一文掌握正则表达式

一、前言

有的小伙伴对正则有所惧怕，也有的小伙伴遇到正则就搜索答案。其实这些都是正常的，不论是刚从事前端、还是从业好几年的小伙伴。如果没有专门去学习下正则表达式，没掌握很正常的。

预热
.match(/(?<=\/detail.*\/)[^\/]+/)[0]

/^(([1-9]\d*)|\d)(\.\d{1,6})?$/

"hello qianduan zaocha".match(/\b[a-z]+(?=a\b)/g)
如果看得明白上面的正则，本文可以跳着阅读，如果看得不是特别明白，建议按顺序阅读~
二、JS中运行正则

正则表达式，又称规则表达式,（在代码中常简写为regex、regexp或RE），是一种文本模式，是计算机科学的一个概念。

JavaScript中使用String对象和RegExp对象提供的方法来运行正则表达式。
RegExp对象的方法

exec(): array
exec()方法返回正则执行一次的结果。如果设置了全局标志g，会返回一个捕获组，用于迭代执行。且这个捕获组的第一项是当前完整正则的一次执行结果，第二项开始是每一个子模式的执行结果。

test(): boolean
test()方法用于检测传入的字符串是否包含符合正则规则的子串，如果包含返回true，否则返回false。
String对象的方法

  重用的String对象方法大概有10来个，正则里面一般使用其中的4个。

match()
match()方法接收一个正则对象，用来匹配调用字符串中符合规则的子串。如果正则对象添加了全局标志，那么直接返回所有的匹配结果，否则，返回一个可以被迭代执行的捕获组 。

replace()
replace()方法接收两个参数，第一个参数是用来匹配调用字符串的正则表达式（字符串会被转化成简单模式的正则规则），第二个参数表示要替换的字符串或者返回字符串的函数。replace()方法不改变源字符串。

search()
search()方法接收一个正则对象或一个字符串(字符串会转换成简单模式的正则表达式)，用来查找调用字符串中符合规则的子串的位置，匹配到了就返回第一次出现的索引，否则返回-1

split()
split()方法接收两个参数，第一个是一个正则或字符串，表示将要匹配并用于切分的字符，使用第一个参数匹配调用字符串，在符合规则的位置将字符串切分未为数组，并返回。第二个参数限制分割的片段数量。
三、简单的规则

1: 一般写正则表单时，都是先按如下，把格式定好
/^    $/
温馨提示：正则表达式是很精确的，不要有多余的空格

2. 正则表达式定义
正则表达式是用来匹配一串文本中符合规则的子串的字符组合。一段用于匹配的正则表达式通常称为一个模式。

3、正则是区分大小写的
在正则规则里面，大写往往是"非"。比如：\d，匹配数字。\D 匹配非数字。
四、元字符

概念：所谓元字符就是指那些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（即位于元字符前面的字符）在目标对象中的出现模式。

元字符的完整列表

字符    描述
\   
将下一个字符标记为一个特殊字符、或一个原义字符、或一个 向后引用、或一个八进制转义符。例如，'n' 匹配字符 "n"。'\n' 匹配一个换行符。序列 '\\' 匹配 "\" 而 "\(" 则匹配 "("。
^   
匹配输入字符串的开始位置。如果设置了 RegExp 对象的 Multiline 属性，^ 也匹配 '\n' 或 '\r' 之后的位置。
$   
匹配输入字符串的结束位置。如果设置了RegExp 对象的 Multiline 属性，$ 也匹配 '\n' 或 '\r' 之前的位置。
*   
匹配前面的子表达式零次或多次。例如，zo* 能匹配 "z" 以及 "zoo"。* 等价于{0,}。
+   
匹配前面的子表达式一次或多次。例如，'zo+' 能匹配 "zo" 以及 "zoo"，但不能匹配 "z"。+ 等价于 {1,}。
?   
匹配前面的子表达式零次或一次。例如，"do(es)?" 可以匹配 "do" 或 "does" 。? 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 "Bob" 中的 'o'，但是能匹配 "food" 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 "Bob" 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。
?   
当该字符紧跟在任何一个其他限制符 (*, +, ?, {n}, {n,}, {n,m}) 后面时，匹配模式是非贪婪的。非贪婪模式尽可能少的匹配所搜索的字符串，而默认的贪婪模式则尽可能多的匹配所搜索的字符串。例如，对于字符串 "oooo"，'o+?' 将匹配单个 "o"，而 'o+' 将匹配所有 'o'。
.   
匹配除换行符（\n、\r）之外的任何单个字符。要匹配包括 '\n' 在内的任何字符，请使用像"(.|\n)"的模式。
(pattern)   
匹配 pattern 并获取这一匹配。所获取的匹配可以从产生的 Matches 集合得到，在VBScript 中使用 SubMatches 集合，在JScript 中则使用 $0…$9 属性。要匹配圆括号字符，请使用 '\(' 或 '\)'。
(?:pattern)   
匹配 pattern 但不获取匹配结果，也就是说这是一个非获取匹配，不进行存储供以后使用。这在使用 "或" 字符 (|) 来组合一个模式的各个部分是很有用。例如， 'industr(?:y|ies) 就是一个比 'industry|industries' 更简略的表达式。
(?=pattern)   
正向肯定预查（look ahead positive assert），在任何匹配pattern的字符串开始处匹配查找字符串。这是一个非获取匹配，也就是说，该匹配不需要获取供以后使用。例如，"Windows(?=95|98|NT|2000)"能匹配"Windows2000"中的"Windows"，但不能匹配"Windows3.1"中的"Windows"。预查不消耗字符，也就是说，在一个匹配发生后，在最后一次匹配之后立即开始下一次匹配的搜索，而不是从包含预查的字符之后开始。
(?!pattern)   
正向否定预查(negative assert)，在任何不匹配pattern的字符串开始处匹配查找字符串。这是一个非获取匹配，也就是说，该匹配不需要获取供以后使用。例如"Windows(?!95|98|NT|2000)"能匹配"Windows3.1"中的"Windows"，但不能匹配"Windows2000"中的"Windows"。预查不消耗字符，也就是说，在一个匹配发生后，在最后一次匹配之后立即开始下一次匹配的搜索，而不是从包含预查的字符之后开始。
(?<=pattern)    反向(look behind)肯定预查，与正向肯定预查类似，只是方向相反。例如，"(?<=95|98|NT|2000)Windows"能匹配"2000Windows"中的"Windows"，但不能匹配"3.1Windows"中的"Windows"。
(?<!pattern)    反向否定预查，与正向否定预查类似，只是方向相反。例如"(?<!95|98|NT|2000)Windows"能匹配"3.1Windows"中的"Windows"，但不能匹配"2000Windows"中的"Windows"。
x|y   
匹配 x 或 y。例如，'z|food' 能匹配 "z" 或 "food"。'(z|f)ood' 则匹配 "zood" 或 "food"。
[xyz]   
字符集合。匹配所包含的任意一个字符。例如， '[abc]' 可以匹配 "plain" 中的 'a'。
[^xyz]   
负值字符集合。匹配未包含的任意字符。例如， '[^abc]' 可以匹配 "plain" 中的'p'、'l'、'i'、'n'。
[a-z]   
字符范围。匹配指定范围内的任意字符。例如，'[a-z]' 可以匹配 'a' 到 'z' 范围内的任意小写字母字符。
[^a-z]   
负值字符范围。匹配任何不在指定范围内的任意字符。例如，'[^a-z]' 可以匹配任何不在 'a' 到 'z' 范围内的任意字符。
\b   
匹配一个单词边界，也就是指单词和空格间的位置。例如， 'er\b' 可以匹配"never" 中的 'er'，但不能匹配 "verb" 中的 'er'。
\B   
匹配非单词边界。'er\B' 能匹配 "verb" 中的 'er'，但不能匹配 "never" 中的 'er'。
\cx   
匹配由 x 指明的控制字符。例如， \cM 匹配一个 Control-M 或回车符。x 的值必须为 A-Z 或 a-z 之一。否则，将 c 视为一个原义的 'c' 字符。
\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]。
\f   
匹配一个换页符。等价于 \x0c 和 \cL。
\n   
匹配一个换行符。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。
\w   
匹配字母、数字、下划线。等价于'[A-Za-z0-9_]'。
\W   
匹配非字母、数字、下划线。等价于 '[^A-Za-z0-9_]'。
\xn   
匹配 n，其中 n 为十六进制转义值。十六进制转义值必须为确定的两个数字长。例如，'\x41' 匹配 "A"。'\x041' 则等价于 '\x04' & "1"。正则表达式中可以使用 ASCII 编码。
\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。
\n   
标识一个八进制转义值或一个向后引用。如果 \n 之前至少 n 个获取的子表达式，则 n 为向后引用。否则，如果 n 为八进制数字 (0-7)，则 n 为一个八进制转义值。
\nm   
标识一个八进制转义值或一个向后引用。如果 \nm 之前至少有 nm 个获得子表达式，则 nm 为向后引用。如果 \nm 之前至少有 n 个获取，则 n 为一个后跟文字 m 的向后引用。如果前面的条件都不满足，若 n 和 m 均为八进制数字 (0-7)，则 \nm 将匹配八进制转义值 nm。
\nml   
如果 n 为八进制数字 (0-3)，且 m 和 l 均为八进制数字 (0-7)，则匹配八进制转义值 nml。
\un   
匹配 n，其中 n 是一个用四个十六进制数字表示的 Unicode 字符。例如， \u00A9 匹配版权符号 (?)。

上面这个表是完整的元字符，下面列举几个常用的展开讲讲：
“点号”
/./.exec('liangzai')   // l

“转义运算符“
/\//.exec('前//端/早茶')   // /
“字符集“
/[liangzai]/.exec('qdzc')   // z
匹配方括号内的任意字符

“位置“
/^\//.exec('//前/端/早/茶')   // /
开头
/\/$/.exec('前端/早茶//')   // /
结尾

“文本控制字符“
\f  匹配一个换页符
\n 匹配一个换行符
\r 匹配一个回车符
五、标记

标记用来修改正则表达式的一些默认行为，包括是否忽略大小写(i)，是否全局搜索(g)，是否多行搜索(m)。
标记不属于元字符，因此不写在正则规则里面，而是写在规则后面。
i、g这两个比较通用，广东靓仔就不多讲了。我们来看看这个m
`   
    qdzc#
    gdlz#
    omg!
`.match(/\w+(?=#)/gm)
// qdzc,gdlz
全局查询，且多行查询
Tips: 多行标记m可以让开头和结尾的标记符^, $在多行使用
六、贪婪匹配、懒惰匹配

贪婪匹配：正则表达式趋向于最长匹配。
懒惰匹配：正则表达式趋向于最短匹配（只匹配刚好满足规则的子串）。
// 贪婪匹配
/\w+/.exec('qdzc_ q')   // qdzc_
 
// 惰性匹配
/\w+?/.exec('qdzc_ q')   // q
正则表达式默认是贪婪匹配，会尽可能地匹配多的符合规则地字符。

正则表达式主要分两个标准：posix和pcre
posix是unix遵循的标准。grep，sed支持的正则是posix。
pcre在posix的基础上做了扩展，提供了很多方便的功能。

一段用于匹配的正则表达式通常称为一个模式
七、零宽断言


零宽：只匹配位置，不匹配内容
断言: 用来判断某个字符的前后，是否符合某种特定格式。

零宽断言种类
?= 正先行断言。匹配符合规则的位置，先行，即匹配断言规则前面的字符
?! 负先行断言。匹配不符合规则的位置，先行，即匹配断言规则前面的字符
?<= 正向 即匹配符合规则的位置，后发，即匹配断言规则后面的字符
?<! 反向 即匹配不符合规则的位置，后发，即匹配断言规则后面的字符

(?=exp):零宽度正预测先行断言，它断言自身出现的位置的后面能匹配表达式exp。
(?<=exp):零宽度正回顾后发断言，它断言自身出现的位置的前面能匹配表达式exp
(?!exp):零宽度负预测先行断言，断言此位置的后面不能匹配表达式exp。
(?<!exp):零宽度负回顾后发断言来断言此位置的前面不能匹配表达式exp


作者：广东靓仔

欢迎关注：前端早茶