[TOC]
目的或意义
对字符串进行过滤筛选匹配，得到预期的值或效果
概念
对字符串和特殊符号操作的逻辑公式
应用场景
表单校验，条件搜索查询，数据替换等
正反向预查
预查是非捕获特性，javascript不支持反向预查 例如：
- ?:
window(?:10|7) 可以匹配window10 或 window7
/window(?:10|7)/.test("window10") //true
匹配过程是如何的呢？ 字符串从左到右，游标起始于字符串开始部分的左侧，正则表达式的w与字符串w匹配，匹配成功后，游标移动到w右侧，然后匹配i，匹配成功后，游标继续游走，以此类推直到游标停留到字符串末尾
- ?=
/window(?=7)/.test("window7") //true
匹配过程又如何呢？ 游标由字符串的最左侧开始，正则表达式以此匹配直到window的右侧，此时游标停留，正则继续匹配，当匹配到7的时候，匹配成功。由于游标停留在7的左侧（即w的右侧），因此得到的匹配结果是window而不是window7
- ?!
/window(?!7)/.test("windowXP") //true
此时的匹配过程又该如何 跟上面?=类似，不同的是XP与正则中的7不对应时为匹配成功
非贪婪模式 VS 贪婪模式
- 贪婪模式 例如：
/ab*c/.test("abbbc") //匹配abbbc
过程如下：
游标从a左侧开始，正则与字符串匹配到ab后，b继续与b匹配，直到c与b匹配，发现不能匹配，于是，选用备选路线，选用用字符串c与正则c匹配，匹配上游标前进到c的右侧全部匹配完成
- 非贪婪模式
例如：
/ab*?c/.test("ac") //匹配ac
正则中? 是优先考虑的
过程如下：
游标从字符串"ac"中a的左侧开始，正则a与字符a匹配上，游标前进到a的右侧，此时模式中的"b*?" 与字符"c"匹配不上，于是，选用备用方案，正则会用"c" 与跟 字符串的"c"匹配，匹配上后，游标移动到末尾，因此匹配的值是ac
执行过程
基于PCRE的正则引擎有一个特点：递归和回溯
递归
/^c*?d(?=e)/.test("cde") //true, 匹配cd
- ^表示起始位置0（即字符串cd的左侧）
$表示字符串末尾
- "cd"中的c与正则中的c*？进行匹配，游标继续前进，
- "cd"中的d与c*?匹配不上时，选用备选路线
- "cd"中的d与正则中的d对比并匹配上
- ?=e不占用位置但是要校验e值的存在(即游标在d右侧时，"cde"中e与?=e匹配上，游标不会移动）
类似?=e这种零位占用还有^,$
回溯
/tf??a/.test("tea") //false
过程如下：
- 由字符串"tea"左侧开始，"tea" 的t 与 正则t匹配
- 忽略f?? 直接匹配正则a，"tea"的"e" 与 正则表达式中"a" 对比，匹配失败
- 正则表达式回溯到f??, 此时“tea”中的“e” 与正则表达式中“f??“对比，匹配失败
- 正则模式继续回退，此时正则表达式中t与字符串中”e“比较，匹配失败
对于??，是可优先忽略的
符号的运算优先级
优先级从高到低
| 操作符号 | 描述 |
|---|---|
| \ | 转义符 |
| (), (?:), (?=), [] | 圆括号和方括号 |
| *, +, ?, {n}, {n,}, {n,m} | 限定符 |
| ^, $, \anymetacharacter | 位置和顺序 |
| | | “或”操作 |
正则常用符号及含义
普通字符
非打印字符
| 字符 | 含义 | 备注 |
|---|---|---|
| \f | 换页符 | 等价于 \x0c 和 \cL |
| \cx | 匹配由x指明的控制字符 | \cM 匹配一个 Control-M 或回车符 |
| \n | 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。 |
特殊字符
| 字符 | 含义 | 备注 |
|---|---|---|
| $ | 匹配输入字符串的结尾位置。 | 如果设置了 RegExp 对象的 Multiline 属性，则 $ 也匹配 ‘\n’ 或 ‘\r’。要匹配 $ 字符本身，请使用 \$。 |
| ( ) | 标记一个子表达式的开始和结束位置。 | 子表达式可以获取供以后使用。要匹配这些字符，请使用 ( 和 )。 |
| * | 匹配前面的子表达式零次或多次。 | 要匹配 * 字符，请使用 *。 |
| + | 匹配前面的子表达式一次或多次。 | 要匹配 + 字符，请使用 +。 |
| . | 匹配除换行符 \n之外的任何单字符。 | 要匹配 .，请使用 \。 |
| [ | 标记一个中括号表达式的开始。 | 要匹配 [，请使用 [。 |
| ? | 匹配前面的子表达式零次或一次，或指明一个非贪婪限定符。 | 要匹配 ? 字符，请使用 ?。 |
| \ | 将下一个字符标记为或特殊字符、或原义字符、或向后引用、或八进制转义符。 | 例如， ‘n’ 匹配字符 ‘n’。’\n’ 匹配换行符。序列 ‘\’ 匹配 “\”，而 ‘(’ 则匹配 “(”。 |
| ^ | 匹配输入字符串的开始位置，除非在方括号表达式中使用，此时它表示不接受该字符集合。 | 要匹配 ^ 字符本身，请使用 ^。 |
| { | 标记限定符表达式的开始。 | 要匹配 {，请使用 \{。 |
| | | 指明两项之间的一个选择。 | 要匹配 |，请使用 \|。 |
定位符号
用来描述字符串或单词的边界
- ^
字符串以何元素开始
- $
字符串以什么结束
- \b
描述单词以何为边界
- \B
描述单词非边界情况
限定符号
| 字符 | 含义 | 备注 |
|---|---|---|
| * | 匹配前面的子表达式零次或多次。 | * 等价于{0,}。 |
| + | 匹配前面的子表达式一次或多次。 | + 等价于 {1,}。 |
| ? | 匹配前面的子表达式零次或一次。 | ? 等价于 {0,1}。 |
| {n} | n 是一个非负整数。匹配确定的 n 次。 | 例如，’o{2}’ 不能匹配 “to” 中的 ‘o’，但是能匹配 “tooth” 中的两个 o。 |
| {n,} | n 是一个非负整数。至少匹配n 次。 | 例如，’o{2,}’ 不能匹配 “to” 中的 ‘o’，但能匹配 “foooood” 中的所有 o。’o{1,}’ 等价于 ‘o+’。’o{0,}’ 则等价于 ‘o*’。 |
| {n,m} | m 和 n 均为非负整数，其中n <= m。最少匹配 n 次且最多匹配 m 次。 | 例如，”o{1,3}” 将匹配 “fooooood” 中的前三个 o。’o{0,1}’ 等价于 ‘o?’。请注意在逗号和两个数之间不能有空格。 |
字符簇
| 字符 | 含义 | 备注 |
|---|---|---|
| \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 | 匹配包括下划线的任何单词字符。 | 等价于’[A-Za-z0-9_]’。 |
| \W | 匹配任何非单词字符。 | 等价于 ‘[^A-Za-z0-9_]’。 |
| \num | 匹配 num，其中 num 是一个正整数。对所获取的匹配的引用。 | 例如，’(.)\1′ 匹配两个连续的相同字符。 |
作者简介：
就职于甜橙金融信息技术部，负责前端开发工作，先后任职携程，平安等公司的前端开发工程师职位，喜欢研究新的技术，服务于业务需求，熟练运用Linux/Unix系统命令，以终端为载体，快速执行操作。