一、概述

正則表達式（regular expression）是一種表達字符串結構的方法，有點像字符串的模版，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地址的模版，然后用它來確定一個字符串是否為Email地址。

新建正則表達式有兩種方法，一種是使用字面量，以斜杠表示開始和結束。

var regex = /xyz/;

另一種是使用RegExp構造函數。

var regex = new RegExp('xyz');  //接受的參數是一個字符串，因為是字符串模版

兩種寫法是等價的，都是新建了一個內容為xyz的正則表達式對象。它們的主要區別是，第一種方法是在代碼載入時（即編譯時）新建正則表達式，第二種方法在代碼運行時新建正則表達式。考慮到書寫的便利和直觀，實際應用中，基本上采用字面量的寫法。

RegExp構造函數還可以接受第二個參數，表示修飾符。

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

上面代碼中，正則表達式/xyz/有一個修飾符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)。

二、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

另一類是與修飾符無關的屬性，主要是下面兩個。

• 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。正則表達式就是表示文本結構的方法。

/cat/.test('cats and dogs');  //true   看字符串是否有cat結構

上面代碼驗證參數字符串之中是否包含cat，結果返回true。

如果正則表達式帶有g修飾符，則每一次test方法都是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  下一次開始搜索的位置
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。

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。

如果正則表達式包含圓括號（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

上面代碼連續用了四次exec方法，前三次都是從上一次匹配結束的位置向后匹配。當第三次匹配結束以后，整個字符串已經到達尾部，正則對象的lastIndex屬性重置為0，意味著第四次匹配將從頭開始。

三、字符串對象的方法

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

可以看出，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。

var r = /a|b/g;
r.lastIndex = 7;
'xaxb'.match(r);  //['a', 'b']
r.lastIndex  //0

上面代碼表示，設置lastIndex屬性是無效的。

3.2、String.prototype.search()

字符串對象的search方法，返回第一個滿足條件的匹配結果在整個字符串中的位置。如果沒有任何匹配，則返回-1。

'_x_x'.search(/x/)  
//1

上面代碼中，第一個匹配結果出現在字符串的1號位置。

該方法會忽略g修飾符。

var r = /x/g;
r.lastIndex = 2;  //無效
'_x_x'.search(r);  //1

上面代碼中，正則表達式使用g修飾符之后，使用lastIndex屬性指定開始匹配的位置，結果無效，還是從字符串的第一個字符開始匹配。

3.3、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，第一個是搜索模版，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"

上面代碼中，最后一個正則表達式使用了g修飾符，導致所有的b都被替換掉了。

replace方法的一個應用，就是消除字符串首尾兩端的空格。

var str = '   hello world   ';

str.replace(/^\s+|\s+$/g, '');

3.4、String.prototype.split()

字符串對象的split方法按照正則規則分割字符串，返回一個由分割后的各個部分組成的數組。

該方法接受兩個參數，第一個參數是分隔規則，第二個參數是返回數組的最大成員數。

// 非正則分隔
'a,  b,c, d'.split(',')
// [ 'a', '  b', 'c', ' d' ]

// 正則分隔，去除多余的空格
'a,  b,c, d'.split(/, */)
// [ 'a', 'b', 'c', 'd' ]

// 指定返回數組的最大成員
'a,  b,c, d'.split(/, */, 2)
[ 'a', 'b' ]

上面代碼使用正則表達式，去除了字符串的逗號后面的空格。

// 例一
'aaa*a*'.split(/a*/)
// [ '', '*', '*' ]

// 例二
'aaa**a*'.split(/a*/)
// ["", "*", "*", "*"]

上面代碼的分割規則是0次或多次的a，由于正則默認是貪婪匹配，所以例一的第一個分隔符是aaa，第二個分隔符是a，將字符串分成三個部分，包含開始處的空字符串。例二的第一個分隔符是aaa，第二個分隔符是0個a（即空字符），第三個分隔符是a，所以將字符串分成四個部分。

如果正則表達式帶有括號，則括號匹配的部分也會作為數組成員返回。

'aaa*a*'.split(/(a*)/)
// [ '', 'aaa', '*', 'a', '*' ]

上面代碼的正則表達式使用了括號，第一個組匹配是“aaa”，第二個組匹配是“a”，它們都作為數組成員返回。

四、匹配規則

正則表達式對字符串的匹配有很多復雜的規則。

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。如果在正則表達式中，某個字符只表示它字面的含義，那么它們就叫做“字面量字符”。

/dog/.test("old dog")  // true
//上面正則表達式中的dog就是字面量字符

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”，主要有以下幾個。

（1）、點字符(.)
點字符（.）匹配除了回車(\r)、換行(\n)、行分隔符（\u2028）和段分隔符（\u2029）以外的所有字符。

/c.t/

上面的代碼中，c.t匹配c和t之間包含任意一個字符的情況，只要這三個字符在同一行，比如cat、c2t、c-t等等，但是不匹配coot。

（2）、位置字符
位置字符用來提示字符所處的位置，主要有兩個字符。

^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”，即cat|dog表示匹配cat或dog。

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

正則表達式指定必須匹配11或22。

選擇符會包含它前后的多個字符，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。

還有其它元字符，如\、*、+、？、[]、{}、()等，將在下面解釋。

4.2、轉義字符

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

上面代碼中，第一個正則表達式直接使用加號匹配，結果加號解釋成量詞，導致不匹配。第二個正則表達式使用反斜杠對加號轉義，就能匹配成功。

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。

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：

\n 匹配換行鍵。
\r 匹配回車鍵。
\t 匹配制表符tab。
\v 匹配垂直制表符。
\0 匹配null字符。
等等

4.4、字符類

字符類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

上面代碼表示，字符串“hello world”不包含a、b、c這三個字母中的任一個，而字符串“apple”包含字母a。

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，其它字符都可以匹配。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

上面代碼表示，字符串“hello world”不包含字母a、b、c中的任一個，所以返回true；字符串“bbc”不包含a、b、c以外的字母，所以返回false。

如果方括號內沒有其它字符，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。

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

可以看到當連字符不出現在方括號之中，就不具備簡寫的作用，只代表字面的含義。只有當連字符用在方括號中才表示連續的字符序列。

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。

注意，字符類的連字符必須在頭尾兩個字符中間，才有特殊含義，否則就是字面含義。比如，[-9]就表示匹配連字符和9，而不是匹配0到9。

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[0-9a-zA-Z_]。
\W 匹配除去字母、數字和下劃線以外的字符，相當于[^0-9a-zA-Z_]。
\s 匹配空格（包括制表符、空格符、段行符等），相當于[\t\v\n\r\f]。
\S 匹配非空格字符，相當于[^\t\v\n\r\f]。
\b 匹配詞的邊界。
\B 匹配非詞邊界，即在詞的內部。

// \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

上面代碼中，\s表示空格，所以匹配結果會包括空格。\b表示詞的邊界，所以"world"的詞首必須獨立（詞尾是否獨立未指定），才會匹配。同理，\B表示非詞的邊界，只有"world"的詞首不獨立，才會匹配。

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愿意。這時使用\s字符類，就能包含換行符。

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

/[\S\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

上面代碼中，第一個模式指定o連續出現2次，第二個模式指定o連續出現2次到5次之間。

4.7、量詞符

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

上面的三個量詞符，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/a+/，表示匹配1個a或多個a，由于默認是貪婪模式，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，匹配采用非貪婪模式。
+?：表示某個模式出現1次或多次，匹配采用非貪婪模式。

4.9、修飾符

修飾符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。

// 單個修飾符
var regex = /test/i;

// 多個修飾符
var regex = /test/ig;

（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

上面代碼中，正則模式不含g修飾符，每次都是從字符串頭部開始匹配。所以，連續做了三次匹配，都返回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

加了i修飾符后，不考慮大小寫，所以模式abc匹配字符串ABC。

（3）、m修飾符
m修飾符表示多行模式（multiline），會修改位置符^{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。

（2）、非捕獲組
(?:x)稱為非捕獲組，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。

（3）、先行斷言
（4）、先行否定斷言

（本系列下一節為 — Date對象）