本文摘抄自
javascript正則表達式迷你書
正則表達式是匹配模式，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
其實現的方式是使用量詞。譬如 {m,n}，表示連續出現最少 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
標字符串中按順序找到滿足匹配模式的所有子串，強調的是“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，要么放在結尾，要么轉義。總之不會讓引擎認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。
當然，也有相應的范圍表示法
2.3 常見的簡寫形式
| 字符組 | 具體含義 |
|---|---|
\d |
表示 [0-9]。表示是一位數字記憶方式：其英文是 digit（數字） |
\D |
表示 [^0-9]。表示除數字外的任意字符 |
\w |
表示 [0-9a-zA-Z_]。表示數字、大小寫字母和下劃線記憶方式： w 是 word 的簡寫，也稱單詞字符 |
\W |
表示 [^0-9a-zA-Z_]。非單詞字符 |
\s |
表示 [ \t\v\n\r\f]。表示空白符，包括空格、水平制表符、垂直制表符、換行符、回車符、換頁符。 記憶方式： s 是 space的首字母，空白符的單詞是 white space
|
\S |
表示 [^ \t\v\n\r\f]。 非空白符 |
. |
表示 [^\n\r\u2028\u2029]。通配符，表示幾乎任意字符。換行符、回車符、行分隔符和段分隔符除外記憶方式：想想省略號 … 中的每個點，都可以理解成占位符，表示任何類似的東西 |
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。掌握 {m,n} 的準確含義后，只需要記住一些簡寫形式
3.1 簡寫形式
| 量詞 | 具體含義 |
|---|---|
{m,} |
表示至少出現 m 次 |
{m} |
等價于 {m,m}，表示出現 m次 |
? |
等價于 {0,1}，表示出現或者不出現記憶方式：問號的意思表示，有嗎 |
+ |
等價于 {1,}，表示出現至少一次記憶方式：加號是追加的意思，得先有一個，然后才考慮追加 |
* |
等價于 {0,}，表示出現任意次，有可能不出現記憶方式：看看天上的星星，可能一顆沒有，可能零散有幾顆，可能數也數不過來 |
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}/，表示數字連續出現 2 到 5 次。會匹配 2 位、3 位、4 位、5 位連續數字。
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，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 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惰性匹配，因此所有惰性匹配情形如下：
| 惰性量詞 | 貪婪量詞 |
|---|---|
{m,n}? |
{m,n} |
{m,}? |
{m,} |
?? |
? |
+? |
+ |
*? |
* |
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"]
但有個事實我們應該注意，比如我用 /good|goodbye/，去匹配 goodbye 字符串時，結果是 good：
var regex = /good|goodbye/g;
var string = "goodbye";
console.log( string.match(regex) );
// => ["good"]
而把正則改成 /goodbye|good/，結果是：
var regex = /goodbye|good/g;
var string = "goodbye";
console.log( string.match(regex) );
// => ["goodbye"]
也就是說，分支結構也是惰性的，即當前面的匹配上了，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、量詞和分支結構的組合使用罷了。
下面找幾個例子演練一下（其中，每個正則并不是只有唯一寫法）：
5.1 匹配 16 進制顏色值
要求匹配：
#ffbbad
#Fc01DF
#FFF
#ffE
分析：
表示一個 16 進制字符，可以用字符組 [0-9a-fA-F]
其中字符可以出現 3 或 6 次，需要是用量詞和分支結構
使用分支結構時，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 位數字，第一位數字可以為 [0-2]
當第 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]:\\，其中盤符不區分大小寫，注意 \ 字符需要轉義
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```，可以出現任意次。也就是 ([^\\:*<>|"?\r\n/]+\\)*。其中括號表示其內部正則是一個整體。具體詳細請參考第三章
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，當遇到 container后面雙引號時，是不會停下來，會繼續匹配，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，后面會詳細說明）。可以優化如下：
var regex = /id="[^"]*"/
var string = '<div id="container" class="main"></div>';
console.log(string.match(regex)[0]);
// => id="container"
