本文摘抄自javascript正則表達(dá)式迷你書

正則表達(dá)式是匹配模式，要么匹配字符，要么匹配位置

本文所用圖示化工具： Regulex

1. 兩種模糊匹配

1.1 橫向模糊匹配

橫向模糊指的是，一個正則可匹配的字符串的長度不是固定的，可以是多種情況的

其實現(xiàn)的方式是使用量詞。譬如 {m,n}，表示連續(xù)出現(xiàn)最少 m次，最多 n 次

var regex = /ab{2,5}c/g;
var string = "abc abbc abbbc abbbbc abbbbbc abbbbbbc";
console.log( string.match(regex) );
// => ["abbc", "abbbc", "abbbbc", "abbbbbc"]

案例中用的正則是 /ab{2,5}c/g，其中 g 是正則的一個修飾符。表示全局匹配，即在目
標(biāo)字符串中按順序找到滿足匹配模式的所有子串，強調(diào)的是“所有”，而不只是“第一個”
。g 是單詞 global的首字母

1.2 縱向模糊匹配

縱向模糊指的是，一個正則匹配的字符串，具體到某一位字符時，它可以不是某個確定的字符，可以有多種
可能

其實現(xiàn)的方式是使用字符組。譬如 [abc]，表示該字符是可以字符 a、b、c 中的任何一個

var regex = /a[123]b/g;
var string = "a0b a1b a2b a3b a4b";
console.log( string.match(regex) );
// => ["a1b", "a2b", "a3b"]

2. 字符組

需要強調(diào)的是，雖叫字符組（字符類），但只是其中一個字符

例如 [abc]，表示匹配一個字符，它可以是 a、b、c 之一

2.1 范圍表示法

如果字符組里的字符特別多的話，怎么辦？可以使用范圍表示法。

比如 [123456abcdefGHIJKLM]，可以寫成 [1-6a-fG-M]。用連字符 - 來省略和簡寫

因為連字符有特殊用途，那么要匹配 a、-、z 這三者中任意一個字符，該怎么做呢？

不能寫成 [a-z]，因為其表示小寫字符中的任何一個字符

可以寫成如下的方式：[-az] 或 [az-] 或 [a\-z]

即要么放在開頭，要么放在結(jié)尾，要么轉(zhuǎn)義?？傊粫屢嬲J(rèn)為是范圍表示法就行了

2.2 排除字符組

縱向模糊匹配，還有一種情形就是，某位字符可以是任何東西，但就不能是 a、b、c

此時就是排除字符組（反義字符組）的概念。例如 [^abc]，表示是一個除 a、b、c之外的任意一個字符。字符組的第一位放 ^（脫字符），表示求反的概念。

當(dāng)然，也有相應(yīng)的范圍表示法

2.3 常見的簡寫形式

如果要匹配任意字符怎么辦？可以使用 [\d\D]、[\w\W]、[\s\S] 和 [^] 中任何的一個

3. 量詞

量詞也稱重復(fù)。掌握 {m,n} 的準(zhǔn)確含義后，只需要記住一些簡寫形式

3.1 簡寫形式

3.2 貪婪匹配與惰性匹配

var regex = /\d{2,5}/g;
var string = "123 1234 12345 123456";
console.log( string.match(regex) );
// => ["123", "1234", "12345", "12345"]

其中正則/\d{2,5}/，表示數(shù)字連續(xù)出現(xiàn) 2 到 5 次。會匹配 2 位、3 位、4 位、5 位連續(xù)數(shù)字。

但是其是貪婪的，它會盡可能多的匹配。你能給我 6 個，我就要 5 個。你能給我 3 個，我就要 3 個

反正只要在能力范圍內(nèi)，越多越好

我們知道有時貪婪不是一件好事（請看文章最后一個例子）。而惰性匹配，就是盡可能少的匹配：

var regex = /\d{2,5}?/g;
var string = "123 1234 12345 123456";
console.log( string.match(regex) );
// => ["12", "12", "34", "12", "34", "12", "34", "56"]

其中/\d{2,5}?/ 表示，雖然 2 到 5 次都行，當(dāng) 2 個就夠的時候，就不再往下嘗試了

通過在量詞后面加個問號就能實現(xiàn)惰性匹配，因此所有惰性匹配情形如下：

對惰性匹配的記憶方式是：量詞后面加個問號，問一問你知足了嗎，你很貪婪嗎？

4. 多選分支

一個模式可以實現(xiàn)橫向和縱向模糊匹配。而多選分支可以支持多個子模式任選其一

具體形式如下：(p1|p2|p3)，其中 p1、p2 和 p3 是子模式，用 |（管道符）分隔，表示其中任何之一

例如要匹配字符串 good 和 nice 可以使用 /good|nice/

var regex = /good|nice/g;
var string = "good idea, nice try.";
console.log( string.match(regex) );
// => ["good", "nice"]

但有個事實我們應(yīng)該注意，比如我用 /good|goodbye/，去匹配 goodbye 字符串時，結(jié)果是 good：

var regex = /good|goodbye/g;
var string = "goodbye";
console.log( string.match(regex) );
// => ["good"]

而把正則改成 /goodbye|good/，結(jié)果是：

var regex = /goodbye|good/g;
var string = "goodbye";
console.log( string.match(regex) );
// => ["goodbye"]

也就是說，分支結(jié)構(gòu)也是惰性的，即當(dāng)前面的匹配上了，后面的就不再嘗試了

5. 案例分析

匹配字符，無非就是字符組、量詞和分支結(jié)構(gòu)的組合使用罷了。

下面找?guī)讉€例子演練一下（其中，每個正則并不是只有唯一寫法）：

5.1 匹配 16 進(jìn)制顏色值

要求匹配：

#ffbbad
#Fc01DF
#FFF
#ffE

分析：
表示一個 16 進(jìn)制字符，可以用字符組 [0-9a-fA-F]

其中字符可以出現(xiàn) 3 或 6 次，需要是用量詞和分支結(jié)構(gòu)

使用分支結(jié)構(gòu)時，需要注意順序

正則如下：

var regex = /#([0-9a-fA-F]{6}|[0-9a-fA-F]{3})/g;
var string = "#ffbbad #Fc01DF #FFF #ffE";
console.log( string.match(regex) );
// => ["#ffbbad", "#Fc01DF", "#FFF", "#ffE"]

5.2 匹配時間

以 24小時制為例

要求匹配：

23:59
02:07

分析：

共 4 位數(shù)字，第一位數(shù)字可以為 [0-2]

當(dāng)?shù)?1 位為 2 時，第 2 位可以為 [0-3]，其他情況時，第 2 位為 [0-9]

第 3 位數(shù)字為 [0-5]，第4位為 [0-9]

正則如下：

var regex = /^([01][0-9]|[2][0-3]):[0-5][0-9]$/;
console.log( regex.test("23:59") );
console.log( regex.test("02:07") );
// => true
// => true

正則中使用了 ^ 和 $，分別表示字符串開頭和結(jié)尾。

如果也要求匹配 7:9，也就是說時分前面的 0 可以省略

此時正則變成：

var regex = /^(0?[0-9]|1[0-9]|2[0-3]):(0?[0-9]|[1-5][0-9])$/;
console.log( regex.test("23:59") );
console.log( regex.test("02:07") );
console.log( regex.test("7:9") );
// => true
// => true
// => true

5.3 匹配日期

比如 yyyy-mm-dd 格式為例

要求匹配：

2017-06-10

分析：

年，四位數(shù)字即可，可用 [0-9]{4}

月，共 12個月，分兩種情況 01、02、…、09 和 10、11、12，可用 (0[1-9]|1[0-2])

日，最大 31 天，可用 (0[1-9]|[12][0-9]|3[01])

正則如下：

var regex = /^[0-9]{4}-(0[1-9]|1[0-2])-(0[1-9]|[12][0-9]|3[01])$/;
console.log( regex.test("2017-06-10") );
// => true

5.4 window 操作系統(tǒng)文件路徑

要求匹配：

F:\study\javascript\regex\regular expression.pdf
F:\study\javascript\regex\
F:\study\javascript
F:\

分析：

整體模式是：

盤符:\文件夾\文件夾\文件夾\

其中匹配 F:\，需要使用 [a-zA-Z]:\\，其中盤符不區(qū)分大小寫，注意 \ 字符需要轉(zhuǎn)義

文件名或者文件夾名，不能包含一些特殊字符，此時我們需要排除字符組 [^\\:*<>|"?\r\n/] 來表示合法
字符

另外它們的名字不能為空名，至少有一個字符，也就是要使用量詞 +。因此匹配 文件夾\，可用
[^\\:*<>|"?\r\n/]+\\

另外 文件夾```，可以出現(xiàn)任意次。也就是 ([^\\:*<>|"?\r\n/]+\\)*。其中括號表示其內(nèi)部正則是一個整體。具體詳細(xì)請參考第三章

路徑的最后一部分可以是 文件夾，沒有 \，因此需要添加 ([^\\:*<>|"?\r\n/]+)?

最后拼接成了一個看起來比較復(fù)雜的正則：

var regex = /^[a-zA-Z]:\\([^\\:*<>|"?\r\n/]+\\)*([^\\:*<>|"?\r\n/]+)?$/;
console.log( regex.test("F:\\study\\javascript\\regex\\regular expression.pdf") );
console.log( regex.test("F:\\study\\javascript\\regex\\") );
console.log( regex.test("F:\\study\\javascript") );
console.log( regex.test("F:\\") );
// => true
// => true
// => true
// => true

其中，在JavaScript中字符串要表示字符\ 時，也需要轉(zhuǎn)義

5.5 匹配 id

要求從

<div id="container" class="main"></div>

提取出 id="container"

可能最開始想到的正則是：

var regex = /id=".*"/
var string = '<div id="container" class="main"></div>';
console.log(string.match(regex));
// => id="container" class="main"

因為 . 是通配符，本身就匹配雙引號的，而量詞 * 又是貪婪的，當(dāng)遇到 container后面雙引號時，是不會停下來，會繼續(xù)匹配，直到遇到最后一個雙引號為止

解決之道，可以使用惰性匹配：

var regex = /id=".*?"/
var string = '<div id="container" class="main"></div>';
console.log(string.match(regex)[0]);
// => id="container"

當(dāng)然，這樣也會有個問題。效率比較低，因為其匹配原理會涉及到“回溯”這個概念（這里也只是順便提一
下，后面會詳細(xì)說明）。可以優(yōu)化如下：

var regex = /id="[^"]*"/
var string = '<div id="container" class="main"></div>';
console.log(string.match(regex)[0]);
// => id="container"