1. 概述

正則表達式（regular expression）是一種表達文本模式（即字符串結構）的方法，有點像字符串的模板，常常用作按照“給定模式”匹配文本的工具。比如，正則表達式給出一個Email地址的模式，然后用它來確定一個字符串是否為Email地址。JavaScript的正則表達式體系是參照Perl 5建立的。
新建一個正則表達式的方法有兩種：
一種是字面量的方式

var regex = /[a-z]/

另一種是創建實例：

var regex = new RegExp('[a-z]')

上面兩種寫法是等價的，都新建了一個內容為[a-z]的正則表達式對象。它們的主要區別是，第一種方法在編譯時新建正則表達式，第二種方法在運行時新建正則表達式。
還要一條需要注意的是，如果要創建可變的正則表達式需要用new創建實例：

new RegExp('(^|\s+)'+cls+'$|\s+')
var cls = 'active'

RegExp構造函數還可以接受第二個參數，表示修飾符（詳細解釋見下文）。

var regex = new RegExp('xyz', "i");
// 等價于
var regex = /xyz/i;

正則對象生成以后，有兩種使用方式：

正則對象的方法：將字符串作為參數，比如

regex.test(string)

字符串對象的方法：將正則對象作為參數，比如

string.match(regex)

2. 正則對象的屬性和方法

2.1　 屬性

正則對象的屬性分成兩類。
一類是修飾符相關，返回一個布爾值，表示對應的修飾符是否設置。

ignoreCase：返回一個布爾值，表示是否設置了i修飾符，該屬性只讀。
global：返回一個布爾值，表示是否設置了g修飾符，該屬性只讀。
multiline：返回一個布爾值，表示是否設置了m修飾符，該屬性只讀。

var r = /abc/igm;

r.ignoreCase // true
r.global // true
r.multiline // true

另一類與修飾無關的屬性，主要有以下兩個。

lastIndex：返回下一次開始搜索的位置。該屬性可讀寫，但是只在設置了g修飾符時有意義。
source：返回正則表達式的字符串形式（不包括反斜杠），該屬性只讀。

var r = /abc/igm;

r.lastIndex // 0
r.source // "abc"

2.2 　test()

正則對象的test方法返回一個布爾值，表示當前模式是否能匹配參數字符串。

/cat/.test('cats and dogs') // true

如果正則表達式帶有g修飾符，則每一次test方法都從上一次結束的位置開始向后匹配。

var r = /x/g;
var s = '_x_x';

r.lastIndex // 0
r.test(s) // true

r.lastIndex // 2
r.test(s) // true

r.lastIndex // 4
r.test(s) // false

上面代碼的正則對象使用了g修飾符，表示要記錄搜索位置。接著，三次使用test方法，每一次開始搜索的位置都是上一次匹配的后一個位置。
帶有g修飾符時，可以通過正則對象的lastIndex屬性指定開始搜索的位置。

var r = /x/g;
var s = '_x_x';

r.lastIndex = 4;
r.test(s) // false

上面代碼指定從字符串的第五個位置開始搜索，這個位置是沒有字符的，所以返回false。

lastIndex屬性只對同一個正則表達式有效，所以下面這樣寫是錯誤的。

var count = 0;
while (/a/g.test('babaa')) count++;

上面代碼會導致無限循環，因為while循環的每次匹配條件都是一個新的正則表達式，導致lastIndex屬性總是等于0。
如果正則模式是一個空字符串，則匹配所有字符串。

new RegExp('').test('abc')
// true

2.3　exec()

正則對象的exec方法，可以返回匹配結果。如果發現匹配，就返回一個數組，成員是每一個匹配成功的子字符串，否則返回null。

var s = '_x_x';
var r1 = /x/;
var r2 = /y/;

r1.exec(s) // ["x"]
r2.exec(s) // null

上面代碼中，正則對象r1匹配成功，返回一個數組，成員是匹配結果；正則對象r2匹配失敗，返回null。
如果正則表示式包含圓括號（即含有“組匹配”），則返回的數組會包括多個成員。第一個成員是整個匹配成功的結果，后面的成員就是圓括號對應的匹配成功的組。也就是說，第二個成員對應第一個括號，第三個成員對應第二個括號，以此類推。整個數組的length屬性等于組匹配的數量再加1。

var s = '_x_x';
var r = /_(x)/;

r.exec(s) // ["_x", "x"]

上面代碼的exec方法，返回一個數組。第一個成員是整個匹配的結果，第二個成員是圓括號匹配的結果。

exec方法的返回數組還包含以下兩個屬性：

input：整個原字符串。
index：整個模式匹配成功的開始位置（從0開始計數）。

var r = /a(b+)a/;
var arr = r.exec('_abbba_aba_');

arr // ["abbba", "bbb"]

arr.index // 1
arr.input // "_abbba_aba_"

上面代碼中的index屬性等于1，是因為從原字符串的第二個位置開始匹配成功。

如果正則表達式加上g修飾符，則可以使用多次exec方法，下一次搜索的位置從上一次匹配成功結束的位置開始。

var r = /a(b+)a/g;

var a1 = r.exec('_abbba_aba_');
a1 // ['abbba', 'bbb']
a1.index // 1
r.lastIndex // 6

var a2 = r.exec('_abbba_aba_');
a2 // ['aba', 'b']
a2.index // 7
r.lastIndex // 10

var a3 = r.exec('_abbba_aba_');
a3 // null
a3.index // TypeError: Cannot read property 'index' of null
r.lastIndex // 0

var a4 = r.exec('_abbba_aba_');
a4 // ['abbba', 'bbb']
a4.index // 1
r.lastIndex // 6

3.字符串的方法

字符串對象的方法之中，有4種與正則對象有關。

match()：返回一個數組，成員是所有匹配的子字符串。
search()：按照給定的正則表達式進行搜索，返回一個整數，表示匹配開始的位置。
replace()：按照給定的正則表達式進行替換，返回替換后的字符串。
split()：按照給定規則進行字符串分割，返回一個數組，包含分割后的各個成員。

3.1　 String.prototype.match()

字符串對象的match方法對字符串進行正則匹配，返回匹配結果。

var s = '_x_x';
var r1 = /x/;
var r2 = /y/;

s.match(r1) // ["x"]
s.match(r2) // null

從上面代碼可以看到，字符串的match方法與正則對象的exec方法非常類似：匹配成功返回一個數組，匹配失敗返回null。

如果正則表達式帶有g修飾符，則該方法與正則對象的exec方法行為不同，會一次性返回所有匹配成功的結果。

var s = 'abba';
var r = /a/g;

s.match(r) // ["a", "a"]
r.exec(s) // ["a"]

設置正則表達式的lastIndex屬性，對match方法無效，匹配總是從字符串的第一個字符開始。

3.2　String.prototype.replace()

字符串對象的replace方法可以替換匹配的值。它接受兩個參數，第一個是搜索模式，第二個是替換的內容。

str.replace(search, replacement)

搜索模式如果不加g修飾符，就替換第一個匹配成功的值，否則替換所有匹配成功的值。

'aaa'.replace('a', 'b') // "baa"
'aaa'.replace(/a/, 'b') // "baa"
'aaa'.replace(/a/g, 'b') // "bbb"

example：
replace方法的一個應用，就是消除字符串首尾兩端的空格：

var str = '  #id div.class  ';

str.replace(/^\s+|\s+$/g, '')
// "#id div.class"

replace方法的第二個參數可以使用美元符號$，用來指代所替換的內容。

$& 指代匹配的子字符串。
$` 指代匹配結果前面的文本。
$' 指代匹配結果后面的文本。
$n 指代匹配成功的第n組內容，n是從1開始的自然數。
$$ 指代美元符號$。

'hello world'.replace(/(\w+)\s(\w+)/, '$2 $1')
// "world hello"

'abc'.replace('b', '[$`-$&-$\']')
// "a[a-b-c]c"

replace方法的第二個參數還可以是一個函數，將每一個匹配內容替換為函數返回值。

'3 and 5'.replace(/[0-9]+/g, function(match){
  return 2 * match;
})
// "6 and 10"

var a = 'The quick brown fox jumped over the lazy dog.';
var pattern = /quick|brown|lazy/ig;

a.replace(pattern, function replacer(match) {
  return match.toUpperCase();
});
// The QUICK BROWN fox jumped over the LAZY dog.

4.匹配規則

4.1　字面量字符和元字符

大部分字符在正則表達式中，就是字面的含義，比如/a/匹配a，/b/匹配b。如果在正則表達式之中，某個字符只表示它字面的含義（就像前面的a和b），那么它們就叫做“字面量字符”（literal characters）。

/dog/.test("old dog") // true

上面代碼中正則表達式的dog，就是字面量字符，所以/dog/匹配“old dog”，因為它就表示“d”、“o”、“g”三個字母連在一起。
除了字面量字符以外，還有一部分字符有特殊含義，不代表字面的意思。它們叫做“元字符”（metacharacters），主要有以下幾個。
（1）點字符（.）
點字符（.）匹配除回車（\r）、換行(\n) 、行分隔符（\u2028）和段分隔符（\u2029）以外的所有字符。
（2）位置字符

^ 表示字符串的開始位置
$ 表示字符串的結束位置

// test必須出現在開始位置
/^test/.test('test123') // true

// test必須出現在結束位置
/test$/.test('new test') // true

// 從開始位置到結束位置只有test
/^test$/.test('test') // true
/^test$/.test('test test') // false

（3）選擇符（|）
豎線符號（|）在正則表達式中表示“或關系”（OR），即cat|dog表示匹配cat或dog。

/11|22/.test('911') // true

選擇符會包括它前后的多個字符，比如/ab|cd/指的是匹配ab或者cd，而不是指匹配b或者c。如果想修改這個行為，可以使用圓括號。

/a( |\t)b/.test('a\tb') // true

上面代碼指的是，a和b之間有一個空格或者一個制表符。

其他的元字符還包括\、*、+、?、()、[]、{}等，將在下文解釋。

4.2　轉義符

正則表達式中那些有特殊含義的字符，如果要匹配它們本身，就需要在它們前面要加上反斜杠。比如要匹配加號，就要寫成+。

/1+1/.test('1+1')
// false

/1\+1/.test('1+1')
// true

正則模式中，需要用斜杠轉義的，一共有12個字符：^、.、[、$、(、)、|、*、+、?、{和\。需要特別注意的是，如果使用RegExp方法生成正則對象，轉義需要使用兩個斜杠，因為字符串內部會先轉義一次。

(new RegExp('1\+1')).test('1+1')
// false

(new RegExp('1\\+1')).test('1+1')
// true

上面代碼中，RegExp作為構造函數，參數是一個字符串。但是，在字符串內部，反斜杠也是轉義字符，所以它會先被反斜杠轉義一次，然后再被正則表達式轉義一次，因此需要兩個反斜杠轉義。

4.3　特殊字符

正則表達式對一些不能打印的特殊字符，提供了表達方法。

\cX 表示Ctrl-[X]，其中的X是A-Z之中任一個英文字母，用來匹配控制字符。
[\b] 匹配退格鍵(U+0008)，不要與\b混淆。
\n 匹配換行鍵。
\r 匹配回車鍵。
\t 匹配制表符tab（U+0009）。
\v 匹配垂直制表符（U+000B）。
\f 匹配換頁符（U+000C）。
\0 匹配null字符（U+0000）。
\xhh 匹配一個以兩位十六進制數（\x00-\xFF）表示的字符。
\uhhhh 匹配一個以四位十六進制數（\u0000-\uFFFF）表示的unicode字符。

4.4　字符類

字符類（class）表示有一系列字符可供選擇，只要匹配其中一個就可以了。所有可供選擇的字符都放在方括號內，比如[xyz] 表示x、y、z之中任選一個匹配。

/[abc]/.test('hello world') // false
/[abc]/.test('apple') // true

有兩個字符在字符類中有特殊含義。
（1）脫字符（^）
如果方括號內的第一個字符是[^{]，則表示除了字符類之中的字符，其他字符都可以匹配。比如，[}xyz]表示除了x、y、z之外都可以匹配。

/[^abc]/.test('hello world') // true
/[^abc]/.test('bbc') // false

如果方括號內沒有其他字符，即只有[^]，就表示匹配一切字符，其中包括換行符，而點號（.）是不包括換行符的

var s = 'Please yes\nmake my day!';

s.match(/yes.*day/) // null
s.match(/yes[^]*day/) // [ 'yes\nmake my day']

上面代碼中，字符串s含有一個換行符，點號不包括換行符，所以第一個正則表達式匹配失敗；第二個正則表達式[^]包含一切字符，所以匹配成功。
TIPS:注意，脫字符只有在字符類的第一個位置才有特殊含義，否則就是字面含義。
（2）連字符（-）
某些情況下，對于連續序列的字符，連字符（-）用來提供簡寫形式，表示字符的連續范圍。比如，[abc]可以寫成[a-c]，[0123456789]可以寫成[0-9]，同理[A-Z]表示26個大寫字母。

/a-z/.test('b') // false
/[a-z]/.test('b') // true

以下都是合法的字符類簡寫形式：

[0-9.,]
[0-9a-fA-F]
[a-zA-Z0-9-]
[1-31]

上面代碼中最后一個字符類[1-31]，不代表1到31，只代表1到3。
連字符還可以用來指定Unicode字符的范圍。

var str = "\u0130\u0131\u0132";
/[\u0128-\uFFFF]/.test(str)
// true

另外，不要過分使用連字符，設定一個很大的范圍，否則很可能選中意料之外的字符。最典型的例子就是[A-z]，表面上它是選中從大寫的A到小寫的z之間52個字母，但是由于在ASCII編碼之中，大寫字母與小寫字母之間還有其他字符，結果就會出現意料之外的結果。

/[A-z]/.test('\\') // true

上面代碼中，由于反斜杠（\）的ASCII碼在大寫字母與小寫字母之間，結果會被選中。

4.5　預定義模式

預定義模式指的是某些常見模式的簡寫方式。

\d 匹配0-9之間的任一數字，相當于[0-9]。
\D 匹配所有0-9以外的字符，相當于[^0-9]。
\w 匹配任意的字母、數字和下劃線，相當于[A-Za-z0-9_]。
\W 除所有字母、數字和下劃線以外的字符，相當于[^A-Za-z0-9_]。
\s 匹配空格（包括制表符、空格符、斷行符等），相等于[\t\r\n\v\f]。
\S 匹配非空格的字符，相當于[^\t\r\n\v\f]。
\b 匹配詞的邊界。
\B 匹配非詞邊界，即在詞的內部。

下面是一些例子:

// \s的例子
/\s\w*/.exec('hello world') // [" world"]

// \b的例子
/\bworld/.test('hello world') // true
/\bworld/.test('hello-world') // true
/\bworld/.test('helloworld') // false

// \B的例子
/\Bworld/.test('hello-world') // false
/\Bworld/.test('helloworld') // true

通常，正則表達式遇到換行符（\n）就會停止匹配。

var html = "<b>Hello</b>\n<i>world!</i>";

/.*/.exec(html)[0]
// "<b>Hello</b>"

上面代碼中，字符串html包含一個換行符，結果點字符（.）不匹配換行符，導致匹配結果可能不符合原意。這時使用\s字符類，就能包括換行符。

var html = "<b>Hello</b>\n<i>world!</i>";

/[\S\s]*/.exec(html)[0]
// "<b>Hello</b>\n<i>world!</i>"

// 另一種寫法（用到了非捕獲組）
/(?:.|\s)*/.exec(html)[0]
// "<b>Hello</b>\n<i>world!</i>"

上面代碼中，[\S\s]指代一切字符。

4.6　重復類

模式的精確匹配次數，使用大括號（{}）表示。{n}表示恰好重復n次，{n,}表示至少重復n次，{n,m}表示重復不少于n次，不多于m次。

/lo{2}k/.test('look') // true
/lo{2, 5}k/.test('looook') // true

4.7　量詞類

量詞符用來設定某個模式出現的次數。

? 問號表示某個模式出現0次或1次，等同于{0, 1}。

• 星號表示某個模式出現0次或多次，等同于{0,}。

• 加號表示某個模式出現1次或多次，等同于{1,}。

// t出現0次或1次
/t?est/.test('test') // true
/t?est/.test('est') // true

// t出現1次或多次
/t+est/.test('test") // true
/t+est/.test('ttest') // true
/t+est/.test('est') // false

// t出現0次或多次
/t*est/.test('test') // true
/t*est/.test('ttest') // true
/t*est/.test('tttest') // true
/t*est/.test('est') // true

4.8 　貪婪模式

上一小節的三個量詞符，默認情況下都是最大可能匹配，即匹配直到下一個字符不滿足匹配規則為止。這被稱為貪婪模式。

var s = 'aaa';
s.match(/a+/) // ["aaa"]

上面代碼中，模式是/a+/，表示匹配1個a或多個a，那么到底會匹配幾個a呢？因為默認是貪婪模式，會一直匹配到字符a不出現為止，所以匹配結果是3個a。

如果想將貪婪模式改為非貪婪模式，可以在量詞符后面加一個問號。

var s = 'aaa';
s.match(/a+?/) // ["a"]

上面代碼中，模式結尾添加了一個問號/a+?/，這時就改為非貪婪模式，一旦條件滿足，就不再往下匹配。

除了非貪婪模式的加號，還有非貪婪模式的星號（*）。

*?：表示某個模式出現0次或多次，匹配時采用非貪婪模式。
+?：表示某個模式出現1次或多次，匹配時采用非貪婪模式。

4.9　修飾符

修飾符（modifier）表示模式的附加規則，放在正則模式的最尾部。
修飾符可以單個使用，也可以多個一起使用。
（1）g修飾符
默認情況下，第一次匹配成功后，正則對象就停止向下匹配了。g修飾符表示全局匹配（global），加上它以后，正則對象將匹配全部符合條件的結果，主要用于搜索和替換。

var regex = /b/;
var str = 'abba';

regex.test(str); // true
regex.test(str); // true
regex.test(str); // true

var regex = /b/g;
var str = 'abba';

regex.test(str); // true
regex.test(str); // true
regex.test(str); // false

上面代碼中，正則模式含有g修飾符，每次都是從上一次匹配成功處，開始向后匹配。因為字符串“abba”只有兩個“b”，所以前兩次匹配結果為true，第三次匹配結果為false。
（2）i修飾符
默認情況下，正則對象區分字母的大小寫，加上i修飾符以后表示忽略大小寫（ignorecase）。

/abc/.test('ABC') // false
/abc/i.test('ABC') // true

（3）m修飾符
m修飾符表示多行模式（multiline），會修改^{和$的行為。默認情況下（即不加m修飾符時），}和$匹配字符串的開始處和結尾處，加上m修飾符以后，^{和$還會匹配行首和行尾，即}和$會識別換行符（\n）。

/world$/.test('hello world\n') // false
/world$/m.test('hello world\n') // true

上面的代碼中，字符串結尾處有一個換行符。如果不加m修飾符，匹配不成功，因為字符串的結尾不是“world”；加上以后，$可以匹配行尾。

/^b/m.test('a\nb') // true

上面代碼要求匹配行首的b，如果不加m修飾符，就相當于b只能處在字符串的開始處。

4.10　組匹配

（1）概述
正則表達式的括號表示分組匹配，括號中的模式可以用來匹配分組的內容。

/fred+/.test('fredd') // true
/(fred)+/.test('fredfred') // true

上面代碼中，第一個模式沒有括號，結果+只表示重復字母d，第二個模式有括號，結果+就表示匹配“fred”這個詞。
下面是另外一個分組捕獲的例子。

var m = 'abcabc'.match(/(.)b(.)/);
m
// ['abc', 'a', 'c']

上面代碼中，正則表達式/(.)b(.)/一共使用兩個括號，第一個括號捕獲a，第二個括號捕獲c。TIPS:括號分組匹配到的字符也會放入數組中。
注意，使用組匹配時，不宜同時使用g修飾符，否則match方法不會捕獲分組的內容。如：

var m = 'abcabc'.match(/(.)b(.)/g);
m
// ['abc', 'abc']

在正則表達式內部，可以用\n引用括號匹配的內容，n是從1開始的自然數，表示對應順序的括號。

/(.)b(.)\1b\2/.test("abcabc")
// true

上面的代碼中，\1表示前一個括號匹配的內容（即“a”），\2表示第二個括號匹配的內容（即“c”）。

下面是另外一個例子：

/y(..)(.)\2\1/.test('yabccab') // true

分組括號可以嵌套：

/y((..)\2)\1/.test('yabababab') // true

上面代碼中，\1指向外層括號，\2指向內層括號。
組匹配非常有用，下面是一個匹配網頁標簽的例子:
example:

var tagName = /<([^>]+)>[^<]*<\/\1>/; 

tagName.exec("<b>bold</b>")[1] //匹配的數組為["<b>bold</b>","b"]
// 'b'

上面代碼中，圓括號匹配尖括號之中的標簽，而\1就表示對應的閉合標簽。

上面代碼略加修改，就能捕獲帶有屬性的標簽。

var html = '<b class="hello">Hello</b><i>world</i>';
var tag = /<(\w+)([^>]*)>(.*?)<\/\1>/g;

var match = tag.exec(html); //["<b class="hello">","b","classs="hello"","Hello"]

match[1] // "b"
match[2] // "class="hello""
match[3] // "Hello"
match = tag.exec(html); //["<i>world</i>","i","","world"]

match[1] // "i"
match[2] // ""
match[3] // "world"

（2）非捕獲組
(?:x)稱為非捕獲組（Non-capturing group），表示不返回該組匹配的內容，即匹配的結果中不計入這個括號。
非捕獲組的作用請考慮這樣一個場景，假定需要匹配foo或者foofoo，正則表達式就應該寫成/(foo){1, 2}/，但是這樣會占用一個組匹配。這時，就可以使用非捕獲組，將正則表達式改為/(?:foo){1, 2}/，它的作用與前一個正則是一樣的，但是不會單獨輸出括號內部的內容。
請看下面的例子：

var m = 'abc'.match(/(?:.)b(.)/);
m // ["abc", "c"]

下面是用來分解網址的正則表達式:
example:

// 正常匹配
var url = /(http|ftp):\/\/([^/\r\n]+)(\/[^\r\n]*)?/;

url.exec('http://google.com/');
// ["http://google.com/", "http", "google.com", "/"]

// 非捕獲組匹配
var url = /(?:http|ftp):\/\/([^/\r\n]+)(\/[^\r\n]*)?/;

url.exec('http://google.com/');
// ["http://google.com/", "google.com", "/"]

（3）先行斷言
x(?=y)稱為先行斷言（Positive look-ahead），x只有在y前面才匹配，y不會被計入返回結果。比如，要匹配后面跟著百分號的數字，可以寫成/\d+(?=%)/。
“先行斷言”中，括號里的部分是不會返回的。

var m = 'abc'.match(/b(?=c)/);
m // ["b"]

/Jack (?=Sprat|Frost)/.test('Jack Frost') // true

（4）先行否定斷言
x(?!y)稱為先行否定斷言（Negative look-ahead），x只有不在y前面才匹配，y不會被計入返回結果。比如，要匹配后面跟的不是百分號的數字，就要寫成/\d+(?!%)/。

/\d+(?!\.)/.exec('3.14') //['14']

上面代碼中，正則表達式指定，只有不在小數點前面的數字才會被匹配，因此返回的結果就是14。

“先行否定斷言”中，括號里的部分是不會返回的。

var m = 'abd'.match(/b(?!c)/);
m // ['b']

上面的代碼使用了先行否定斷言，b不在c前面所以被匹配，而且括號對應的d不會被返回。

5.參考鏈接

阮一峰JavaScript標準參考教程(alpha)