全面的正则表达式文档
概念
正则表达式是对字符串操作的一种逻辑公式，就是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”，这个“规则字符串”用来表达对字符串的一种过滤逻辑。
var expression = / pattern / flags;
创建正则（RegExp）
var reg = /abc/g // 字面量
var reg = new RegExp('abc', 'g') //构造函数方式
正则定义了很多特殊意义的字符，有名词，量词，谓词等，下面逐一介绍
简单字符
没有特殊意义的字符都是简单字符，简单字符就代表自身
/abc/ 匹配 abc
/123/ 匹配 123
/-_-/ 匹配 -_-
/2345/ 匹配 2345
转义字符
\是转移字符，其后面的字符会代表不同的意思，主要有三个作用：
第一种，是为了匹配不方便显示的特殊字符，比如换行，tab符号等
第二种，正则中预先定义了一些代表特殊意义的字符，比如\w等
第三种，在正则中某些字符有特殊含义，转义字符可以让其显示自身的含义
元字符
- . 匹配除换行符以外的任意字符
- \w 匹配字母或数字或下划线或汉字
- \s 匹配任意的空白符
- \d 匹配数字
- \b 匹配单词的开始或结束
- ^ 匹配字符串的开始
- $ 匹配字符串的结束
反义
- \W 匹配任意不是字母，数字，下划线，汉字的字符
- \S 匹配任意不是空白符的字符
- \D 匹配任意非数字的字符
- \B 匹配不是单词开头或结束的位置
- [^x] 匹配除了x以外的任意字符
- [^aeiou] 匹配除了aeiou这几个字母以外的任意字符
字符边界
有时我们会有边界的匹配要求，比如已xxx开头，已xxx结尾
^在[]外表示匹配开头的意思
^abc // 可以匹配abc，但是不能匹配aabc
$表示匹配结尾的意思
abc$ // 可以匹配abc，但是不能匹配abcc
上面提到的\b表示单词的边界
abc\b // 可以匹配 abc ，但是不能匹配 abcc
量词
如果需要匹配多次某个字符，正则也提供了量词的功能，正则中的量词有多个，如?、+、*、{n}、{m,n}、{m,}
{n}匹配n次，比如a{2}，匹配aa
{m, n}匹配m-n次，优先匹配n次，比如a{1,3}，可以匹配aaa、aa、a
{m,}匹配m-∞次，优先匹配∞次，比如a{1,}，可以匹配aaaa...
?匹配0次或1次，优先匹配1次，相当于{0,1}
+匹配1-n次，优先匹配n次，相当于{1,}
*匹配0-n次，优先匹配n次，相当于{0,}
正则默认是贪婪模式的，凡是表示范围的量词，都优先匹配上限而不是下限
a{1, 3} // 匹配字符串'aaa'的话，会匹配aaa而不是a
有时候这不是我们想要的结果，可以在量词后面加上?，就可以开启非贪婪模式
a{1, 3}? // 匹配字符串'aaa'的话，会匹配a而不是aaa
懒惰与贪婪
- *? 重复任意次，但尽可能少重复
- +? 重复1次或更多次，但尽可能少重复
- ?? 重复0次或1次，但尽可能少重复
- {n,m}? 重复n到m次，但尽可能少重复
- {n,}? 重复n次以上，但尽可能少重复
字符集和
有时我们需要匹配一类字符，字符集可以实现这个功能，字符集的语法用[]分隔
下面的代码能够匹配a或b或c
[abc]
如果要表示字符很多，可以使用-表示一个范围内的字符，下面两个功能相同
[0123456789] ======= [0-9]
在前面添加^，可表示非的意思，下面的代码能够匹配abc之外的任意字符
[^abc]
其实正则还内置了一些字符集，在上面的转义字符有提到，下面给出内置字符集对应的自定义字符集
- . 匹配除了换行符（\n）以外的任意一个字符 ====== [^\n]
- \w = [0-9a-Z_]
- \W = [^0-9a-Z_]
- \s = [ \t\n\v]
- \S = [^ \t\n\v]
- \d = [0-9]
- \D = [^0-9]
选择表达式
有时我们想匹配x或者y，如果x和y是单个字符，可以使用字符集，[abc]可以匹配a或b或c，如果x和y是多个字符，字符集就无能为力了，此时就要用到分组
正则中用|来表示分组选择，a|b表示匹配a或者b的意思
123|456|789 // 匹配 123 或 456 或 789
分组与引用
分组是正则中非常强大的一个功能，分组可以让量词作用于一组字符，而非单个字符，分组的语法是圆括号包裹(xxx)
(abc){2} // 匹配abcabc
分组中还可以使用选择表达式
(123|456){2} // 匹配 123123、456456、123456、456123
和分组相关的概念还有一个捕获分组和非捕获分组，分组默认都是捕获的，在分组的(后面添加?:可以让分组变为非捕获分组，非捕获分组可以提高性能和简化逻辑
'123'.match(/(?:123)/) // 返回 ['123']
'123'.match(/(123)/) // 返回 ['123', '123']
和分组相关的另一个概念是引用，比如在匹配html标签时，通常希望<xxx></xxx>后面的xxx能够和前面保持一致
引用的语法是\数字，数字代表引用前面第几个捕获分组，注意非捕获分组不能被引用
<([a-z]+)><\/\1> // 可以匹配 `<span></span>` 或 `<div></div>`等
你也可以自己指定子表达式的组名。要指定一个子表达式的组名，请使用这样的语法：(?<Word>\w+)(或者 (?'Word'\w+)),这样就把\w+的组名指定为Word了。要反向引用这个分组捕获的内容，你可以使用\k<Word>,所以上一个例子也可以写成这样：\b(?<Word>\w+)\b\s+\k<Word>\b。
零宽断言
在使用正则表达式时，有时我们需要捕获的内容前后必须是特定内容，但又不捕获这些特定内容的时候，就要使用零宽断言；
- (?=exp)断言自身出现的位置的后面能匹配表达式exp
- (?<=exp)断言自身出现的位置的前面能匹配表达式exp
- (?!exp) 断言此位置的后面不能匹配表达式exp
- (?<!exp) 断言此位置的前面不能匹配表达式exp
Egg：
No zuo no die,no can no BB.
\b\w+\b(?=\.) => ???
(?<=o)\s+\b\w+\b => ???
\w+\b\s+(?![ndz]) => ???
(?<!o)\s+\b\w+\b =>
???
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
修饰符
默认正则是区分大小写，这可能并不是我们想要的，正则提供了修饰符的功能，修复的语法如下
/xxx/gi // 最后面的g和i就是两个修饰符
g正则遇到第一个匹配的字符就会结束，加上全局修复符，可以让其匹配到结束
i正则默认是区分大小写的，i可以忽略大小写
m正则默认遇到换行符就结束了，不能匹配多行文本，m可以让其匹配多行文本
api
js中用到正则的地方有两个入口，正则的api和字符串的api
- RegExp#test
- RegExp#exec
- String#search
- String#match
- String#split
- String#replace
RegExp#test
每个正则实例都有test方法，test的参数是字符串，返回值是布尔值，表示当前正则是否能匹配指定的字符串
/abc/.test('abc') // true
/abc/.test('abd') // false
RegExp#exec
exec使用方法和test一样，只是返回值并不是布尔值，而是返回匹配的结果
匹配成功返回一个数组，数组第一项是匹配结果，后面一次是捕获的分组
/abc(d)/.exec('abcd') // ["abcd", "d", index: 0, input: "abcd"]
此数组还有另外两个参数，input是输入的字符串，index表示匹配成功的序列在输入字符串中的索引位置
如果有全局参数(g)，第二次匹配时将从上次匹配结束时继续
var r1 = /ab/
r1.exec('ababab') // ['ab', index: 0]
r1.exec('ababab') // ['ab', index: 0]
var r2 = /ab/g
r2.exec('ababab') // ['ab', index: 0]
r2.exec('ababab') // ['ab', index: 2]
r2.exec('ababab') // ['ab', index: 4]
这一特性可以被用于循环匹配，比如统计字符串中abc的次数
var reg = /abc/g
var str = 'abcabcabcabcabc'
var num = 0;
var match = null;
while((match = reg.exec(str)) !== null) {
num++
}
console.log(num) // 5
如果匹配失败则返回null
/abc(d)/.exec('abc') // null
String#search
search方法返回匹配成功位置的索引，参数是字符串或正则，结果是索引
'abc'.search(/abc/) // 0
'abc'.search(/c/) // 2
如果匹配失败则返回-1
'abc'.search(/d/) // -1
'abc'.search(/d/) !== -1 // false 转换为布尔值
String#match
match方法也会返回匹配的结果，匹配结果和exec类似
'abc'.match(/abc/) // ['abc', index: 0, input: abc]
'abc'.match(/abd/) // null
如果有全局参数(g)，match会返回所有的结果，并且没有index和input属性
'abcabcabc'.match(/abc/g) // ['abc', 'abc', 'abc']
String#split
字符串的split方法，可以用指定符号分隔字符串，并返回数据
'a,b,c'.split(',') // [a, b, c]
其参数也可以使一个正则，如果分隔符有多个时，就必须使用正则
'a,b.c'.split(/,|\./) // [a, b, c]
String#replace
字符串的replace方法，可以将字符串的匹配字符，替换成另外的指定字符
'abc'.replace('a', 'b') // 'bbc'
其第一个参数可以是正则表达式，如果想全局替换需添加全局参数
'abc'.replace(/[abc]/, 'y') // ybc
'abc'.replace(/[abc]/g, 'y') // yyy 全局替换
在第二个参数中，也可以引用前面匹配的结果
'abc'.replace(/a/, '$&b') // abbc $& 引用前面的匹配字符
'abc'.replace(/(a)b/, '$1a') // aac &n 引用前面匹配字符的分组
'abc'.replace(/b/, '$\`') // aac $` 引用匹配字符前面的字符
'abc'.replace(/b/, "$'") // acc $' 引用匹配字符后面的字符
replace的第二个参数也可以是函数，其第一个参数是匹配内容，后面的参数是匹配的分组
'abc'.replace(/\w/g, function (match, $1, $2) {
return match + '-'
})
// a-b-c-
RegExp
RegExp是一个全局函数，可以用来创建动态正则，其自身也有一些属性
$_
$n
input
length
lastMatch
来个例子
/a(b)/.exec('abc') // ["ab", "b", index: 0, input: "abc"]
RegExp.$_ // abc 上一次匹配的字符串
RegExp.$1 // b 上一次匹配的捕获分组
RegExp.input // abc 上一次匹配的字符串
RegExp.lastMatch // ab 上一次匹配成功的字符
RegExp.length // 2 上一次匹配的数组长度
实例属性
正则表达式的实例上也有一些属性
flags
ignoreCase
global
multiline
source
lastIndex
egg: var r = /abc/igm;
r.flags // igm
r.ignoreCase // true
r.global // true
r.multiline // true
r.source // abc
lastIndex比较有意思，表示上次匹配成功的是的索引
var r = /abc/igm;
r.exec('abcabcabc')
r.lastIndex // 3
r.exec('abcabcabc')
r.lastIndex // 6
可以更改lastIndex让其重新开始
var r = /abc/igm;
r.exec('abcabcabc') // ["abc", index: 0]
r.exec('abcabcabc') // ["abc", index: 3]
r.lastIndex = 0
r.exec('abcabcabc') // ["abc", index: 0]
实战实例
来几个常用的例子
/(?:0\d{2-3}-)?\d{7}/ // 电话号 010-xxx xxx
/^1[378]\d{9}$/ // 手机号 13xxx 17xxx 18xxx
/^[0-9a-zA-Z_]+@[0-9a-zA-Z]+\.[a-z]+$/ // 邮箱
((2[0-4]\d|25[0-5]|[01]?\d\d?)\.){3}(2[0-4]\d|25[0-5]|[01]?\d\d?) //ip地址
str = str.replace(/^\s*|\s*$/g, '') //trim（）
^[\u4e00-\u9fa5]{0,}$ //字符串仅能是中文。
str = str.replace(/(.)\1+/gi,'$1'); //字符串去重
难点：捕获性分组与非捕获性分组
捕获性分组工作模式()会把每个分组里匹配的值保存起来；
非捕获性分组工作模式下分组(?:)会作为匹配校验，并出现在匹配结果字符里面，但不作为子匹配返回。
比如利用非捕获性分组获取字符串000aaa111，而且只返回一个值为aaa111的数组：
//先看用捕获性分组匹配会返回什么
var str1 = '000aaa111';
var pattern = /([a-z]+)(\d+)/; //捕获性分组匹配
var arr = pattern.exec(str1);
console.log(arr) //['aaa111','aaa','111'] 结果子串也获取到了，这并不是我们想要的结果
//非捕获性分组
var str2 = '000aaa111';
var pattern2 = /(?:[a-z]+)(?:\d+)/; //非捕获性分组匹配
var arr2 = pattern.exec(str2);
console.log(arr2) //['aaa111'] 结果正确
比如利用捕获性分组把 hello world 互换成 world hello：
方法一：通过exec函数
var str = 'hello world'; //首先创建好字符串
var pattern = /([a-z]+)\s([a-z]+)/; //先通过正则匹配这个字符串，用分组模式来获取这两个单词
var arr = pattern.exec(str); // exec方法返回的是一个数组，包含匹配到的字符串以及分组(也称子串)里的值
console.log(arr); //['hello world','hello','world']
console.log(arr[0]); //'hello world' 匹配到的字符串
console.log(arr[1]); //'hello' 第一个分组([a-z]+)的值
console.log(arr[2]); //'world' 第二个分组([a-z]+)的值
//这时候两个分组的值都得到了,接下来用字符串拼接法实现互换
var n_str = arr[2]+' '+arr[1];
console.log(n_str) //world hello
方法二：通过String的replace()
var str = 'hello world';
var pattern = /([a-z]+)\s([a-z]+)/;
var n_str = str.replace(pattern,"$2 $1"); //这里的$1、$2与方法二里的RegExp.$1、RegExp.$2作用是相同的。
console.log(n_str) //world hello
在线测试地址：https://regexr.com/
