正则表达式案例分析 （一）

前言

最近在重新学习正则表达式，把在学习过程中所遇到的案例，还有比较难理解概念用自己的理解分析并整理总结。

如有哪些地方不对，欢迎指正，谢谢！(๑•ᴗ•๑)

本系列使用的JavaScript所支持的正则表达式语法，并推荐你使用 regexr.com/ 去做相应的练习。

假定你已经熟悉元字符，方括号，修饰符,量词及RegExp对象。

如果没有，请先看一遍文档
www.w3school.com.cn/jsref/jsref…

本系列同步GitHub github.com/Janking/Blo…

案例分析

(1) 需要转义的特殊字符

$ ( ) * + . ? [ \ ^ {

在文本中遇到 这几种特殊字符想转为文本，需要通过反斜杠\转义：

/\$ \( \) \* \+ \. \? \[ \\ \^ \{/g

也许你会问到 -减号符，}右花括号，]右中括号为何不在内？首先减号符是在[]中的，在前面没与到转义的[左方括号时，减号符及右方括号-]是当普通文本处理，无需转义，而花括号也如此

• Try it: regexr.com/
• Regexp : /\{\w+}\[hello-world]/
• Text : {abc}[hello-world] hey! hey! hey!

(2) 再次匹配先前匹配的文本

如果需要匹配一个 yyyy-mm-dd 格式的日期，其中月份和日期都是年份的个十位

/\b\d\d(\d\d)-\1-\1\b/

反斜杠\1-9可以得到前面分组(\d\d)捕获到的结果，如果是10-99呢？那就\10至\99

• Try it: regexr.com/
• Regexp : /\b\d\d(\d\d)-\1-\1\b/
• Text : 2008-08-08

(3) 单词边界

单词边界这个概念我开始比较抽象，也花了点时间去实践到底是啥，所以在这里作为一个案例来说说。

在单词边界匹配的位置，单词字符后面或前面不与另一个单词字符直接相邻。 不太明白，还是看实例吧！

"That dang-tootin' #!@#$ varmint's cost me $199.95!".replace(/\b/g,function(){
 console.log(arguments)
});

//output
["", 0, "That dang-tootin' #!@#$ varmint's cost me $199.95!"]
["", 4, "That dang-tootin' #!@#$ varmint's cost me $199.95!"]
["", 5, "That dang-tootin' #!@#$ varmint's cost me $199.95!"]
["", 9, "That dang-tootin' #!@#$ varmint's cost me $199.95!"]
["", 10, "That dang-tootin' #!@#$ varmint's cost me $199.95!"]
["", 16, "That dang-tootin' #!@#$ varmint's cost me $199.95!"]
["", 24, "That dang-tootin' #!@#$ varmint's cost me $199.95!"]
["", 31, "That dang-tootin' #!@#$ varmint's cost me $199.95!"]
["", 32, "That dang-tootin' #!@#$ varmint's cost me $199.95!"]
["", 33, "That dang-tootin' #!@#$ varmint's cost me $199.95!"]
["", 34, "That dang-tootin' #!@#$ varmint's cost me $199.95!"]
["", 38, "That dang-tootin' #!@#$ varmint's cost me $199.95!"]
["", 39, "That dang-tootin' #!@#$ varmint's cost me $199.95!"]
["", 41, "That dang-tootin' #!@#$ varmint's cost me $199.95!"]
["", 43, "That dang-tootin' #!@#$ varmint's cost me $199.95!"]
["", 46, "That dang-tootin' #!@#$ varmint's cost me $199.95!"]
["", 47, "That dang-tootin' #!@#$ varmint's cost me $199.95!"]
["", 49, "That dang-tootin' #!@#$ varmint's cost me $199.95!"]

通过控制台输出，我们可以发现\b匹配的位置如下：

细心的你一定会发现数字的开始，小数点的左右都会有单词边界，这意味着单词边界不仅仅是英文字母，还包括数字。

\b属于匹配位置的元字符，一般作占位作用，而不被捕获，同属于匹配位置的还有匹配行起始位^和行结束位$

(4) 处理24小时制时间

24小时制可以分为三段：

1. 00 - 09
2. 10 - 19
3. 20 - 23

先匹配第一阶段： /[0][0-9]/

再接着匹配第二阶段：/[01][0-9]/

第三阶段以此类推？/[012][0-9]/

明显不合适，因为不可能出现大于23以上的数字，那么只能开分支了 /[01][0-9]|2[0-3]/

也许你会说，00-09如果要匹配“没有补零”的情况呢？（即：0,1,2,3,4,5...）

我们可以借助一下量词?匹配 /[01]?[0-9]|2[0-3]/

• Try it: regexr.com/
• Regexp : /[01]?[0-9]|2[0-3]/

(5) 千分位

我们在一些场景里需要将7654321输出成7,654,321这样的格式，这就是千分位，用正则表达式去处理的话，关键是获取位置，那么首先想到的就是要利用非单词边界\B，下面这条正则是能成功取得千分位的位置的：

/\B(?=(\d{3})+(?!\d))/g

先将这个正则分解成三部分：

1 )、 /\B(?=\d)/ 这是\B是为了防止出现,123起始位置被匹配的问题，(?=\d)是非单词边界后紧跟数字

2 )、 尝试一下8位数的数字： '12345678' 在 /\B(?=(\d{3})+)/匹配得到什么结果呢？

// input
'12345678'.replace(/\B(?=(\d{3})+)/g,function(){console.log(arguments);return '|'})

// output
["", "567", 1, "12345678"]
["", "678", 2, "12345678"]
["", "456", 3, "12345678"]
["", "567", 4, "12345678"]
["", "678", 5, "12345678"]

"1|2|3|4|5|678"

首先符合非单词边界\B的有1，2，3，4，5，6，7的右边位置，而后面也同样紧跟数字2，3，4，5，6，7

其次符合\d{3}的有234，345，456，567，678，但后面跟个加号+结果就不一样了

那为什么会得到567，678，456，567，678，这样奇怪的匹配？原理如下：

1. 匹配`\B`第1个非单词边界 `1`的右边位置，则后面(\d{3})+的结果为：234、567，8后面无法补齐3位，匹配得到567
2. 匹配`\B`第2个非单词边界 `2`的右边位置，则后面(\d{3})+的结果为：345、678，匹配得到678
3. 匹配`\B`第3个非单词边界 `3`的右边位置，则后面(\d{3})+的结果为：456、78后面无法补齐3位，匹配得到456
4. 匹配`\B`第4个非单词边界 `4`的右边位置，则后面(\d{3})+的结果为：567、8后面无法补齐3位，匹配得到567
5. 匹配`\B`第5个非单词边界 `5`的右边位置，则后面(\d{3})+的结果为：678
6. 匹配`\B`第6个非单词边界 `6`的右边位置，但78无法补齐3位，
7. 同6
8. 最终小括号分组匹配得到的分别是：567,678,456,567,678

3 )、最后 (?!\d) 是前面匹配成功后跟的非数字，那连起来就是：

1. 匹配`\B`第1个非单词边界 `1`的右边位置，则后面(\d{3})+的结果为：234、567，后面跟着8，不匹配
2. 匹配`\B`第2个非单词边界 `2`的右边位置，则后面(\d{3})+的结果为：345、678，后面跟着非数字，位置匹配成功
3. 匹配`\B`第3个非单词边界 `3`的右边位置，则后面(\d{3})+的结果为：456，后面跟着7、8不匹配
4. 匹配`\B`第4个非单词边界 `4`的右边位置，则后面(\d{3})+的结果为：567，后面跟着8，不匹配
5. 匹配`\B`第5个非单词边界 `5`的右边位置，则后面(\d{3})+的结果为：678，后面跟着非数字，位置匹配成功
6. 最终得到得到可插入逗号的位置为2，5

参考文献：

• 《精通正则表达式》
• 《正则表达式经典实例》