看完你就会正则表达式了

Posted 2021-05-02 给产品经理讲技术

最近看了一篇关于正则表达式的学习笔记，觉得讲的非常好，更有图形化的神器相助，想不学会都难，所以想转给大家看看。

话说不是开发为啥要学正则表达式这种看似很晦涩的东西呢，因为现在很多搜索的场景都是支持正则表达式的，学会了正则表达式就有如一把利剑在手。

本文较长，建议抽40分钟完整的时间一次读完再慢慢消化。以下是正文（为了适应难度，做了稍许调整）

1.什么是正则表达式

正则表达式，又称正规表示式、正规表示法、正规表达式、规则表达式、常规表示法（英语：Regular Expression，在代码中常简写为regex、regexp或RE），计算机科学的一个概念。正则表达式使用单个字符串来描述、匹配一系列匹配某个句法规则的字符串。在很多文本编辑器里，正则表达式通常被用来检索、替换那些匹配某个模式的文本。

通俗的讲就是按照某种规则去匹配符合条件的字符串

2.利用图形化工具理解正则表达式

辅助理解正则表达的在线工具  我们利用这个工具辅助理解，正则表达式。语法没懂表着急，后面会有，这里只是学会用工具帮助我们学习。

手机号正则

/^1[34578][0-9]{9}$/

注释：以1开头，第二位为3 4 5 7 9 其中一个，以9位（本身1次加重复8次）0-9数字结尾

单词边界

/\bis\b/

注释： is前后都是单词的边界，比较晦涩难懂？感受下两者的区别，\b 会方道语法部分讲解

URL分组替换

/http:(\/\/.+\.jpg)/

看不懂的不要慌语法部分后面会有介绍，这里只是展示利用可视化的图形帮助我们理解正则表达式，可以回来再看木有关系

正则表达式中括号用来分组，这个时候我们可以通过用$1来获取 group#1的内容

说下这个正则的意义，如果网站用了https，网站引用静态资源也必须是https，否则报错。如果写成 // 会自动识别 http 或者 https

日期匹配与分组替换

/^\d{4}[/-]\d{2}[/-]\d{2}$/

这个正则比较复杂，画符念咒的地方太多了，一一分析：

1. Start of line 是由^生效的表示以此开头

2. 对应结尾End of line 由$生效表示以此结尾

3. 接着看digit 由 \d 生效表示数字

4. 3times 由{4} 生效表示重复4次，开始的时候有疑问，为什么不是 4times 。后来明白作者的用意，正则表达式是一个规则，用这个规则去从字符串开始匹配到结束（注意计算机读字符串可是不会分行的，都是一个串，我们看到的多行，人家会认为是个 \t ）这里设计好像小火车的轨道一直开到末尾。digit 传过一次，3times表示再来三次循环，共4次，后面的once同理。 自己被自己啰嗦到了。

5. 接下来，是 one of 在手机正则里面已经出现了。表示什么都行。只要符合这两个都让通过。

好了这个正则解释完了，接下来用它做什么呢？

我们可以验证日期的合法性

结合URL分组替换所用到的分组特性，我们可以轻松写出日期格式化的方法

改造下这个正则

/^(\d{4})[/-](\d{2})[/-](\d{2})$/

轻松的可以拿到 group#1 #2 #3 的内容，对应 $1 $2 $3




到现在已经能结合图形化工具看懂正则表达式表达式了，如果想自己写，还要在正则语法上下点功夫

4. 正则表达式语法

1 修饰符 （三个 g i m）

修饰符与其他语法特殊，字面量方法声名的时候放到//后，构造函数声明的时候，作为第二个参数传入。整个正则表达式可以理解为正则表达式规则字符串+修饰符

• g：global 执行一个全局匹配

• i：ignore case执行一个不区分大小写的匹配

• m: multiple lines多行匹配

修饰符可以一起用 const reg =/\bis\b/gim

来说说他们有什么作用

有g和没有g的区别

没有g只替换了第一个，有g 所有的都换了

有i和没有i的区别

有i忽略大小写，没有i严格区分大小写

2 元字符

正则表达式由两种基本字符组成：

• 原义字符

• 非打印字符

• 元字符 (* + ? $ ^ . | \ ( ) { } [ ])

3. 原义字符

这个没什么好解释的，我们一直在举例的 /is/ 匹配字符串'is'

\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“(”。

4. 非打印字符

字符	描述
\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。
\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。

非打印字符，以\n为例

其他的在前端引用比较少，应该在后端处理文本文件的时候会用到

5. 字符类 []

在前面的手机号正则例子