正则表达式

Posted 2020-08-25 NIK

一、前言

　　虽然园子里已经有很多人总结过正则了，但自己不主动整理下，别人的永远是别人的，自己动手后才不会那么快遗忘。正则表达式用事先定义好的一些特定字符及这些特定字符的组合，组成一个“规则字符串”，用这个“规则字符串”用来表达对字符串的一种过滤逻辑。正则表达式本身作为一门语言，学习方式类似其他语言，先学词(元字符)，然后学语法，最后拼接字符表达出自己想要表达的含义。

二、正则元字符

1. 字符
   

   字符	字符说明	示例	示例说明
   \w	与数字、字符、下划线以及汉字匹配
   \d	与十进制数字字符匹配
   \s	与任何空白字符匹配(空格、制表符、换行等)
   \W	与不是数字、字符、下划线以及汉字的字符匹配
   \D	与非数字字符匹配
   \S	与非空白字符匹配
   [character_group]	与character_group中指定的任意单个字符匹配	[abc]	匹配gray中的a
   [^character_group]	与character_group中指定字符之外任意字符匹配	[^abc]	匹配gray中的g、r、y
   [first-last]	与指定范围中的任意单个字符匹配	[a-z1-9]	匹配abCD2中的a、b、2
   [^first-last]	与指定范围外的任意字符匹配	[^a-z1-9]	匹配abCD2中的C、D
   .	与换行符以外的任意字符匹配
   character_group	与character_group指定的字符集匹配	ra	匹配gray中的ra
   \	字符转义	1\.9	匹配1.98中的1.9

   
   
   
   
   
   
   
   
   
   
   
   
   
   
   
   
   
   
   
   
2. 数量词
   

   字符	字符说明	示例	示例说明
   *	匹配上一个元素零次或多次	\d*\.\d	匹配88.88中的88.8，.88中的.8
   +	匹配上一个元素一次或多次	\d+\.\d	匹配88.88中的88.8
   ?	匹配上一个元素零次或一次	\d?\.\d	匹配88.88中的8.8，.88中的.8
   {n}	匹配上一个元素n次	\d{1}\.\d	匹配88.88中的8.8
   {n,}	匹配上一个元素至少n次	\d{1,}\.\d	匹配88.88中的88.8
   {n,m}	匹配上一个元素n到m次	\d{1,3}\.\d	匹配8888.88中的888.8
   *?	匹配上一个元素零次或多次，但次数尽可能少	1\d*?	匹配1888.88中的1
   +?	匹配上一个元素一次或多次，但次数尽可能少	1\d+?	匹配1888.88中的18
   ??	匹配上一个元素零次或一次，但次数尽可能少	1\d??	匹配1888.88中的1
   {n,}	匹配上一个元素至少n次，但次数尽可能少	1\d{2,}	匹配1888.88中的188
   {n,m}	匹配上一个元素n到m次，但次数尽可能少	1\d{2,5}	匹配1888.88中的188

   
   
   
   
   
   
   
   
   
   
   
   
   
   
   
   
   
   
   
3. 定位点
   

   字符	字符说明	示例	示例说明
   ^	匹配字符串的开头	^\w{2}	匹配123456中的12
   $	匹配字符串末尾	\w{2}$	匹配123456中的56
   \b	匹配字符(\w)的边界(开始、结束)	\b\w{2}\b	匹配123 45 678中的45
   \B	匹配非字符边界的位置	bc\B	匹配abc abcd 中第二个bc

　　

 三、正则语法

1. 分支
   在编码的时候，通常有这么一种场景，字符串满足“条件1”或者“条件2”，幸运的是正则提供了类似其他语言或运算功能，当然符号也很类似，示例如下：
   \b189\d{8}|\b159\d{8}　　表达式匹配189开头或者159开头且长度为11的字符串。
   注意：正则匹配分支顺序从左到右，若左边分支匹配成功则不再匹配剩下的条件。比较这两个表达式有什么不同    \d{5}-\d{4}|\d{5}    \d{5}|\d{5}-\d{4}
2. 分组
   前面的示例中介绍了如何用数量词重复单个字符，例如：1\d*。那么如何重复多个字符呢？正则可以使用小括号将待重复的字符包裹起来，然后使数量词作用于被小括号包裹的整个字符集上，示例如下：
   0\.(13)+    表达式匹配0.13,13无限循环小数。
   
   正则使用小括号指定分组后，这个分组匹配的文本，默认会缓存起来，供表达式后续使用。
   分组匹配的文本每个组都自动拥有一个编号，从左向右以左小括号为标志，第一个组编号为1，依次递增。编号0表示整个正则表达式
   正则指定分组时可单独为每个组指定组名，在组号分配时优先给未命名的组分配编号，然后再给指定组名的分组分配编号，因此组号分配过程需要扫描两次表达式。
   js不支持分组命名
   

   语法	语法说明
   (exp)	捕获匹配exp的字符串，并为其分配一个从1开始的编号
   (?<group_name>exp)	捕获匹配exp的字符串，并为其指定组名group_name，也可以写成(?‘group_name‘exp)
   (?:exp)	匹配exp，不捕获字符串，也不分配组号

   
   
   
   
   
   
   
3. 向后引用
   向后引用用于重复搜索前面某个分组匹配的文本，\1表示分组1匹配的文本，\k<group_name>或者\k‘group_name‘表示组名为group_name分组匹配的文本。示例如下：
   \b(\w+)\b\s+\1\s+\1\b    捕获三次重复的单词，例如：go go go
   \b(?<name>\w+)\b\s+\k<name>\s+\<name>\b    捕获三次重复的单词，例如：go go go。
4. 零宽断言
   前面介绍正则元字符的时候提到定位点(^、$等)，但是有时候我们需要自定义一些定位点，例如位置ing。像^指定一个位置，这个位置满足某种条件(即断言)，我们称之为零宽断言。
   断言跟前面的定位点一样分为前瞻、后瞻，js不支持后瞻断言。正向断言会消耗字符，负向断言不消耗字符。
   

   语法	语法说明	示例	示例说明
   (?=exp)	零宽度正向前瞻，匹配后面跟的是exp的位置	\b\w+(?=ing)	匹配I am writing a blog中的writ
   (?!exp)	零宽度负向前瞻，匹配后面不是跟的exp的位置	\b\w{4}(?!ing)	匹配I am writing a blog中的blog
   (?<=exp)	零宽度正向后瞻，匹配前面跟的是exp的位置	(?<=wri)\w+\b	匹配I am writing a blog中的ting
   (?<!exp)	零宽度负向后瞻，匹配前面不是跟的exp的位置	(?<!wri)\w{4}\b	匹配I am writing a blog中的blog

   
   
   
   
   
   
   
   

 四、其他

1. 正则在线工具
   http://regexr.com/
2. 参考链接
   本文主要介绍了正则的一些基础属性，若需使用此文未介绍的特性可查阅以下链接
   https://msdn.microsoft.com/zh-cn/library/az24scfc.aspx
   http://deerchao.net/tutorials/regex/regex.htm