正则表达式第三回--模式分组与前瞻

Posted 2021-03-04 zhangnan35

贪婪的正则

正则是默认贪婪的，它会尽可能多的匹配，我想这是一个大家都知道的事实。 经典例子：

‘12345678‘.replace(/d{3,7}/g, ‘#‘)

// 输出： #8

可以看到，规则是匹配3~7个数字，由于正则默认是贪婪模式，匹配了最大数量7个；

如果我们希望它尽可能少的匹配，也就是说一旦匹配成功就不继续匹配了，只需要在量词后面加个问号即可。

‘12345678‘.replace(/d{3,7}？/g, ‘#‘)

// 输出： ##78

分组

我们知道，量词是作用于紧挨着它的那个元字符或原义文本字符或分组的。

‘a1b2c3d4‘.replace(/[a-z]d{3}/g, "#")

// 输出： a1b2c3d4

上面这个示例中，我们本来试图匹配一个小写英文字母加数字连续出现3次的场景，把它换成#,但是事与愿违，规则与字符串并没有匹配上。实际上，紧挨着量词{3}的是一个元字符d，所以这里的意思是：匹配数字连续出现三次。

如果要准确匹配我们的初始想法，可以给这个组合加上分组，修改后如下：

‘a1b2c3d4‘.replace(/([a-z]d){3}/g, "#")

// 输出： #d4

当然，分组的魅力不在这里，分组的最大魅力在于分组引用，在repalce函数的第二个参数中，可以直接在字符串

神奇的"或"

或的写法是|,正则的或是单竖杠，JS中逻辑符号的或是双竖杠，这点需要注意。

或符号|在没有碰到分组边界的时候会把正则表达式“切割”成好几段，在遇到分组边界时则停止，比如/Lady|Gaga/表示匹配单词Lady或Gaga。

"LadyGaga".replace(/Lady|Gaga/g, ‘#‘);
// 输出： ##

注意：或字符两边不要留空格，写成/Lady | Gaga/这样，因为这里的空格也属于原义文本字符。

当然，一开始我们也提到了，在遇到分组边界符时，或字符就“割”不动了，会停下来。这种情况比较少。

有前瞻，没有后顾

所谓前瞻，就是当匹配到符合正则的内容时，向前检查前面的内容是否符合断言部分。

断言这个概念是什么意思呢？它可以在里面书写一切的正则表达式，形式为(?=我们写的正则规则),但和普通的正则表达式不同的是：它不算作正式规则的一部分，只作为一种我们定义规则的辅助规则。举个栗子就明白了：

"my love, my heart".replace(/myslove/g, ‘#‘);
// 正常书写正则，输出为 #, my heart

"my love, my heart".replace(/my(?=slove)/g, ‘#‘);
// 用断言书写后面的空格加love，输出 # love, my heart
// 断言内的空格加love并没有随my一起被替换掉

原来这特么就叫断言啊。

注意一下前瞻的方向，因为字符串的匹配是从左到右，所以向前，也就是向右。