正则表达式——基本语法

正则表达式(Regular Expression)是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、匹配一系列符合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、替换那些符合某个模式的文本。

创建

JavaScript通过内置对象RegExp支持正则表达式，有两种方式创建正则表达式对象，如果我们想匹配字符串中%xxx%两个百分号分割的字符串可以这么写

构造函数
```
var reg=new RegExp('<%[^%>]+%>','g');
```
字面量
```
var reg=/<%[^%>]%>/g;
```

最后的g代表全局，还有几个修饰符

g：global，全文搜索，不添加的话搜索到第一个结果停止搜索
i：ingore case，忽略大小写，默认大小写敏感
m：multiple lines，多行搜索

元字符

正则表达式让人望而却步以一个重要原因就是转义字符太多了，组合非常多，但是正则表达式的元字符（在正则表达式中具有特殊意义的专用字符，可以用来规定其前导字符）并不多

( [ { \ ^ $ | ) ? * + .

并不是每个元字符都有特定的意义，在不同的组合中元字符有不同的意义，分类看一下

字符	含义
\t	水平制表符
\r	回车符
\n	换行符
\f	换页符
\cX	与`X`对应的控制字符（`Ctrl+X`）
\v	垂直制表符
\0	空字符

字符类

一般情况下正则表达式一个字符（转义字符算一个）对应字符串一个字符，表达式 ab\t 的含义是

但是我们可以使用元字符[]来构建一个简单的类，所谓类是指，符合某些特征的对象，是一个泛指，而不是特指某个字符了，我们可以使用表达式 [abc] 把字符a或b或c归为一类，表达式可以匹配这类的字符

取反

元字符[]组合可以创建一个类，我们还可以使用元字符^创建反向类/负向类，反向类的意思是不属于XXX类的内容，表达式 [^abc] 表示不是字符a或b或c的内容

范围类

按照上面的说明如果希望匹配单个数字那么表达式是这样的

[0123456789]

如果是字母那么。。。，好麻烦，正则表达式还提供了范围类，我们可以使用 x-y来连接两个字符表示从x到y的任意字符，这是个闭区间，也就是说包含x和y本身，这样匹配小写字母就很简单了

[a-z]

要是想匹配所有字母呢？在[]组成的类内部是可以连写的，我们还可以这样写 [a-zA-Z]

预定义类

刚才使用正则我们创建了几个类，来表示数字，字母等，但这样写也很是麻烦，正则表达式为我们提供了几个常用的预定义类来匹配常见的字符

字符	等价类	含义
.	`[^\r\n]`	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.

边界

正则表达式还提供了几个常用的边界匹配字符

字符	含义
^	以xxx开头
$	以xxx结尾
\b	单词边界
\B	非单词边界

看个不负责任的邮箱正则匹配（切勿模仿，小括号后面会讲到）\w+@\w+\.(com)$

量词

之前我们介绍的方法都是一一匹配的，如果我们希望匹配一个连续出现20次数字的字符串难道我们需要写成这样

\d\d\d\d...

为此正则表达式引入了一些量词

字符	含义
?	出现零次或一次（最多出现一次）
+	出现一次或多次（至少出现一次）
*	出现零次或多次（任意次）
{n}	出现n次
{n,m}	出现n到m次
{n,}	至少出现n次
{,m}	最多出现m次

看几个使用量词的例子，\w+\b Byron 匹配单词＋边界＋Byron

(/\w+\b Byron/).test('Hi Byron'); //true

(/\w+\b Byron/).test('Welcome Byron'); //true

(/\w+\b Byron/).test('Byron'); //false

\d+\.\d{1,3} 匹配三位小数的数字

贪婪模式与非贪婪模式

看了上面介绍的量词，也许爱思考的同学会想到关于匹配原则的一些问题，比如{3,5}这个量词，要是在句子中出现了十次，那么他是每次匹配三个还是五个，反正3、4、5都满足3～5的条件

量词在默认下是尽可能多的匹配的，也就是大家常说的贪婪模式

'123456789'.match(/\d{3,5}/g); //["12345", "6789"]

既然有贪婪模式，那么肯定会有非贪婪模式，让正则表达式尽可能少的匹配，也就是说一旦成功匹配不再继续尝试，做法很简单，在量词后加上?即可

'123456789'.match(/\d{3,5}?/g); //["123", "456", "789"]

分组

有时候我们希望使用量词的时候匹配多个字符，而不是像上面例子只是匹配一个，比如希望匹配Byron出现20次的字符串，我们如果写成 Byron{20} 的话匹配的是Byro＋n出现20次

Byron{20}

怎么把Byron作为一个整体呢？使用()就可以达到次目的，我们称为分组

(Byron){20}

或

如果希望匹配Byron或Casper出现20次该怎么办呢？可以使用字符｜达到或的功效

(Byron|Casper){20}

我们看到图中有个＃1的东东，那是什么？使用分组的正则表达式会把匹配项也放到分组中，默认就是按数字编号分发的，可以根据编号获得捕获的分组内容，这在一些希望具体操作第几个匹配项的函数中很有用

(Byron).(ok)

分组嵌套

如果有分组嵌套的情况，外面的组的编号靠前

((^|%>)[^\t]*)

忽略分组

有时候我们不希望捕获某些分组，只需要在分组内加上 ?:就可以了，这并不意味着该分组内容不属于正则表达式，只是不会给这个分组加编号了而已

(?:Byron).(ok)

其实在C#等语言中分组还可以起名字，不过JavaScript不支持

前瞻

表达式	含义
exp1(?=exp2)	匹配后面是exp2的exp1
exp1(?!exp2)	匹配后面不是exp2的exp1

有些抽象，看个例子

good(?=Byron)

(/good(?=Byron)/).exec('goodByron123'); //['good']
(/good(?=Byron)/).exec('goodCasper123'); //null
(/bad(?=Byron)/).exec('goodCasper123');//null

通过上面例子可以看出 exp1(?=exp2) 表达式会匹配exp1表达式，但只有其后面内容是exp2的时候才会匹配，也就是两个条件，exp1(?!exp2) 比较类似

good(?!Byron)

(/good(?!Byron)/).exec('goodByron123'); //null
(/good(?!Byron)/).exec('goodCasper123'); //['good']
(/bad(?!Byron)/).exec('goodCasper123');//null

参考

司徒正美 JavaScript正则表达式

Regexper