精通正则表达式学习笔记

第一章

行的起始和结束

^，$

字符组

匹配若干字符之一，在字符组内部，字符组元字符‘-’（连字符）表示一个范围。（只有在字符组内部，连字符才是元字符）。在字符组内部，.和?被当作普通字符。

排除型字符组

[^...]表示匹配一个未列出的字符

用点号匹配任意字符

元字符.是用来匹配单个任意字符的字符组的简便写法。如果我们需要在表达式中使用一个“匹配任何字符”的占位符，用点号就很方便。

多选结构

匹配任意子表达式。例如书里的gr(e|a)y，通过括号来划定多选结构的范围。多选结构比字符组优的地方在于它可以匹配任意长度的文本。

忽略大小写

参数i表示忽略大小写，i称作“修饰符”，修饰符其实不是正则表达式里的一部分，但编程语言里一般都会提供这样的修饰符，另外还有g。

单词边界符

\<和\>匹配单词分界的位置，用来匹配单词的开头和结尾部分。但<和>并不是元字符，只有当它们与斜线结合起来的时候，整个序列才具有特殊意义。在js中，\b表示一个单词边界，也就是单词和空格之间的位置。

可选项元素

元字符?代表可选项，把它加到一个字符的后面，就表示此处容许出现这个字符，不过它的出现并非匹配成功的必要条件。比如我们想要匹配7月4日（July fourth）的文本，其中月份可能写作July或Jul，而日期可能写作fourth，4th 或者是4。我们可以用July?.(fourth|4(th)?)来匹配。

其他量词：重复出现

元字符+表示“之前相邻的元素出现一次或多次”，*表示“之前相邻的字符出现任意多次或者不出现”。加号，问号和星号这三个元字符，统称为量词。举例来说：.?能够匹配一个可能出现的空格，.*能够匹配任意多个空格，.+能够确保至少有一个空格。

规定出现次数的范围：区间

{min, max}

括号及反向引用

在前面我们遇到了括号的两种作用：限制多选项的范围，将若干字符组合为一个单元。现在要介绍另一种用途：括号能够记忆其中的子表达式匹配的文本。在匹配the"the的时候，我们就可以用\<([A-Za-z]+)"+\1\>。比如我们想查询一段文本里所有可能出现的重复单词，我们可以先匹配任意一个单词，接下来利用反向引用检查“后面的单词是否与它一样”。

'hello, World world'.match(/([a-z]+) +\1/gi)
在浏览器控制台里测试一下吧。

但是这个表达式仍有它的局限性，它会把每一行文字都当作一个独立部分来看待，所以如果单词重复的第一个单词在某行末尾，第二个单词在下一行的开头，这个表达式就无法找到。

神奇的转义

如果我们想匹配元字符，比如：.，?，(，...呢？我们可以在这些元字符前面加上反斜线，这里的反斜线称为“转义符”——它作用的元字符会失去特殊含义，成了普通字符。

example

编写正则表达式，我们不仅需要去考虑哪些匹配的情况，还需要去考虑怎么样排除不匹配的情况。
例如：匹配12小时制时刻的文字（9:17 am）或（12:30 pm）
考虑：小时数情况：(1[012]|[1-9])；分钟情况：[0-5][0-9]；所以合起来就是：(1[012]|[1-9]:[0-5][0-9] (am|pm)。
思考：怎么匹配24小时制的时间？（提示：时刻部分：0?[0-9]|1[0-9]|2[0-3]，前面的也可以合并一下：[01]?[0-9]|2[0-3]）

子表达式

“子表达式”指的是整个正则表达式中的一部分，通常是括号内的表达式，或者是由|分隔的多选分支，或是单个字符。注意：量词作用的对象是它们之前紧邻的子表达式，所以mis+pell中的+作用的是s，而不是mis。

第二章

用\s来匹配所有空白，另外正则表达式里还提供了许多有用的“简记法”。例如：\S, \w, \W, \d, \D等等

非捕获型括号

在上一章中，利用捕获型括号，可以很容易地取到前面已经匹配到的分组，但有时候我们不需要捕获这个分组，比如书中提到的温度转换的这个例子（/^([-+]?[0-9]+(?:\.[0-9]*)?))\s*([CF])$/），(?:...)表示只分组不捕获。

替换

有的时候我们想要利用正则表达式来替换文本中的一些字符。js中String类有个replace()方法，下面的例子就用这个方法做演示：
1：将浮点数做一下转化（保留小数点后两位数字，如果第三位不为零，也需要保留。）例如：12.3750000000392修正为12.375，37.500修正为37.50。

var num1 = "12.3750000000392";
num1.replace(/(\d*)(\.\d\d[1-9]?)\d*/, '$1$2') //12.375