正则表达式学习笔记（一）

在我的工作当中，正则表达式是使用非常频繁的，但是本人对于正则表达式的研究比较浅显，便只好把对正则的一些学习理解记录下来，方便以后翻阅。（感兴趣的朋友可自行搜索老姚的JavaScript正则表达式系列文章）

正则表达式是匹配模式，要么匹配字符，要么匹配位置

1. 横向模糊匹配：可匹配的字符串长度是不固定的。实现方式是使用量词
   eg1：{m, n}表示连续出现最少m次，最多n次
   eg2：/ab{2,3}c/表示第一个字符是“a”，后面是2到5个”b”，最后是”c”

2. 纵向模糊匹配：匹配的字符串具体到某一位时，可以不是某个确定的字符。实现方式是使用字符组
   eg1：[abc]表示匹配”a”、”b”、”c”中的任一字符
   eg2：/a[123]b/可以匹配三种字符：”a1b”、”a2b”、”a3b”

值得一提的是，虽然叫做字符组（字符类），但只是其中的一个字符。譬如[abc]匹配的是”a”、”b”、”c”其中之一

1. 范围表示法
   如果一个字符组里面字符太多的话，可以用连字符“-”来省略和简写。
   譬如匹配字母，可以写为：[a-zA-Z]

   如果需要匹配的字符带有特殊字符，则应该放在开头、结尾或者转义，避免引擎认为是特殊用法

2. 排除字符组（取反）
   [^abc]表示一个除”a”、”b”、”c”之外的任意字符。字符组第一位放^（脱字符）表示取反

3. 常见简写形式

   字符组	具体含义
   d	[0-9]，表示一位数字
   D	[^0-9]，表示除数字外的任意字符
   w	[0-9a-zA-Z_]，表示数字、大小写字母、下划线
   W	[^0-9a-zA-Z]，表示非单词字符
   s	[tnvrf]，表示空白符，包括空格、水平垂直制表符、换行符、换页符、回车符
   S	[^tnvrf]，表示非空白符
   .	通配符，表示几乎任意字符

1. 简写形式

   量词	具体含义
   {m,}	表示至少出现m次
   {m}	表示出现m次
   ?	等价于{0,1}，表示出现或者不出现
   +	等价于{1,}，表示至少出现一次
   *	等价于{0,}，表示有可能不出现，或出现任意次

2. 贪婪匹配与惰性匹配
   贪婪匹配：在满足条件的情况下，尽可能多的匹配
   惰性匹配：在满足条件的情况下，尽可能少的匹配

1
2
3
4
5

var reg1 = /d{2,5}/g;
var reg2 = /d{2,5}?/g;
var str = "123 1234 12345 123456";
console.log(str.match(reg1)); //["123", "1234", "12345", "12345"]
console.log(str.match(reg2)); //["12", "12", "34" "12", "34", "12", "34", "56"]

上面代码单独运算时，呈现出了两种不同的结果；其中reg1运算是贪婪匹配，reg2是惰性匹配(通过在量词后面加”？“就能实现）

3. 多选分支
   多选分支可以支持多个子模式任选其一。譬如(p1|p2|p3)，其中p1，p2，p3是子模式，用管道符（|）分隔表示其中任何之一。

1
2
3

var reg = /good|nice/g;
var str = "good idea, nice boy.";
console.log(str.match(reg)); //["good","nice"]

值得注意的是，分支结构属于惰性匹配，就是当前面的匹配上了，后面的就不在尝试了

1
2
3

var reg = /good|goodbye/g;
var str = "goodbye";
console.log(str.match(reg)); //["good"]

匹配字符，其实就是字符串、量词、分支结构的组合使用(注意：案例代码使用了全局匹配g，需要单独验证，否则会出错)

1. 匹配16进制颜色
   

   分析：
   表示一个16进制字符，可以用字符组[0-9a-fA-F]
   其中字符可以出现3次或者6次，需要用量词和分支结构，使用分支结构时需要注意顺序

1
2
3

var reg = /#([0-9a-fA-F]{6}|[0-9a-fA-F]{3})/g;
var str = "#FF6600 #fff #CCc";
console.log(str.match(reg)); //["#FF6600","#fff","#CCc"]

2. 匹配24小时制时间
   

   分析：
   24小时制时间展示主要如：23：59、02：01
   共有4个数字，第一位数字可以是[0-2]
   当第一位数字是”2”时，第二位可以是[0-3]，否则第二位是[0-9]
   第三位可以是[0-5]，第四位可是是[0-9]
   如果要求匹配”2:2”这种时间格式，则前面的0是可以省略的

1
2
3
4

var reg = /^(0?[0-9]|1[0-9]|[2][0-3]):(0?[0-9]|[1-5][0-9])$/g;
console.log(reg.test("23:59")); //true
console.log(reg.test("02:03")); //true
console.log(reg.test("2:2")); //true

3. 匹配日期（yyyy-mm-dd格式）
   

   分析：
   年：四位数即可，可以表示为[0-9]{4}
   月：分为两种情况：”01”、”02”、…、”09”和”10”、”11”、”12”，可以表示为(0[1-9]|1[0-2])
   日：最大为31日，可以表示为(0[1-9]|[12][0-9]|3[01])

1
2

var reg = /^[0-9]{4}-(0[1-9]|1[0-2])-(0[1-9]|[12][0-9]|3[01])$/g;
console.log(reg.test("2017-02-05")); //true

掌握字符组和量词的大致知识，基本上就算是正则入门了…后续再学习有关于正则表达式的位置匹配~