javascript - 正则表达式入门先了解这些

前言

此内容由学习《JavaScript正则表达式迷你书（1.1版）》整理而来（于2020年3月30日看完）。此外还参考了MDN上关于Regex和String的相关内容，还有ECMAScript 6中关于正则的扩展内容，但不多。在文章末尾，会放上所有的链接。

迷你书共七章，我都做了相应的标号。不过我将【7】7种方法放在了前面，讨论了具体情境下怎么正确使用函数的问题（其实是我自己一直被这个问题困扰，书上的例子为什么用这个方法，为什么这个方法这里返回这样，那里却不是这样，把我搞崩溃了），也建议大家先搞懂这个吧。

本文重点

正则的 2 种创建
正则的 6 个修饰符（i、g、m、u、y、s）
【7】.用到正则的 7 种方法（RegExp（exec、test）,String（search、match、matchAll、replace、split））
正则表达式中的6种结构（字符字面量、字符组、量词、锚、分组、分支）
- 【1】.字符匹配：字面量、字符组、量词。重点还有贪婪匹配与惰性匹配
- 【2】.位置匹配：^ 、$ 、 \b 、\B 、(?=abc) 、 (?!abc) 的使用
- 【3】.括号的作用：分组和分支结构。知识点有：分组引用（$1的使用）、反向引用（\1的使用）、括号嵌套、括号结合量词
【4】~~.回溯原理~~ （本文大多介绍的是实践中用的基础知识，后期对此可能会单独写篇，先占个坑）
【5】.正则的拆分：重点是操作符的优先级
【6】.~~正则表达式的构建~~（本章写了些提高正则准确性和效率的内容，也先占个坑）
简单实用的正则测试器

2种创建

语法：/pattern/flags

var regexp = /\w+/g;

var regexp = new RegExp('\\w+','g');

6个修饰符

重点介绍全局与非全局：

全局就是说在字符串中查找所有与正则式匹配的内容，因此会有>=1个结果。
而为了得到这个所谓的所有匹配内容的过程，后面介绍的函数还有一次执行和多次执行之别。
如果正则表达式中存在分组，该模式下各个函数返回的结果也不一样。

非全局就简单了，它表示匹配到了一个就不会再继续往后匹配了，因此都是一次就得结果。

7种方法

以下图在我学习的过程中，修改了很多遍，才得出了这个最简洁明了的版本。

【补充1】全局模式对 exec 和 test 的影响

正则实例有个 lastIndex 属性，表示尝试匹配时，从字符串的 lastIndex 位开始去匹配。

全局匹配下，字符串的四个方法，每次匹配时，都是从 0 开始的，即 lastIndex 属性始终不变。
而正则实例的两个方法 exec、test，当正则是全局匹配时，每一次匹配完成后，都会修改 lastIndex。（详见下面示例）

如果是非全局匹配，自然都是从字符串第 0 个字符处开始尝试匹配：

exec()在全局状态下，需要一次次执行直到末尾才能得到所有匹配项，这里只是手动模拟下。当然最好是用循环实现，while ((match = regexp.exec(str)) !== null) {//输出}

var regexp = /a/g;
console.log( regexp.exec("a"), regexp.lastIndex );// [ 'a', index: 0, input: 'a', groups: undefined ] 1
console.log( regexp.exec("aba"), regexp.lastIndex );// [ 'a', index: 2, input: 'aba', groups: undefined ] 3
console.log( regexp.exec("ababc"), regexp.lastIndex );// null 0

注意：该部分将的所有正则表达式不知道的都先不要急，慢慢来。

【补充2】全局下match、exec、matchAll示例

match()和exec()示例：

//全局模式下，匹配所有能匹配到的
var regexp1 = /t(e)(st(\d?))/g;
var str1 = 'test1test2';
console.log(str1.match(regexp1)); //match返回所有匹配项组成的数组[ 'test1', 'test2' ]
console.log(regexp1.exec(str1))// exec第一次执行返回第一个匹配项和它的分组['test1', 'e','st1','1',index:0,input:'test1test2',groups:undefined]
console.log(regexp1.exec(str1))//exec第二次执行返回第二个匹配项和它的分组['test2', 'e','st2','2',index:5,input:'test1test2',groups:undefined]
console.log(regexp1.exec(str1))//exec第二次执行已经到末尾了，因此第三次结果为null

//非全局模式下，只匹配到第一项就停止
var regexp2 = /t(e)(st(\d?))/;
var str2 = 'test1test2';
console.log(str2.match(regexp2)); //match['test1', 'e','st1','1',index:0,input:'test1test2',groups:undefined]
console.log(regexp2.exec(str2))  //exec['test1', 'e','st1','1',index:0,input:'test1test2',groups:undefined]

matchAll()示例：

matchAll()是es6的用法，记住它返回的就是一个迭代器。可以用for...of循环取出，也可以用...迭代器运算符或者Array.from(迭代器)将它转为数组。

var array1 = [...str1.matchAll(regexp1)];
console.log(array1)
//['test1','e','st1','1',index: 0,input: 'test1test2',groups: undefined]
//['test2','e','st2','2',index: 5,input: 'test1test2',groups: undefined]

var array2 = [...str2.matchAll(regexp2)];
console.log(array2)
//['test1','e','st1','1',index: 0,input: 'test1test2',groups: undefined]

到目前为止，我们应该积攒了很多问号了。我学的过程中有以下两个问题：

1./t(e)(st(\d?))/g和/t(e)(st(\d?))/的区别我知道了，但t(e)(st(\d?))这是什么意思呢？

2.上文所谓的“与正则表达式匹配的内容”和“匹配项中分组捕获的内容”怎么理解？

那就带着问题看后面的内容吧。

7种结构 -字符匹配

字面量

字符组

需要强调的是，虽叫字符组（字符类），但只是其中一个字符。

如果字符组里的字符特别多，可用连字符 - 来省略和简写（见表格示例）。

示例：全局匹配，使用match()方法返回字符串中与表达式匹配的所有内容。[123]表示这个位置的字符可以是1、2、3中的任意一个

量词

有了一个字符，那我我们就会考虑到需要它出现几次，那么量词来了。

示例：全局匹配，使用match()方法返回字符串中与表达式匹配的所有内容。b{2,5}表示字符b出现2到5次。

贪婪匹配与惰性匹配

贪婪匹配/\d{2,5}/ 表示数字连续出现 2 到 5 次，会尽可能多的匹配。你如果有 6 个连续的数字，那我就要我的上限 5 个；你如果只有 3 个连续数字，那我就要3个。想要我只取 2 个，除非你只有两个。

惰性匹配/\d{2,5}?/ 表示虽然 2 到 5 次都行，当 2 个就够的时候，我也不贪，我就取两个。

对惰性匹配的记忆方式是：量词后面加个问号，问一问你知足了吗，你很贪婪吗？注意是量词后面量词后面量词后面，重要的事说三遍。还是来个例子吧,?与??：
'testtest1test2'.match(/t(e)(st(\d?))/g) 的结果就是 [ 'test', 'test1', 'test2' ]
'testtest1test2'.match(/t(e)(st(\d??))/g) 的结果就是 [ 'test', 'test', 'test' ]