字符匹配攻略
横向匹配——通过量词
{m,n} {m,} {m} ? + * 贪婪匹配 后面跟?号 惰性匹配
纵向匹配——通过字符组
\d \D \w \W \s \S . \w表示[0-9a-zA-Z_] \W表示[^0-9a-zA-Z_]
分支结构——通过管道符"|"
匹配模式也是惰性的
当前面的分支匹配上了这个位置的字符,后面的分支就不再尝试,整个匹配从这个位置往后继续进行
位置匹配攻略
匹配位置
- ^ $ \b \B (?=p) (?!p)
位置的特性
- 对于位置的理解,我们可以理解成空字符""
括号的作用
描述
- 强调括号内的正则是一个整体,提供了可供我们使用的分组,即提供了子表达式
分组引用
需配合使用实现环境的API来使用
str.match(reg) ——通过结果数组大于0的下标来获取 reg.exec(string) ——通过结果数组大于0的下标来获取 str.replace(regex,"$1") ——通过replace提供的$1,$2,$3...来获取捕获的分组
反向引用
在正则本身里引用分组的方式,通过\1,\2,\3...来引用分组内容
括号嵌套 ——从外到内,从左到右
\10 ——代表捕获的第10个分组
引用不存在的分组 ——代表"\数字"
分组后有量词 ——捕获最后的匹配
非捕获括号
不被捕获的分组形式
(?:字符)
(?:字符1|字符2|字符3..)
回溯法原理
没有回溯的匹配
- 一次匹配到位
有回溯的匹配
- 一次匹配不行,就"退一步",再进行匹配,循环往复
常见的回溯形式
贪婪量词
惰性量词
分支结构
正则表达式的拆分
编程语言都有操作符,正则表达式中的操作符则体现在结构中
结构
- 字符本身、字符组、量词、锚(位置)、分组、选择分支、反向引用
操作符的优先级
- 1——
2——(…)、(?:…)、(?=…)、(?!…)、[…]
3——{m}、{m,n}、{m,}、?、*、+
4——^、$、\元字符、一般字符
5——|
注意点
匹配字符串整体问题
- 如果存在位置锚,可以通过分组括号进行操作优先级的改变,比如^和$
量词连缀问题
- 如果存在量词连缀,可以通过分组括号分割,避免报错
元字符转义问题
- 需要转义的时候最好都转义
正则表达式的构建
平衡法则
匹配预期的字符串
不匹配非预期的字符串
可读性和可维护性
效率
构建前提
是否适合
是否必要
是否需要复杂的正则(可拆分)
准确性
- 确定匹配目标的所有模式规则,进行拆分,提取和分组
效率
(减少回溯)明确字符组,避免模糊匹配
(节省内存)如果不需要利用捕获组,应该使用非捕获型分组
(加快移位速度)独立出确定字符
(消除重复)提取分支公共部分
(减少回溯)控制分支的数量
正则表达式的编程
四种操作
验证
切分
提取
替换
相关api
String——search
String——split
String——match
String——replace
RegExp——test
RegExp——exec
注意点
search和match会把字符串转换为正则(匹配"."的时候需改写为"\.")
split中的正则分组会被包含进结果数组
换行修饰符m,针对的是^和$的位置
构造函数用法对于元字符和转义字符需要多再加一个斜杠""
test方法代表有部分匹配即可,因此整体匹配需要使用^和$进行控制
macth的调用,如果正则带g,则不会返回标准信息
exec的调用,始终都会返回标准信息
字符串的4个方法,每次匹配,都是从0开始的
正则实例的2个方法,每次匹配,都会修改lastIndex,遵从lastIndex
正则构造函数的静态属性基于所执行的最近一次正则操作而变化
正则构造函数的使用基于动态和需要变化的正则形式