后是
)或空格或-中的一个，它出现 1 次或不出现[) -]?最后是 8 个数字
\d{8}
修正模式
修正模式可以理解成是给正则表达式的匹配过程指定一种模式。
贪婪模式 & 懒惰模式
匹配结果怎么会有歧义呢？看看下面的代码就知道了：
var pattern = /mertens.+1994/; var str = 'mertens__199419941994199419941994';
上面那段代码就是有歧义的了，看上去可以是匹配到 mertens__199419941994199419941994，也可能匹配到 mertens__1994。
贪婪：匹配结果存在歧义的时候取其长
懒惰：匹配结果存在歧义的时候取其短
未经修饰的量词就是贪心量词，末尾加上?则使量词变懒惰。
// 贪婪模式 var pattern1 = /mertens.+1994/; var str = 'mertens__199419941994199419941994'; var result1 = str.match(pattern1); console.log(result1); // mertens__199419941994199419941994 // 懒惰模式 var pattern2 = /mertens.+?1994/; var str = 'mertens__199419941994199419941994'; var result2 = str.match(pattern2); console.log(result2); // mertens__1994
后向引用
分组捕获的内容可以在表达式或其他程序中作进一步的处理。
组号
默认情况下，每个分组会自动拥有一个组号。
分配组号的规则是：从左向右，以分组的左括号为标志，第一个出现的分组的组号为 1，第二个为 2，以此类推。
后向引用用于重复搜索前面某个分组匹配的文本。
// \1 表示分组 1 匹配的某个文本 // 匹配连着的两个重复的单词 var pattern = /\b(w+)\b\s+\1\b/;
组名
可以 指定子表达式的组名
// 可以指定组名为 Word // 使用这样的语法：(?<Word>\w+) // 把尖括号换成'也行：(?'Word'\w+)) // 这样就把\w+的组名指定为 Word 了 // 要反向引用这个分组捕获的内容，可以使用 \k<Word> var pattern = /(?<Word>\w+) (?'Wrod'\w+)/; // 上一个例子也可以写成这样 var pattern = /\b(?<Word>\w+)\b\s+\k<Word>\b/;
零宽断言（zero-length assertions）
使用小括号的时候，还有很多特定用途的语法：
零宽的意思是指该位置是不占宽度的，也就是只作断言判断，但不匹配实际的内容；
\d(?=\.)这个正向先行断言就只匹配点号之前的数字，但是它并不会匹配到这个点号，这个\d(?=\.)括号中的匹配内容也就是零宽了。零宽断言分为四种，分别是：
正向先行(Positive Lookahead)
正向回顾(Positive Lookbehind)
负向先行(Negative Lookahead)
负向回顾(Negative Lookbehind)
正向和负向的意思是断言括号中的内容是匹配还是不匹配先行与回顾的意思是实际匹配的内容在断言内容的前面还是后面
正向先行(Positive Lookahead)
直接地说“零宽正向先行断言”所匹配的就是 必须出现的断言内容的前面的内容
正向回顾(Positive Lookbehind)
理解了前面这个“零宽正向先行断言”，随之而来的就比较好理解了。依照这个逻辑，零宽正向回顾断言所匹配的是必须出现的断言内容之后的内容，它的语法是：
(?<=...)比如（?<＝\.）\w所匹配的就是点号之后的ASCII字符。
负向先行(Negative Lookahead)
负向与正向意思相反， 正向是断言内容必须出现，而负向则是断言内容必须不出现。
负向回顾(Negative Lookbehind)
正负向与先行回顾的概念都已在前面列出， 负向回顾的理解应该就很顺了。负向回顾的语法是：
(?<!...)。 比如(?<!Java)Script该正则只匹配不是 JavaScript 的 Script，它就能正确匹配 ECMAScript 和 Script。