前言
- 今天别人问了个正则问题把我问住了，匹配半天没匹配出来，最终到处找资料搞定了，因为js的正则匹配和其他语言有些区别，还有分组方面有些坑，特此记录下
js正则常用捕获符
- 必须先弄懂这个，基础就不说了，里面还有些坑。
- 小括号就是分组，分组里面有这样几种：
(?=) positive lookahead 正向前瞻型捕获
(?!) negative lookahead 负向前瞻型捕获
(?<=) positive lookbehind 正向后顾型捕获
(?<!) negative lookbehind 负向后顾型捕获
(?:)非捕获分组 - 只要使用上面的那几种模式，那么js返回给你的是不包括这个括号里的东西，这个有个特别大的好处，因为js使用正则分组有个坑，就是在全局匹配情况下分组，最后使用
RegExp.$1只能出来最后一个匹配的分组，不能把所有匹配到的第一个分组拿出来。我百度了半天没发现全局拿所有分组的办法，如果有人知道怎么做可以留言给我。我百度到最好的解决方法除了这个就是利用lastIndex自己写循环匹配。 - 于是因为js正则有这个捕获问题，所以上面的模式就变得特别常用。特别是在对全局匹配的情况下。
起组名
- 一般情况下都是不需要起名，用默认的$1,$2。python里面起名用
?P<xxx>，js里起名用?<xxx>，js引用分组使用\k<组名>，默认分组使用\数字
常用符号
-
\w 匹配字母或数字或下划线或汉字。与
([0-9a-zA-Z_])等价。 -
\s 匹配任意的空白符
-
\d 匹配数字
-
\b 匹配单词的开始或结束
-
点（.）表示匹配出换行符以外的任意一个字符串
-
星号（*）表示匹配前面一个字符串0次或多次
常见匹配需求
一、匹配对象前后有固定字符串
- 我们拉取了后台数据，是个嵌套好多层的json，但是我就想要所有元素的一个字段，并且提取出来，不使用循环，如果用循环太墨迹了，因为有好几层嵌套。比如：
{"departmentId":1,
"departmentName":"zzz",
"child":[{"departmentId":2,
"departmentName":"测试部门",
"child":[{"departmentId":5,
"departmentName":"试试"}
]},
{"departmentId":3,
"departmentName":"威风威风",
"child":[{"departmentId":6,"departmentName":"试试44"}]
},
{"departmentId":4,"departmentName":"测试部门2"}
]
}
- 需求：我们要把所有层级的departmentName拿出来
- 思路：前面有个固定字符，后面固定是个引号，由于上面说的js分组无法取全局，所以借助捕获符直接提取目标。格式就是
(?<=前面的字符串)(中间的内容)(?=后面的字符串)。这个分组就是前面说的前瞻后顾捕获。
let reg = /(?<="departmentName"\:")(.*?)(?=")/g
console.log(str.match(reg))
[ ‘zzzz’, ‘测试部门’, ‘试试’, ‘威风威风’, ‘试试44’, ‘测试部门2’ ]
- 代码里中间
.*?就是懒惰匹配，就是尽可能短的匹配到中间字符，否则用.*结果就会一直匹配到最后一个部门。
二、匹配页面元素
- 很多时候，会提取页面标签正则判断。页面标签有个特点，就是会有个相同的闭合标签。
- 比如:
let str =`"<html><h1>www.yehuozhili.cn</h1></html><html><h1>www.yehuozhili.cn</h1></html>"`
- 我们想按html分成2组
let reg = /\<(\w*)\>.*?\<\/\1\>/g
console.log(str.match(reg))
//输出[
// '<html><h1>www.yehuozhili.cn</h1></html>',
// '<html><h1>www.yehuozhili.cn</h1></html>'
//]
- 其中
\w表示任意英文，加个*表示多个，这个\1就表示默认的第一个分组了，就是第一个标签里提取的英文，这样可以保证左边是什么标签右边闭合是什么标签。 - 如果想匹配h1标签呢？我们把
\w*换成h1即可。
let reg2 = /\<(\h1)\>.*?\<\/\1\>/g
console.log(str.match(reg2))
//输出 [ '<h1>www.yehuozhili.cn</h1>', '<h1>www.yehuozhili.cn</h1>' ]
- 那么我想要标签里内容怎么做？如果是非全局匹配，那比较简单，如果全局匹配，就有点复杂。
- 我们可以放弃原有的标签分组，直接写死，然后利用分组捕获提取。
let reg2 = /(?<=\<\h1\>).*?(?=\<\/h1\>)/g
console.log(str.match(reg2))
//输出 [ 'www.yehuozhili.cn', 'www.yehuozhili.cn' ]
三、路由匹配
- 路由匹配有个特点，比如
/user,如果是精准匹配，那么/user/或者/user都是可以通的。但是/user/xxx是不能通的,/usersxxsd也不能通 - 思路：前面没啥说的，主要是后面，可能有/，如果有/后面不能有东西，如果没/必须精准匹配字。所以使用括号分组但不包括，这个组可能有，可能没有就是问号，最终都是直接结束，所以
$。如果有/，那么里面必须结尾没东西，用前瞻捕获来看。
let str =`/user`
let reg = /^\/user(?:\/(?=$))?$/g
console.log(str.match(reg))
- 这里介绍个生成路由的正则库path-to-regexp，使用它就可以生成路由正则，和上面那个一样。
let pathToRegexp=require('path-to-regexp')
let regexp = pathToRegexp('/user',[],{end:true});
console.log(regexp)
- 再介绍个正则查看网站。可以很清楚看见正则效果是什么样的。我实验了下，好像不支持js设置分组名。？P的python设置分组名也认不得。
