正则表达式

正则表达式是匹配模式，要么匹配字符，要么匹配位置。能够实现模糊匹配。

1. 横向模糊匹配：正则可匹配的字符串的长度是不固定的
2. 纵向模糊匹配：正则匹配的字符串，具体到某一位数字时，他可以不是某个确定的字符，可以用多种可能。

匹配字符

字符组

量词

匹配位置

符号	含义
^	匹配开头，在多行匹配中匹配行开头
$	匹配结尾，在多行匹配中匹配行结尾
\b	\b 是单词边界, 具体就是 \w 与 \W 之间的位置, 也包括 \w 与 ^ 之间的位置, 和 \w 与 $ 之间的位置。
\B	\B 就是 \b 的反面的意思,非单词边界。例如在字符串中所有位置中,扣掉 \b,剩下的都是 \B 的。
(?=p)	(?=p), p 是子模式，即 p 前面的位置
(?! p)	与 (？=p) 相反，即非 p 前面的位置
(?<=p)	只有在 p 后面才匹配
(?<! p)	匹配非 p 后面位置，和上面相反

括号

括号提供子表达式，强调括号内的正则是一个整体。

1. 分组
2. 分支结构

分组引用

分组引用比普通模式多了分组编号， #1 #2 #3

![[Pasted image 20221125073625.png]]

提取数据、替换

var regex = /(\d{4})-(\d{2})-(\d{2})/; 
var string = "2017-06-12"; 
console.log( string.match(regex) ); 
// => ["2017-06-12", "2017", "06", "12", index: 0, input: "2017-06-12"]

反向引用

可以在正则本身里引用分组，但只能引用之前出现的分组，即反向引用。
反向引用实际开发中因为对正则掌握不全面，很少使用，需要重视。

匹配 2022-11-25 字符，可以使用

var reg = \d{4}(-)\d{2}(-)\d{2}\

![[Pasted image 20221125075148.png]]

也可以使用反向引用。注意下面的正则中的 \1，是分组引用，后面第二个 - 就可以使用分组引用的 \ 去实现。

var reg = \d{4}(-)\d{2}\1\d{2}\

![[Pasted image 20221125074823.png]]

回溯

回溯和算法中的回溯非常像，都是先占有，然后等后面的匹配出现问题了，再回退，重新匹配。
正则 /ab{1,3}c/，匹配文本 abbbc，形式如下：
![[Pasted image 20221125080009.png]]
先匹配 3 个 b，然后匹配 c，这里一次性通过了，没有产生回溯。
如果匹配字符串 abbc, 那么将产生回溯
![[Pasted image 20221125080132.png]]
他会持续性的匹配 b 字符，知道出错，然后产生回退（回溯）。

回溯形式

贪婪量词

在局部是贪婪地，但是也要满足整体的正确匹配。

惰性量词

惰性量词就是在贪婪量词后面加个问号，表示尽可能少的匹配。

var string = "12345"; 
var regex = /(\d{1,3}?)(\d{1,3})/; 
console.log( string.match(regex) ); 
// => ["1234", "1", "234", index: 0, input: "12345"]

![[Pasted image 20221125081204.png]]

惰性量词，匹配到第一次就结束，但是为了整体匹配达成，需要进行多次匹配。因此最后 {1,3}? 的匹配是 12

var string = "12345"; 
var regex = /(\d{1,3}?)(\d{1,3}$)/; 
console.log( string.match(regex) ); 
// => ['12345', '12', '345', index: 0, input: '12345', groups: undefined]

![[Pasted image 20221125081303.png]]

分支结构

分支结构也是惰性的，比如 /can|candy/，匹配字符串 candy，得到的结果是 can，前面的分支满足了，就不会尝试后面的匹配。

语言本身

语言结构

结构	说明
字面量	匹配一个具体字符,包括不用转义的和需要转义的。比如 a 匹配字符 “a”, 又比如 \n 匹配换行符,又比如 . 匹配小数点
字符组	匹配一个字符, 可以是多种可能之一, 比如 [0-9], 表示匹配一个数字。也有 \d 的简写形式。另外还有反义字符组,表示可以是除了特定字符之外任何一个字符,比如 [^0-9], 表示一个非数字字符,也有 \D 的简写形式
量词	表示一个字符连续出现, 比如 a{1, 3} 表示 “a” 字符连续出现 3 次。另外还有常见的简写形式, 比如 a+ 表示 “a” 字符连续出现至少一次
锚	匹配一个位置,而不是字符。比如 ^ 匹配字符串的开头,又比如 \b 匹配单词边界, 又比如 (?=\d) 表示数字前面的位置
分组	用括号表示一个整体,比如 (ab)+,表示 “ab” 两个字符连续出现多次, 也可以使用非捕获分组 (?:ab)+。
分支	多个子表达式多选一, 比如 abc|bcd, 表达式匹配 “abc” 或者 “bcd” 字符子串。反向引用, 比如 \2, 表示引用第 2 个分组

操作符优先级

操作符描述	操作符	优先级
转义符	\	1
括号和方括号	()、(?:…)、(?=…)、(?!…)、[…]	2
量词限定符	{m}、{m, n}、{m,}、?、*、+	3
位置和序列	^、$、元字符、一般字符	4
管道符	|	5

晚上想发布的时候，好像还是很难记，送上打油诗一首：

尖尖是开头，美国有末日
加加叠叠叠，星星可多少
问号最神秘，最多给一次
括号分类型，分组还给你
中括号最花心，一个即是对
花括号最贪心，总想多又多
花括号加问号，才懂够用就好

配上字符之后即是：

尖尖 (^^) 是开头，美国 ( $$) 有末日
加加（++）叠叠叠，星星 (**) 可多可少
问号 (??) 最神秘，最多给一次
括号 () 分类型，物以群分
中括号 [] 最花心，一个即是对
花括号 {m,n} 最贪心，总想多又多
花括号配问号{m,n}?，才懂够用够用就好

参考

1. 正则指引
2. JavaScript 正则表达式迷你书