正则表达式

应用场景

• 表单验证里面，验证字符的合法性，如邮箱是否合法，手机号是否合法等等
• 信息过滤，如论坛帖子或者评论中的非法字符，例如 sql注入、js脚本注入、煽动性的言论
• 信息采集，采集别人网站上面的内容，例如整页采集时 筛选出需求的部分
• 信息替换
• 页面伪静态的规则

测试地址

• 菜鸟工具
• rubular

修饰符

js 修饰符的用法，是修饰符一定要写到 // 之后，可以一次性使用多个修饰符 /^...$/igm

• i 执行对大小写不敏感的匹配。实际上就是不区分大小写的匹配
• g 执行全局匹配（查找所有匹配而非在找到第一个匹配后停止）。
• m 执行多行匹配

转义字符

如果匹配的字符串在正则中有特殊含义的都必须加转义字符。如[]$.*?+|^{}()

但是能要乱加转义

1. 量词

前导字符: 就是紧挨着(+、*、?)等的前一个字符

• n+ 匹配任何包含至少一个 n 的字符串。匹配一个或多个前导字符
• n* 匹配任何包含零个或多个 n 的字符串。前导字符有没有也可以
• n? 匹配任何包含零个或一个 n 的字符串
• n{X} 匹配包含 X 个 n 的序列的字符串
• n{X,Y} 匹配包含 X 到 Y 个 n 的序列的字符串，包括 X 和 Y 个
• n{X,} 匹配包含至少 X 个 n 的序列的字符串
• n$ 匹配任何结尾为 n 的字符串。从末尾开始匹配
• ^n 匹配任何开头为 n 的字符串。（注意位置在前面）

  js is so cool, js, 如果使用 /^js/g (为 js 的匹配规则, g 表示全局匹配, 匹配规则放在 // 里面). 表示 匹配当前字符串的开头是不是js

• ^n$ 表示只匹配字符串 n, 也就是匹配整个字符串

  /js$/g 匹配当前字符串的结尾是不是js

2. 懒惰限定符

• *? 重复任意次，但尽可能少重复

  如 "acbacb" 正则 "a.*?b" 只会取到第一个"acb" 原本可以全部取到但加了限定符后，只会匹配尽可能少的字符 ，而"acbacb"最少字符的结果就是"acb"

• +?` 重复1次或更多次，但尽可能少重复

  与上面一样，只是至少要重复1次

• ?? 重复0次或1次，但尽可能少重复

  如 "aaacb" 正则 "a.??b" 只会取到最后的三个字符"acb"

• {n,m}? 重复n到m次，但尽可能少重复

  如 "aaaaaaaa" 正则 "a{0,m}" 因为最少是0次所以取到结果为空

• {n,}? 重复n次以上，但尽可能少重复

  如 "aaaaaaa" 正则 "a{1,}" 最少是1次所以取到结果为 "a"

3. 元字符

• . 表示单个字符，表示任意字符。除了换行和行结束符
• * 表示任意字符串（ 0 个或多个任意字符，除了换行和行结束符）.也是任意一个字符，* 表示任意个前导字符。二者组合表示任意字符串
• \w 匹配任何数字、字母、下划线。一个 \w 表示一个字符
• \W 匹配任何非数字、非字母、非下划线。
• \d 查找数字。
• \D 查找非数字字符
• \s 查找空白字符
• \S 查找非空白字符
• \b 匹配单词边界（边界字母个数没有限制；\b放前面表示匹配单词前面的边界，\b表示匹配单词后面的边界）
• \B 匹配非单词边界
• \n 查找换行符
• \r 查找回车符
• \t 查找制表符

4. 中括号/方括号/[]

方括号表示一个范围，也称为 字符簇

• [abc] 查找方括号之内的任何字符。
• [^abc] 查找任何不在方括号之间的字符。（方括号中的^表示取反）
• [0-9] 查找任何从 0 至 9 的数字。表示一个字符
• [a-z] 查找任何从小写 a 到小写 z 的字符。
• [A-Z] 查找任何从大写 A 到大写 Z 的字符。
• [A-z] 查找任何从大写 A 到小写 z 的字符。包括下划线。
• [5-8] 查找 5 <= 目标 <= 8 的字符(red|blue|green) 查找任何指定的选项。（竖线|表示或者）

  /[0-9]|[a-z]/g 表示查找 0~9和 a~z 的字符

5. 分组/捕获和反向引用

正则中出现的小括号，就叫捕获或者分组

在正则语法中（在 /…/ 内），在捕获的后面，用 \1 来引用前面的捕获。用 \2 表示第二个捕获的内容…. 在正则语法外（如 replace 时），用 $1 来引用前面的捕获

var str1 = "1111 3213 4345 12341 2990 2323";
// 匹配连续4个数字
var result = str1.match(/\d{4}/g);  // [ '1111', '3213', '4345', '1234', '2323' ]
// 匹配连续4个数字, 第1个和第3个数字相同
var result1 = str1.match(/(\d)\d\1\d/g);  // [ '1111', '4345', '2323' ]
// 匹配连续4个数字, 第1个和第3个数字相同, 并且第2个和第4个数字相同 
var result2 = str1.match(/(\d)(\d)\1\2/g);  // [ '1111', '2323' ]
console.log(result2);

禁止引用

(?:正则) 这个小括号中的内容不能够被引用

var result3 = str1.match(/(?:\d)(\d)\1\2/g);  // 这样是 ❌的, 第一个括号内是不可以被引用的 所以\1只能引用第二个括号的内容, \2 也就无效了
console.log(result3);  // null

6. 环视（断言/零宽断言/正向预测/负向预测）

every(?=n) 匹配任何其后紧接指定字符串 n 的字符串。 有一个字符串是 abacad ，从里面查找 a ，什么样的 a 呢？后面必须紧接b的a。 正则语法是：/a(?=b)/g

var str1 = "abacad";
var result = str1.match(/a(?=b)/g);
console.log(result);  // [ 'a' ]

延伸一下，案例中的a、b都是正则表达式，实际上换一个复杂一点的正则表达式也是可以的

var str1 = "iOS12 PHP7 JS JAVA ";
var result = str1.match(/[A-Za-z]+(?=\d)/g);
console.log(result);  // [ 'iOS', 'PHP' ]

var str2 = "iOS12 PHP7 JS JAVA hello中国 ";
var result2 = str2.match(/[A-Za-z]+(?=\d|[\u4e00-\u9fa5])/g);
console.log(result2);  // [ 'iOS', 'PHP', 'hello' ]

every(?!n) 匹配任何其后没有紧接指定字符串 n 的字符串。 有一个字符串是abacad，从里面查找a，什么样的a呢？后面不能紧接b的a

正则语法是：/a(?!b)/g

var str1 = "abacad";
var result = str1.match(/a(?!b)/g);
console.log(result);  // [ 'a', 'a' ]

另外，还会看到(?!B)[A-Z]这种写法，其实它是[A-Z]范围里，排除B的意思，前置的(?!B)只是对后面数据的一个限定，从而达到过滤匹配的效果

var str1 = "ABCDEFG";
var result = str1.match(/(?!B)[A-Z]/g);  // [ 'A', 'C', 'D', 'E', 'F', 'G' ]
var result2 = str1.match(/(?![B-D])[A-Z]/g);  // [ 'A', 'E', 'F', 'G' ]

var str1 = "423234d6345743";
// 从头匹配到尾, 必须是纯数字
var result = str1.match(/^\d+$/g);
console.log(result);  // null
var result1 = str1.match(/(?!^\d+$)^[A-Za-z0-9]+$/g);
console.log(result1);  // [ '423234d6345743' ] 如果是纯数字则为null