正則表達(dá)式(Regular Expression，簡稱regex)作為一種工具，它擅長的領(lǐng)域是文本處理。最基本的用途是查找(search/match)和替換(replace)特定的文本內(nèi)容，在此之上可以延伸到：

• 驗(yàn)證(validation)內(nèi)容是否符合指定的規(guī)則

• 提取(Extract)指定的內(nèi)容

1 JavaScript中正則表達(dá)式

JavaScript中為正則表達(dá)式提供了專門的RegExp類型，可以使用new RegExp()實(shí)例化一個(gè)正則表達(dá)式，不過通常我們使用如下的語法創(chuàng)建一個(gè)正則表達(dá)式。

let expression = /pattern/flags;

/pattern/表示正則表達(dá)式的匹配模式，flags表示該表達(dá)式支持的標(biāo)志。

1.1 正則表達(dá)式的標(biāo)志

一個(gè)正則表達(dá)式可以帶一個(gè)或多個(gè)flag，flag有如下取值：

• g 表示全局模式(global)，默認(rèn)情況下，js的正則表達(dá)式在找到第一個(gè)匹配項(xiàng)時(shí)，就會停止匹配，加上g標(biāo)志后，表達(dá)式會查找目標(biāo)字符串中所有的匹配項(xiàng)。
• i 忽略大小寫
• m 多行模式

flag可以組合使用，比如/exp/gi表示exp表達(dá)式用于全局匹配，且忽略大小寫。

1.2 正則表達(dá)式的用法

我們先不看正則表達(dá)式是怎么來的，先看它是怎么用的。使用RegExp主要是其實(shí)例方法以及外部支持RegExp的方法。后續(xù)的章節(jié)中，我們以patt表示表達(dá)式，text表示目標(biāo)字符串。

• RegExp.exec()方法，exec是RegExp的實(shí)例方法，用法是patt.exec(text)，在text中查找匹配patt的內(nèi)容，并以數(shù)組的方式返回第一個(gè)匹配的且未返回的結(jié)果，當(dāng)無匹配時(shí)返回null。注意前面這句話中的"第一個(gè)"和"未返回的"我打了重點(diǎn)符號，

let text="112233";
let patt=/(\d)\1/g;

let matchs = patt.exec(text);
//["11", "1", index: 0, input: "112233", groups: undefined]

matchs = patt.exec(text);
//["22", "2", index: 2, input: "112233", groups: undefined]

matchs = patt.exec(text);
//["33", "3", index: 4, input: "112233", groups: undefined]

matchs = patt.exec(text);
//null

本列中/(\d)\1/g表達(dá)式用來查找連續(xù)相同的數(shù)字，因?yàn)檫€沒有講表達(dá)式，所以這里不需要知道表達(dá)式的細(xì)節(jié)。patt.exec(text)查找text中匹配patt表達(dá)式的內(nèi)容，第一次返回了一個(gè)數(shù)組并賦值給matchs，這個(gè)數(shù)組有index和input屬性，index表示當(dāng)前匹配的內(nèi)容在text中的起點(diǎn)位置，input表示目標(biāo)字符串（及text文本內(nèi)容）。matchs[0]表示當(dāng)前匹配的內(nèi)容，這里匹配的內(nèi)容是11，如果表達(dá)式產(chǎn)生了分組（還沒講分組），會在matchs中添加分組內(nèi)容，這里是1就是分組內(nèi)容。

再次執(zhí)行exec方法，返回第二個(gè)匹配的內(nèi)容數(shù)組，直到返回為null，表示所有的匹配內(nèi)容都已提取完。

如果表達(dá)式?jīng)]有設(shè)置全局模式g，那么每次執(zhí)行patt.exec(text)時(shí)，都會從頭開始匹配，及每一次執(zhí)行exec()方法就會返回第一次的內(nèi)容。

• RegExp.test()方法用于測試patt與text是否匹配，它只會返回目標(biāo)字符串是否與表達(dá)式匹配，不會返回文本內(nèi)容，這個(gè)方法一般用于驗(yàn)證用戶的輸入。

  let patt = /^d{3}-d{8}$/;
  let phoneNumber = "010-88888888";
  
  let flag = patt.test(phoneNumber);
  //true
  

  上例中，patt表達(dá)式用于驗(yàn)證電話號碼的格式，而使用test方法，只返回目標(biāo)字符串是否為匹配，而不返回具體的內(nèi)容。

• string.match()方法是string的實(shí)例方法，與RegExp的方法類似，返回匹配的字符集合，注意，這里不包含組信息。

  let text="11112223455";
  let patt=/(\d)\1/g;
  
  text.match(patt);
  // ["11", "11", "22", "55"]
  

• string.search()方法，返回第一個(gè)匹配的字符串的位置，如果沒有匹配的內(nèi)容，返回-1。

  let text="12345";
  let patt=/(\d)\1/g;
  
  text.search(patt);
  //-1 沒有任何匹配的內(nèi)容
  
  text = "1233445";
  text.search(patt);
  //2 返回字符串的第一個(gè)匹配內(nèi)容的位置，這里是33，而后面44的位置不會返回
  

• string.replace()方法是string的實(shí)例方法，用于替換指定的字符串，返回一個(gè)替換完成的字符串，相對之前的方法要復(fù)雜些，它接收兩個(gè)參數(shù)：

  • 第一個(gè)參數(shù)時(shí)要匹配的內(nèi)容，是一個(gè)RegExp對象或字符串。
  • 第二個(gè)參數(shù)要替換的內(nèi)容，可以是字符串或函數(shù)。

  當(dāng)?shù)谝粋€(gè)參數(shù)是字符串時(shí)，只能替換第一個(gè)匹配的內(nèi)容，如果要全局替換，需要使用全局模式的正則表達(dá)式。

  let text = "cat,bat,sat,fat";
  let tmp = text.replace("at","ond");
  //text "cat,bat,sat,fat"
  //tmp "cond,bat,sat,fat"
  

  第一個(gè)參數(shù)使用字符串時(shí)，只能替換第一個(gè)匹配的內(nèi)容，后面的bat并沒有被替換。

  let text = "cat,bat,sat,fat";
  let tmp = text.replace(/at/g,"ond");
  // tmp "cond,bond,sond,fond"
  

  第一個(gè)參數(shù)使用帶全局標(biāo)志(g)的正則表達(dá)式，會替換全部的匹配的內(nèi)容。替換內(nèi)容還可以使用特殊的字符（如：$n，這個(gè)叫回溯引用），引用前面匹配的結(jié)果。

  let text = "01088888888,01077777777,01066666666";
  let patt = /(\d{3})(\d{8})/g
  let tmp = text.replace(patt,"$1-$2");
  //tmp "010-88888888,010-77777777,010-66666666"
  

  上面使用特殊字符引$n引用了匹配結(jié)果的分組信息，并將匹配的結(jié)果格式化為自定的樣式。$1引用了第一個(gè)分組信息(\d{3}),$2引用了第二個(gè)分組信息(\d{8})。

  replace方法的第二個(gè)參數(shù)是Function時(shí)，replace會向該函數(shù)傳遞三個(gè)參數(shù)，分別是，匹配的內(nèi)容，匹配項(xiàng)的位置，原生字符串。使用function可以做更精細(xì)的替換，這里不深入講解。

• string.split()方法，該方法用指定的分隔符將指定的字符串分隔為多個(gè)子字符串。這個(gè)分隔符可以是字符串也可以是RegExp對象。使用RegExp作為分隔符時(shí)，該方法在不同瀏覽器存在差異。

2 編寫正則表達(dá)式

正則表達(dá)式的符號較多，可分為普通字符，轉(zhuǎn)義字符，特殊符號，定位符，限定符與組共6大類。

2.1 普通字符

普通字符代表字符本身，如：

let text = "cat,bat";

let patt = /at/g;
let tmp = text.match(patt);
//tmp ["at", "at"]

目標(biāo)字符串text，會找到兩處與patt相關(guān)的內(nèi)容。

2.2 轉(zhuǎn)義字符

有些普通字符轉(zhuǎn)義后代表特殊的含義，比如：w在轉(zhuǎn)義后\w表示任意的0-9，a-z，A-Z以及_下劃線。

轉(zhuǎn)義字符有很多，這里我只列出了常用的3個(gè)w、d、s，他們的大寫是對應(yīng)的含義取反。

let text = "要出差3天，還是1周";
let patt = /\d天/g;

let tmp = patt.exec(text);
// ["3天", index: 3, input: "要出差3天，還是1周", groups: undefined]

上面的例子使用\d表示匹配數(shù)字，后面跟普通字符"天"，這樣就能從上面的一段文字中提取出幾天，注意：雖然1也是數(shù)字，但是它不符合表達(dá)式，因?yàn)楸磉_(dá)式是數(shù)據(jù)后面跟著"天"。

2.3 特殊符號

普通字符代表字符本身，有些普通字符通過轉(zhuǎn)義代表了另一類含義。而有些字符不需要轉(zhuǎn)義就代表了與本身不同的含義，如果要表示這些字符本身的含義，還得通過轉(zhuǎn)義符來轉(zhuǎn)義。這些字符就是我們說的特殊字符：

.表示任意字符，但不包括換行符，如果我們要代表任意字符可以使用前面的\s和\S的組合[\s\S]。

2.4 定位符

定位符比較特別，前面我們講的不管是普通字符、還是特殊字符它匹配的要么是單個(gè)字符，要么就是字符集中的某個(gè)字符，但終歸說來就是匹配的字符，而定位符卻是匹配的位置，注意是位置而不是字符。如果要表示字符本身，也需要使用轉(zhuǎn)義符。

^和$表示字符串的開始和結(jié)束位置，這個(gè)很好理解。而\b表示單詞的邊界，我們知道單詞是以空格隔開的，那么單詞的邊界就是一個(gè)單詞的開始或結(jié)尾處，\B表示非單詞的邊界，即非單詞的開始或結(jié)尾處。例如：

let text = "element release bele";
let patt = /ele/g;

let tmp = patt.exec(text);
//["ele", index: 0, input: "element release", groups: undefined]
tmp = patt.exec(text);
//["ele", index: 9, input: "element release", groups: undefined]
tmp = patt.exec(text);
//["ele", index: 17, input: "element release bele", groups: undefined]
tmp = patt.exec(text);
//null

通過普通字符能夠找到3個(gè)匹配的字符，位置分別在0，9和17。下面我們看看通過\b和\B查找。

let text = "element release bele";

//使用\b定位在單詞的開始位置
let patt = /\bele/g;
patt.exec(text);
//["ele", index: 0, input: "element release", groups: undefined]


//使用\B定位ele元素不在開始或結(jié)束的任意位置
patt = /\Bele/g;
patt.exec(text);
//["ele", index: 9, input: "element release", groups: undefined]

//使用\b定位在單詞的結(jié)束位置
patt = /ele\b/g;
tmp = patt.exec(text);
//["ele", index: 17, input: "element release bele", groups: undefined]

使用\B能找到不是以ele開頭或結(jié)尾的內(nèi)容，\b表示單詞的邊界，邊界分為開始處和結(jié)尾處，\b如果加在前面代表匹配單詞的開始處\bele，加在后面表示匹配單詞的結(jié)尾處ele\b

2.5 限定符

限定符表示重復(fù)的次數(shù)，與其它的類搭配使用。如果要表示字符本身的含義，也需要使用轉(zhuǎn)義符

上面出現(xiàn)了兩個(gè)？號，表示？有2種用法，一種是在字符或分組之后，表示重復(fù)0次或1次。第2中是在限定符之后，表示懶惰模式。

通常正則表達(dá)式在加了限定符后，默認(rèn)都會匹配盡可能多的字符，這種叫做貪婪模式，比如：

let text = "gooooogle;

// 貪婪模式
let patt = /o+/g;
text.match(patt);
//["ooooo"]

// 懶惰模式
let patt = /o+?/g;
text.match(patt);
//["o", "o", "o", "o", "o"]

這里的限定符是+，表示前面的o可以重復(fù)1-n次，在貪婪模式下，表達(dá)式會盡可能多的匹配，對應(yīng)到本例就是5個(gè)連續(xù)的o，所以，返回了一個(gè)"ooooo"字符串。而在懶惰模式下，表達(dá)式會匹配盡可能少的字符，對應(yīng)到本例就是當(dāng)匹配了一個(gè)o時(shí)，表達(dá)式就返回了，因?yàn)楸磉_(dá)式是全局匹配，所以返回了5次o。

2.6 分組

分組使用()來表示，它將括號內(nèi)的表達(dá)式看做一個(gè)整體?？梢詫⒎纸M內(nèi)的表達(dá)式看做整個(gè)表達(dá)式的一個(gè)子表達(dá)式。子表達(dá)式還可以嵌套子表達(dá)式。

2.6.1 分組的限定

我們前面做限定（如+,*,?,{n,m}）時(shí)，都是針對限定符前面的單個(gè)字符，比如https?表示的是對s這個(gè)字符重復(fù)0或1次，代表的是http和https，分組的一個(gè)用途是將字符組成一個(gè)整體，這樣就可以對這個(gè)整體(分組)做限定。

let text = "haha"

let patt = /haha/g
let tmp = text.match(patt);
// ["haha"]

patt = /(ha)+/g
tmp = text.match(patt);
// ["haha"]

/(ha)+/g是對ha分組做+限定。

2.6.2 回溯引用

回溯引用的含義是，在同一個(gè)表達(dá)式中，后面的部分可以用\n的方式引用前面分組匹配的結(jié)果。正則表達(dá)式會為每個(gè)分組從1開始順序的分配一個(gè)編號。結(jié)合前面的\n方式，當(dāng)n=1，表示第一個(gè)分組的內(nèi)容，以此類推。比如我們要查找html文檔中所有的h標(biāo)簽，可以使用如下表達(dá)式：

let patt = /<(h[1-6])[\S\s]*?<\/\1>/ig

/<(h[1-6])[\S\s]*?<\/\1>/ig表達(dá)式使用全局標(biāo)記g和忽略大小寫標(biāo)記i，<是普通字符，(h[1-6])作為一個(gè)分組，能匹配h1-h6的內(nèi)容，這個(gè)分組的編號為1，表達(dá)式的后面部分使用\1引用這個(gè)分組的內(nèi)容，[\S\s]*表示任一空格和非空格字符重復(fù)0到n次，及表示的是任意行數(shù)的全部內(nèi)容，注意.*表示的是單行內(nèi)容，因?yàn)?code>.不包含換行符，所以重復(fù)n次，也只能是一行的內(nèi)容，這里的？加載限定符之后，表示懶惰模式。

回溯引用還可以用于高級的替換場景，這個(gè)需要結(jié)合具體的腳本語言來實(shí)現(xiàn)，下面以js為例

let text = "<p>如有需要，請發(fā)郵件到 xxx@gmail.com </p>";
let patt = /(\b\w+[\w\.]*@[\w+\.]+\.\w+\b)/g;
let tmp = text.replace(patt,"<a href='mailto:$1'>$1</a>");
//<p>如有需要，請發(fā)郵件到 <a href='mailto:xxx@gmail.com'>xxx@gmail.com</a> </p>

上面的場景是將郵箱地址替換為可點(diǎn)擊的鏈接，在js中使用$符號來獲取回溯引用。

2.7 前后查找

前后查找(Lookaround)有時(shí)又叫零寬度匹配，它和定位符(^,$,\b,\B)有點(diǎn)像，都是匹配的是位置，與定位符不同的是，定位符的位置是預(yù)先定義好的，要么是字符串的開始或結(jié)尾，要么就是單詞的邊界與非邊界。而前后查找可以通過子表達(dá)式（定位條件）來定位位置。

與單詞邊界\b相似，在前后查找中，定位的位置（表達(dá)式所匹配的內(nèi)容）也分為前與后，及向前查找與向后查找

前后查找也可以組合起來使用，比如要取標(biāo)簽p中的內(nèi)容：

let text = "<p>如有需要，請發(fā)郵件到 <a href='mailto:xxx@gmail.com'>xxx@gmail.com</a> </p>";

let patt =/(?<=<p>)[\s\S]*?(?=<\/p>)/g
let tmp = text.match(patt);
//["如有需要，請發(fā)郵件到 <a href='mailto:xxx@gmail.com'>xxx@gmail.com</a> "]

上面組合使用了向前查找和向后查找，(?<=<p>)是向后查找，返回條件<p>后面的位置，(?=<\/p>)是向前查找，返回</p>結(jié)束標(biāo)簽前面的位置。[\s\S]*?中間采用懶惰模式匹配兩個(gè)位置(及p標(biāo)簽)之間的內(nèi)容。

let text = "1234567890";
let patt = /\B(?=(\d{3})+$)/g

let tmp = text.replace(patt,",");
//1,234,567,890

text = "1234567890.54";
patt = /\B(?=(\d{3})+\.)/g
tmp = text.replace(patt,",");
//"1,234,567,890.54"

上例是給數(shù)字按3位加逗號，使用了向前查找表達(dá)式，整個(gè)表達(dá)式開始使用了\B，表示位置只會出現(xiàn)在字符串的非邊界上，防止逗號加在整個(gè)字符串的外面。(?=(\d{3})+$)是向前查找，返回滿足(\d{3})+$內(nèi)容前面的位置，注意表達(dá)式最后的定位符是$，可以理解為結(jié)束位置是字符串的最后。當(dāng)有小數(shù)點(diǎn)的時(shí)候，結(jié)束位置應(yīng)該換為\.。

前后查找是查找滿足條件的內(nèi)容的前或后的位置。還有一種是查找不滿足條件的內(nèi)容的前后位置，稱為負(fù)向前后查找，這種用的比較少。

2.8 正則表達(dá)式中的條件

在處理復(fù)雜的業(yè)務(wù)邏輯時(shí)，可能需要在正則表達(dá)式中嵌入條件，及只有滿足特定條件時(shí)，才執(zhí)行相應(yīng)的表達(dá)式。嵌入條件語法使用？,它有兩種情況：

• 根據(jù)回溯引用來進(jìn)行條件處理
• 根據(jù)前后查找來進(jìn)行條件處理

3 參考

[1] 正則表達(dá)式30分鐘入門教程

[2] JavaScript高級程序設(shè)計(jì)(第3版)

[3] 正則表達(dá)式必知必會(修訂版)