正则表达式：压缩Perl的正则表达式是一门简单语言的语法规范

# javascript正则表达式^shine ## 基础 ### 1、什么是正则表达式 来源于Perl的正则表达式是一门简单语言的语法规范，主要应用于字符串的信息实现查找、替换和提取的`技巧`操作。<br/> 这里强调是技巧操作，其处理字符串的速度是相当慢的，远不如indexOf、lastIndexOf、includes的速度快，所以勿滥用！但又必须学会，有些需求没正则你还解决不了呢。<br/> [正则表达式30分钟入门教程](http://deerchao.net/tutorials/regex/regex.htm)<br/> 先看几个题目：<br/> - 1.要求注册用户名必须包含数字、大写字母、小写字母、长度8位以上，且不能以数字开头？<br/> - 2.禁止密码出现三个连续相同的字符？<br/> - 3.怎么剔除字符串中的html标签？ ### 2、测试正则表达式 [正则表达式测试器](http://deerchao.net/tools/regex_tester/index.htm)<br/> [可视化正则 https://regexper.com](https://regexper.com) ### 3、创建正则表达式 ```javascript var regex = new RegExp('xzy', 'i'); var regex = new RegExp(/xzy/i); var regex = new RegExp(/xzy/i, 'i');//ES5不允许；ES6可以并且第二个参数指定的修饰符会覆盖前面的修饰符 // 等价于 var regex = /xzy/i; var regex = eval("/xzy/i");//不建议 var regex = new Function("return /xzy/i")();//不建议 ``` ### 4、原子 原子是正则表达式的最基本组成单位，而且必须至少要包含一个原子。只要一个正则表达式可以单独使用的字符，就是原子。<br/> .匹配除换行符以外的任意字符。 | 正则 　| 意思 | 说明 | | ------------ |:-------------| -----| |\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\u000B\u0020\u00A0\u2028\u2029]| |\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_]| |\[A-Za-z]|匹配所有大小写字母| | |\[a-f1-5]|自定义原子表又称`范围集合类`| | 更多参见基本多语言面（Basic Multilingual Plane,BMP）详细信息[基本多文种平面](http://baike.baidu.com/view/628163.htm) ### 4、元字符 元字符是一种特殊的字符，是用来修饰原子用的，不可以单独出现；<br/> `量词类` | 正则 | 说明| |------------|-----| |? |等价{0,1}表示其前面的原子可以出现0次或1次，有只能有一次，要么没有| |\+ |等价{1,}表示其前的原子可以出现1次 或多次，不能没有最少要有一个| |\* |等价{0,}表示其前的原子可以出现0次、1次、或多次| |{m} |表示前面的原子出现m次| |{m,}|表示前面的原子最少出现m次,最多无限| |{m,n}|m要小于n,表示前面出现的原子，最少m次，最多n次，包括m和n次| `边界类` ^ : 直接在一个正则表达式的第一个字符出现，则表达必须以这个正则表达式开始；<br/> $ : 直接在一个正则表达式的最后一个字符出现，则表达必须以这个正则表达式结束；<br/> \b : 表示一个边界；<br/> \B : 表示一个非边界；<br/> | : 表示或的关系 , 它的优先级号是最低的，最后考虑它的功能；<br/> () : 重点，作用如下：<br/> >A、作为大原子使用；<br/> B、改变优先级,加上括号可以提高优先级别；<br/> C、作为子模式使用；<br/> D、可以取消子模式(?:)；<br/> E、分组以便反向引用 如\1、\2；<br/> 优先级： >\ 最高<br/> ()(?:)[]<br/> *+?{}<br/> ^$\b<br/> | 最低<br/> ### 5、字符转义 \/[\](){}?+*|.^$-作为字符来匹配必须转义，才能作为正则的原子。 ```JavaScript function escapeRegExp(str) { return str.replace(/[\/[\](){}?+*|.^$-]/g, '\\$&'); } //ES7将新增RegExp对象的静态方法RegExp.escape() RegExp.escape('(*.*)'); // "\(\*\.\*\)" ``` ## 提升 ### 1、正则相关方法 | 方法 　| 返回 | 注意 | | ------------- |:-------------| -----| | regexp.exec(string) | 数组 or null | 与g、lastIndex有关 | | regexp.test(string) | true or false| 与g、lastIndex有关，不应该使用g | | regExp.compile(pattern [,flags]) |无返回|更改正则表达式模式并编译为内部格式| | string.match(regexp)| 数组 or null | 与g相关,没g时与exec类似 | | string.replace(search,replace)| string | 与g相关$$,$&,$number,$`,$'| | string.search(regexp)| index or -1 | 与indexOf类似，忽略g | | string.split(separator,limit)| 数组 | 忽略g，分组内容会存入数组 | ### 2、RegExp实例属性 | 属性 | 用法 | | -----------|-------------| | global |如果使用了g，值为true| | ignoreCase |如果使用了i，值为true| | multiline |如果使用了m，值为true| | sticky 　　|如果使用了y，值为true, ES6| | unicode　　|如果使用了u，值为true, ES6| | dotAll　　|如果使用了s，值为true, ES7| | flags 　　|返回正则表达式的修饰符, ES6| | lastIndex |下一次匹配开始的索引。初始值为0| | source 　　|正则表达式源码文本| ```JavaScript /^.$/u.test("𠮷") ;// true /\u{20BB7}/u.test("𠮷") // true var reg = /a\d/y; var str = "a1a2ka3"; console.log(reg.lastIndex,reg.exec(str));//0,["a1"] console.log(reg.lastIndex,reg.exec(str));//2,["a2"] console.log(reg.lastIndex,reg.exec(str));//4,null console.log(reg.lastIndex,reg.exec(str));//0,["a1"] var reg = /a\d/giyu; console.log(reg.flags);//giuy ES6规范中规定了表达式的标识按照字符顺序输出，即gimsuy ``` ### 3、范围集合类（分枝条件） \[abc]，表示a或者b或者c中的任意一个字符；<br/> \[a-z]、\[A-Z]、\[0-9]，表示小写字母，大写字母，0到9的数字；<br/> \[^a-z]、\[^A-Z]、\[^0-9]，表示非小写字母，非大写字母，非0到9的数字；<br/> \[abc|def]，表示abc和def中的任意一个；类似(abc|def)但会分组； ### 4、贪婪和非贪婪(懒惰)匹配 当正则表达式中包含能接受重复的限定符时，通常的行为是匹配尽可能多的字符。 ```JavaScript "aababxb".match(/a.*b/);//贪婪匹配 返回aababxb "aababxb".match(/a.*?b/);//懒惰匹配 返回aab ``` 它将会匹配整个字符串。这被称为贪婪匹配。 | 代码/语法| 说明 | | ---------|-----------| | \*? |重复任意次，但尽可能少重复| | +? |重复1次或更多次，但尽可能少重复| | ?? |重复0次或1次，但尽可能少重复| |{n,m}? |重复n到m次，但尽可能少重复| |{n,}? |重复n次以上，但尽可能少重复| ## 高级 ### 1、分组 用小括号来指定`子表达式`(也叫做分组)。 ```JavaScript (\d{1,3}\.){3}\d{1,3} ((2[0-4]\d|25[0-5]|[01]?\d\d?)\.){3}(2[0-4]\d|25[0-5]|[01]?\d\d?) ``` | 代码/语法| 说明 | | ---------|-------------| | (exp) |匹配exp,并捕获文本到自动命名的组里| | (?:exp) |匹配exp,不捕获匹配的文本，也不给此分组分配组号| | (?<name>exp) |匹配exp,并捕获文本到名称为name的组里，也可以写成(?'name'exp),js不支持| |(?#comment)|这种类型的分组不对正则表达式的处理产生任何影响，用于提供注释让人阅读,js不支持| #### 2、反向引用（回溯引用） 使用小括号指定一个子表达式后，默认情况下，每个分组会自动拥有一个组号，规则是：从左向右，以分组的左括号为标志，第一个出现的分组的组号为1，第二个为2，以此类推。你可以使用(?:exp)这样的语法来剥夺一个分组对组号分配的参�