正则笔记-忘记就来看
如果想知道正则在js中的应用可移步：JS中的正则应用
选项(attributes)
js中的正则表达式选项：
- i 忽略大小写
- m 处理多行
- g 全局匹配（查找所有匹配而非在找到第一个匹配后停止）。
元字符（特殊代码）
字符：是计算机软件处理文字时最基本的单位，可能是字母，数字，标点符号，空格，换行符，汉字等等
匹配字符
\d一位数字\D任意非数字的字符\w字母或数字或下划线\W任意不是字母，数字，下划线的字符\n\r其中\r回车，\n换行符\s任意的空白符，包括空格，制表符(Tab)，换行符，中文全角空格等\S任意不是空白符的字符.查找单个字符，除了换行和行结束符。
注意:js中
\w匹配不到汉字，在其他语言中有能匹配到汉字的
范围，指定这个范围中的一个字符
[aeiou]里面单个字符是或的关系[^aeiou]除了aeiou这几个字母以外的任意字符[0-9]指这个范围中的一个，相当于\d[^x]除了x以外的任意字符
量词，指定它前边的内容出现的次数，加了量词时正则会表现出贪婪匹配的特性
?重复0次或1次(表示有或没有),用在量词后面表示尽可能少重复，切换了懒惰匹配的特性+重复1次或更多次*连续重复使用任意次(它代表的不是字符，也不是位置，而是数量){n}重复n次{n,m}连续重复n-m次{n,}重复n次或更多次
其他
\b匹配单词的开始或结束
虽然通常英文的单词是由空格，标点符号或者换行来分隔的，但是\b并不匹配这些单词分隔字符中的任何一个，它只匹配一个位置。\B不是单词开头或结尾的位置^匹配字符串的开始（[^]这里表示除了的意思）$匹配字符串的结束 这两个和\b类似，都只匹配一个位置- 选项m和^$一起使用时，就变成了匹配行的开始处和结束处，因此在此模式下,$的精确含意是:匹配\n之前的位置以及字符串结束前的位置.
不常用
\t制表符，Tab\v竖向制表符(?<x>-<y>exp)平衡组(?>exp)贪婪子表达式(?(exp)yes|no)把exp当作零宽正向先行断言，如果在这个位置能匹配，使用yes作为此组的表达式；否则使用no(?(exp)yes)同上，只是使用空表达式作为no(?(name)yes|no)如果命名为name的组捕获到了内容，使用yes作为表达式；否则使用no(?(name)yes)同上，只是使用空表达式作为no
原文输出需要转译的都是有特殊意义的字符，当然包括所有元字符，但是不包括
-
贪婪与懒惰
a.*b：它将会匹配最长的以a开始，以b结束的字符串。如果用它来搜索aabab的话，它会匹配整个字符串aabab。这被称为贪婪匹配。
a.*?b：匹配最短的，以a开始，以b结束的字符串。如果把它应用于aabab的话，它会匹配aab（第一到第三个字符）和ab（第四到第五个字符）。这被称为懒惰匹配
为什么第一个匹配是aab（第一到第三个字符）而不是ab（第二到第三个字符）？简单地说，因为正则表达式有另一条规则，比懒惰／贪婪规则的优先级更高：最先开始的匹配拥有最高的优先权
分枝条件（|,又叫或）
正则表达式里的分枝条件指的是有几种规则，如果满足其中任意一种规则都应该当成匹配，具体方法是用|把不同的规则分隔开。使用分枝条件时，要注意各个条件的顺序。匹配分枝条件时，将会从左到右地测试每个条件，如果满足了某个分枝的话，就不会去再管其它的条件了。
分组（()）
用法一：重复多个字符
(xxx){num}
用法二：捕获组（分组捕获）
默认情况下，每个分组会自动拥有一个组号
组号分配规则：
- 分组0对应整个正则表达式
- 实际上组号分配过程是要从左向右扫描两遍的：第一遍只给未命名组分配，第二遍只给命名组分配，因此所有命名组的组号都大于未命名的组号
- 你可以使用(?:exp)这样的语法来剥夺一个分组对组号分配的参与权．
- 自定义组号：
(?<Word>\w+)或(?'Word'\w+)这样就可以把这个捕获组的组号变成了Word了，再使用反向引用时不能再用\num这种写法，要使用\k<Word>才能拿到内容。
常用分组语法：
| 分类 | 代码/语法 | 说明 |
|---|---|---|
| 捕获 | (exp) |
匹配exp,并捕获文本到自动命名的组里 |
(?<name>exp) |
匹配exp,并捕获文本到名称为name的组里，也可以写成(?'name'exp) | |
(?:exp) |
匹配exp,不捕获匹配的文本，也不给此分组分配组号 | |
| 零宽断言 | (?=exp) |
（零宽度正预测先行断言）匹配后面跟的是exp的内容 |
(?<=exp) |
（零宽度正回顾后发断言）匹配前面是exp的内容 | |
(?!exp) |
（零宽度负预测先行断言）匹配后面跟的不是exp的内容 | |
(?<!exp) |
（零宽度负回顾后发断言）匹配前面不是exp的内容 | |
| 注释 | (?#comment) |
这种类型的分组不对正则表达式的处理产生任何影响，用于提供注释让人阅读 |
反向引用（后向引用，不知道哪个名字对，无奈脸。。。）
反向引用用于重复搜索前面某个分组匹配的文本。要结合捕获组使用
正则表达式中想用num号组捕获到的内容再做匹配时，可以写\num
注意：是捕获到的内容，不是捕获组所用的正则
小栗子
\b(\w+)\b\s+\1\b，能匹配到 go go , word word , aaa aaa 等，但是无法匹配到 go to
更改组号写法：\b(?<Word>\w+)\b\s+\k<Word>\b
零宽断言
用于查找在某些内容(但并不包括这些内容)之前或之后的东西，也就是说它们像\b,^,$那样用于指定一个位置，这个位置应该满足一定的条件(即断言)，因此它们也被称为零宽断言。
栗子：(?<=<(\w+)>).*(?=<\/\1>)用来匹配不包含属性的简单HTML标签内里的内容。
解析：(?<=<(\w+)>)指定了这样的前缀：被尖括号括起来的单词(比如可能是<b>)，然后是.*(任意的字符串),最后是一个后缀(?=<\/\1>)。注意后缀里的\/，它用到了前面提过的字符转义；\1则是一个反向引用，引用的正是捕获的第一组，前面的(\w+)匹配的内容，这样如果前缀实际上是<b>的话，后缀就是</b>了。整个表达式匹配的是<b>和</b>之间的内容(再次提醒，不包括前缀和后缀本身)。
平衡组/递归匹配
需要匹配可嵌套的层次性结构
| 语法 | 说明 |
|---|---|
(?'group') |
把捕获的内容命名为group,并压入堆栈(Stack) |
(?'-group') |
从堆栈上弹出最后压入堆栈的名为group的捕获内容，如果堆栈本来为空，则本分组的匹配失败 |
(?(group)yes|no) |
如果堆栈上存在以名为group的捕获内容的话，继续匹配yes部分的表达式，否则继续匹配no部分 |
(?!) |
零宽负向先行断言，由于没有后缀表达式，试图匹配总是失败 |
我们需要做的是每碰到了左括号，就在压入一个"Open",每碰到一个右括号，就弹出一个，到了最后就看看堆栈是否为空－－如果不为空那就证明左括号比右括号多，那匹配就应该失败。正则表达式引擎会进行回溯(放弃最前面或最后面的一些字符)，尽量使整个表达式得到匹配。
平衡组的一个最常见的应用就是匹配HTML,下面这个例子可以匹配嵌套的<div>标签：<div[^>]*>[^<>]*(((?'Open'<div[^>]*>)[^<>]*)+((?'-Open'</div>)[^<>]*)+)*(?(Open)(?!))</div>.
好吧，我并不知道怎么用平衡组。。。
小知识
- 加^$则需要输入的整个字符都需要满足所写的正则匹配规则才可以，如果不加则整个字符串中只要有能匹配上规则的部分即可
- ^\w+ 匹配一行的第一个单词(或整个字符串的第一个单词，具体匹配哪个意思得看选项设置)
- [.?!] 匹配标点符号(.或?或!)
- [^.?!] 匹配除了标点符号.或?或!以外的任意字符
本文主要参考文献
- 正则表达式30分钟入门教程：http://deerchao.net/tutorials/regex/regex.htm
- w3school JavaScript RegExp 对象：http://www.w3school.com.cn/jsref/jsref_obj_regexp.asp
