正則表達式是很多程序員，甚至是一些有了多年經(jīng)驗的開發(fā)者薄弱的一項技能。大家都很多時候都會覺得正則表達式難記、難學(xué)、難用，但不可否認的是正則表達式是一項很重要的技能

不同語言中的正則表達式寫法有少許差異，本文將使用Javascript中的語法。

什么是正則表達式？

正則表達式（Regular Expression或Regex），是用于定義某種特定搜索模式的字符組合。正則表達式可用于匹配、查找和替換文本中的字符，進行輸入數(shù)據(jù)的驗證，查找英文單詞的拼寫錯誤等。

調(diào)試工具

下面列出了幾款優(yōu)秀的在線調(diào)試工具，如果你想創(chuàng)建或者調(diào)試正則表達式可能會需要。個人比較偏好Regex101，regex101支持在正則表達式的不同flavor之間切換、解釋你的正則表達式、顯示匹配信息、提供常用語法參考等功能，非常強大。

• Regex101

image

• Regexr

image

• Regexpal

image

開始

在Javascript中，一個正則表達式以 / 開頭和結(jié)尾，所以簡單至 /hello regexp/ 就是一個正則表達式。

Flags（標(biāo)志符或修飾符）

Flags寫在結(jié)束的/之后，可以影響整個正則表達式的匹配行為。常見的flags有：

1. g：全局匹配（global）；正則表達式默認只會返回第一個匹配結(jié)果，使用標(biāo)志符g則可以返回所有匹配

2. i：忽略大小寫（case-insensitive）；在匹配時忽略英文字母的大小寫

3. m：多行匹配（multiline）；將開始和結(jié)束字符（^和$）視為在多行上工作，即分別匹配每一行（由 \n 或 \r 分割）的開始和結(jié)束，而不只是只匹配整個輸入字符串的最開始和最末尾處

Flags可以組合使用，如：

image

Character Sets（字符集合）

用于匹配字符集合中的任意一個字符，常見的字符集有：

1. [xyz]：匹配 "x"或"y"``"z"
2. [^xyz]：補集，匹配除 "x" "y" "z"的其他字符
3. [a-z]：匹配從 "a" 到 "z" 的任意字符
4. [^a-n]：補集，匹配除 "a" 到 "n" 的其他字符
5. [A-Z]：匹配從 "A" 到 "Z" 的任意字符
6. [0-9]：匹配從 "0" 到 "9" 的任意數(shù)字

比如匹配所有的字母和數(shù)字可以寫成：/[a-zA-Z0-9]/ 或者 /[a-z0-9]/i。

Quantifiers (量詞)

在實際使用中，我們常常需要匹配同一類型的字符多次，比如匹配11位的手機號，我們不可能將 [0-9] 寫11遍，此時我們可以使用Quantifiers來實現(xiàn)重復(fù)匹配。

1. {n}：匹配 n 次
2. {n,m}：匹配 n-m 次
3. {n,}：匹配 >=n 次
4. ?：匹配 0 || 1 次
5. *：匹配 >=0 次，等價于 {0,}
6. +：匹配 >=1 次，等價于 {1,}

Metacharacters（元字符）

在正則表達式中有一些具有特殊含義的字母，被稱為元字符，簡言之，元字符就是描述字符的字符，它用于對字符表達式的內(nèi)容、轉(zhuǎn)換及各種操作信息進行描述。常見的元字符有：

1. \d：匹配任意數(shù)字，等價于 [0-9]
2. \D：匹配任意非數(shù)字字符；\d 的補集
3. \w：匹配任意基本拉丁字母表中的字母和數(shù)字，以及下劃線；等價于 [A-Za-z0-9_]
4. \W：匹配任意非基本拉丁字母表中的字母和數(shù)字，以及下劃線；\w 的補集
5. \s：匹配一個空白符，包括空格、制表符、換頁符、換行符和其他Unicode空格
6. \S：匹配一個非空白符；\s的補集
7. \b：匹配一個零寬單詞邊界，如一個字母與一個空格之間；例如，/\bno/ 匹配 "at noon" 中的 "no"，/ly\b/ 匹配 "possibly yesterday." 中的 "ly"
8. \B：匹配一個零寬非單詞邊界，如兩個字母之間或兩個空格之間；例如，/\Bon/ 匹配 "at noon" 中的 "on"，/ye\B/ 匹配 "possibly yesterday." 中的 "ye"
9. \t：匹配一個水平制表符（tab)
10. \n：匹配一個換行符（newline)
11. \r：匹配一個回車符（carriage return)

Special Characters (特殊字符)

正則中存在一些特殊字符，它們不會按照字面意思進行匹配，而有特殊的意義，比如前文講過用于量詞的?、*、+。其他常見的特殊字符有：

1. \：轉(zhuǎn)義字符，可以將普通字符轉(zhuǎn)成特殊字符。比如 \w；也可以將特殊字符轉(zhuǎn)成字面意思，比如 \+ 匹配 "+"
2. .：匹配任意單個字符，但是換行符除外：\n, \r, \u2028 或 \u2029；在字符集中（[.]），無特殊含義，即表示 '.' 的字面意思
3. |：替換字符（alternate character），匹配 | 前或后的表達式。比如需要同時匹配 "bear" 和 "pear"，可以使用 /(b|p)ear/ 或者 /bear|pear/；但是不能用 /b|pear/，該表達式只能匹配 "b" 和 "pear"
4. ^：匹配輸入的開始。比如，/^A/ 不匹配 "an Apple" 中的 "A"，但匹配 "An apple" 中的 "A"
5. $：匹配輸入的結(jié)尾。比如，/t$/ 不匹配 "eater" 中的 "t"，但匹配 "eat" 中的 "t"。^ 和 $ 在表單驗證時常需要使用，因為需要驗證從開始到結(jié)尾的一個完整輸入，而不是匹配輸入中的某一段

Groups（分組）

1. (xyz)：捕獲分組（Capturing Group），匹配并捕獲匹配項；例如，/(foo)/ 匹配且捕獲 "foo bar." 中的 "foo"。被匹配的子字符串可以在結(jié)果數(shù)組的元素 [1], ..., [n] 中找到，或在被定義的 RegExp 對象的屬性
2. 9 中找到
3. (?:xyz)：非捕獲分組（Non-capturing Group），匹配但不會捕獲匹配項；匹配項不能再次被訪問到
4. \n：n 是一個正整數(shù)，表示反向引用（back reference），指向正則表達式中第n個括號（從左開始數(shù)）中匹配的子字符串；例如，/apple(,)\sorange\1/ 匹配 "apple, orange, cherry, peach." 中的 "apple,orange,"

<mjx-container jax="SVG" tabindex="0" ctxtmenu_counter="0" style="margin: 0px; padding: 0px; max-width: 100%; box-sizing: border-box; word-wrap: break-word !important; overflow-wrap: break-word !important;"></mjx-container>

Assertion（斷言）

1. x(?=y)：僅匹配被y跟隨的x；例如，/bruce(?=wayne)/，如果"bruce"后面跟著wayne，則匹配之。/bruce(?=wayne|banner)/ ，如果"bruce"后面跟著"wayne"或者banner，則匹配之。但是，"wayne" 和 "banner" 都不會在匹配結(jié)果中出現(xiàn)
2. x(?!y)：僅匹配不被y跟隨的x；例如，/\d+(?!\.)/ 只會匹配不被 "." 跟隨的數(shù)字。

/\d+(?!\.)/.exec('3.141') 匹配 "141"，而不是 "3.141"

應(yīng)用

上面羅列出了這么多正則表達式的語法和規(guī)則，可以在一定程度上幫助我們分析和理解一段正則表達式的作用，但是如何將這些規(guī)則組合并創(chuàng)造出有特定作用的表達式還需要我們自己多加練習(xí)，下面舉幾個例子來說明運用這些規(guī)則。

1. 匹配手機號碼

我們先從比較簡單的匹配手機號碼開始。目前國內(nèi)的手機號碼是1(3/4/5/7/8)開頭的11位數(shù)字，因此手機號碼的正則可以分解為以下幾部分：

1. 以 1 開頭：/^1/
2. 第2位為3、4、5、7、8中的一個：/[34578]/ 或 /(3|4|5|7|8)/
3. 剩余3-11位均為數(shù)字，并以數(shù)字結(jié)尾：/\d{9}$/

組合起來即為 /^1[34578]\d{9}$/ 或 /^1(3|4|5|7|8)\d{9}$/，因為使用捕獲括號存在性能損失，所以推薦使用第一種寫法。

2. 匹配電子郵件

標(biāo)準(zhǔn)的電子郵件組成為 <yourname>@<domain>.<extension><optional-extension>，每部分的格式標(biāo)準(zhǔn)為（進行了相應(yīng)的簡化，主要為展示如何書寫正則）：

1. yourname：任意英文字母（a-z/A-Z）、數(shù)字（0-9）、下劃線（_）、英文句點（.）、連字符（-），長度大于0
2. domain：任意英文字母（a-z/A-Z）、數(shù)字（0-9）、連字符（-），長度大于0
3. extension：任意英文字母（a-z/A-Z），長度2-8
4. optional-extension："."開頭，后面跟任意英文字母（a-z/A-Z），長度2-8，可選

每部分的正則表達式為：

1. yourname：/[a-z\d._-]+/
2. domain：/[a-z\d-]+/
3. extension： /[a-z]{2,8}/
4. optional-extension：/(\.[a-z]{2,8})?/

組合起來形成最后的正則表達式：/^([a-z\d._-]+)@([a-z\d-]+)\.([a-z]{2,8})(\.[a-z]{2,8})?$/；為了增加可讀性可以將每部分用"()"包起來，并不要忘記起始和結(jié)束符 ^$。