Regexp对象二

摘要：需要特别注意的是，如果使用方法生成正则对象，转义需要使用两个斜杠，因为字符串内部会先转义一次。匹配一个以两位十六进制数表示的字符。相比之下，点号作为元字符是不包括换行符的。星号表示某个模式出现次或多次，等同于。

匹配规则
字面量字符和元字符
转义符
特殊字符
字符类
预定义模式
重复类
量词符
贪婪模式
修饰符
组匹配

1.匹配规则
2.字面量字符和元字符
除了字面量字符以外，还有一部分字符有特殊含义，不代表字面的意思/abc/
（1）点字符（.)
点字符（.）匹配除回车（r）、换行(n) 、行分隔符（u2028）和段分隔符（u2029）以外的所有字符
（2）位置字符
^ 表示字符串的开始位置
$ 表示字符串的结束位置
（3）选择符（|）
竖线符号（|）在正则表达式中表示“或关系”（OR），即cat|dog表示匹配cat或dog
使用原括号（）
/a( |t)b/.test("atb") // true
上面代码指的是，a和b之间有一个空格或者一个制表符。

3.转义符
正则表达式中那些有特殊含义的元字符
反斜杠转义的，一共有12个字符：^、.、[、$、(、)、|、*、+、?、{和。
需要特别注意的是，如果使用RegExp方法生成正则对象，转义需要使用两个斜杠，因为字符串内部会先转义一次。

4.特殊字符
正则表达式对一些不能打印的特殊字符，提供了表达方法。

cX 表示Ctrl-[X]，其中的X是A-Z之中任一个英文字母，用来匹配控制字符。
[b] 匹配退格键(U+0008)，不要与b混淆。
n 匹配换行键。
r 匹配回车键。
t 匹配制表符 tab（U+0009）。
v 匹配垂直制表符（U+000B）。
f 匹配换页符（U+000C）。
0 匹配null字符（U+0000）。
xhh 匹配一个以两位十六进制数（x00-xFF）表示的字符。
uhhhh 匹配一个以四位十六进制数（u0000-uFFFF）表示的 Unicode 字符。

5.字符类［］
（1）脱字符（^）
¹表示除了x、y、z之外都可以匹配。

如果方括号内没有其他字符，即只有[^]，就表示匹配一切字符，其中包括换行符。相比之下，点号作为元字符（.）是不包括换行符的。

var s = "Please yesnmake my day!";

s.match(/yes.*day/) // null
s.match(/yes[^]*day/) // [ "yesnmake my

注意，脱字符只有在字符类的第一个位置才有特殊含义，否则就是字面含义。
（2）连字符（-）

表示字符的连续范围。比如，[abc]可以写成[a-c]，
最后一个字符类[1-31]，不代表1到31，只代表1到3。

另外，不要过分使用连字符，设定一个很大的范围，否则很可能选中意料之外的字符。最典型的例子就是[A-z]，表面上它是选中从大写的A到小写的z之间52个字母，但是由于在 ASCII 编码之中，大写字母与小写字母之间还有其他字符，结果就会出现意料之外的结果。

/[A-z]/.test("") // true

6.预定义模式
预定义模式指的是某些常见模式的简写方式。

d 匹配0-9之间的任一数字，相当于[0-9]。
D 匹配所有0-9以外的字符，相当于²。
w 匹配任意的字母、数字和下划线，相当于[A-Za-z0-9_]。
W 除所有字母、数字和下划线以外的字符，相当于³。
s 匹配空格（包括换行符、制表符、空格符等），相等于[ trnvf]。
S 匹配非空格的字符，相当于⁴。
b 匹配词的边界。
B 匹配非词边界，即在词的内部
// s 的例子
/sw*/.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
上面代码中，s表示空格，所以匹配结果会包括空格。b表示词的边界，所以world的词首必须独立（词尾是否独立未指定），才会匹配。同理，B表示非词的边界，只有world的词首不独立，才会匹配

通常，正则表达式遇到换行符（n）就会停止匹配。

var html = "Hellonworld!";

/.*/.exec(html)[0]
// "Hello"
上面代码中，字符串html包含一个换行符，结果点字符（.）不匹配换行符，导致匹配结果可能不符合原意。这时使用s字符类，就能包括换行符。

var html = "Hellonworld!";

/[Ss]*/.exec(html)[0]
// "Hellonworld!"
上面代码中，[Ss]指代一切字符

7.重复类
使用大括号（{}）表示。{n}表示恰好重复n次，{n,}表示至少重复n次，{n,m}表示重复不少于n次，不多于m次。
/lo{2}k/.test("look") // true
/lo{2,5}k/.test("looook") // true

8.量词符
? 问号表示某个模式出现0次或1次，等同于{0, 1}。

星号表示某个模式出现0次或多次，等同于{0,}。

加号表示某个模式出现1次或多次，等同于{1,}

// t 出现0次或1次
/t?est/.test("test") // true
/t?est/.test("est") // true

// t 出现1次或多次
/t+est/.test("test") // true
/t+est/.test("ttest") // true
/t+est/.test("est") // false

// t 出现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

9.贪婪模式
默认情况有多少匹配多少。+多+1个 非贪婪+10？0

var s = "aaa";
s.match(/a+/) // ["aaa"]
上面代码中，模式是/a+/，表示匹配1个a或多个a，那么到底会匹配几个a呢？因为默认是贪婪模式，会一直匹配到字符a不出现为止，所以匹配结果是3个a。

贪婪模式改为非贪婪模式
除了非贪婪模式的加号，还有非贪婪模式的星号（*）和非贪婪模式的问号（?）。
var s = "aaa";
s.match(/a+?/) // ["a"]

+?：表示某个模式出现1次或多次，匹配时采用非贪婪模式。
*?：表示某个模式出现0次或多次，匹配时采用非贪婪模式。
??：表格某个模式出现0次或1次，匹配时采用非贪婪模式
"abb".match(/ab*b/) // ["abb"]
"abb".match(/ab*?b/) // ["ab"]

"abb".match(/ab?b/) // ["abb"]
"abb".match(/ab??b/) // ["ab"]

10.修饰符
修饰符（modifier）表示模式的附加规则，放在正则模式的最尾部。
（1）g
默认只匹配一次，加g多次，主要用于搜索和替换

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

regex.test(str); // true
regex.test(str); // true
regex.test(str); // true
上面代码中，正则模式不含g修饰符，每次都是从字符串头部开始匹配。所以，连续做了三次匹配，都返回true。

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

regex.test(str); // true
regex.test(str); // true
regex.test(str); // false
上面代码中，正则模式含有g修饰符，每次都是从上一次匹配成功处，开始向后匹配。因为字符串abba只有两个b，所以前两次匹配结果为true，第三次匹配结果为false

（2）i
忽略大小写

（3）m
m修饰符表示多行模式（multiline），会修改^和$的行为。默认情况下（即不加m修饰符时），^和$匹配字符串的开始处和结尾处，加上m修饰符以后，^和$还会匹配行首和行尾，即^和$会识别换行符（n）

/^b/m.test("anb") // true

上面代码要求匹配行首的b，如果不加m修饰符，就相当于b只能处在字符串的开始处。加上m修饰符以后，换行符n也会被认为是一行的开始

11.组匹配
（1）概述
正则表达式的括号表示分组匹配，括号中的模式可以用来匹配分组的内容

1.1/fred+/.test("fredd") // true
/(fred)+/.test("fredfred") // true
上面代码中，第一个模式没有括号，结果+只表示重复字母d，第二个模式有括号，结果+就表示匹配fred这个词

1.2var m = "abcabc".match(/(.)b(.)/);
m
// ["abc", "a", "c"]
上面代码中，正则表达式/(.)b(.)/一共使用两个括号，第一个括号捕获a，第二个括号捕获c。

1.3注意，使用组匹配时，不宜同时使用g修饰符，否则match方法不会捕获分组的内容。

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

1.4必须使用正则表达式的exec方法，配合循环，才能读到每一轮匹配的组捕获。

var str = "abcabc";
var reg = /(.)b(.)/g;
while (true) {
var result = reg.exec(str);
if (!result) break;
console.log(result);
}
// ["abc", "a", "c"]
// ["abc", "a", "c"]

1.4正则表达式内部，还可以用n引用括号匹配的内容，n是从1开始的自然数，表示对应顺序的括号。

/(.)b(.)1b2/.test("abcabc")
// true
上面的代码中，1表示第一个括号匹配的内容（即a），2表示第二个括号匹配的内容（即c）

1.5下面是另外一个例子。

/y(..)(.)21/.test("yabccab") // true
括号还可以嵌套。

/y((..)2)1/.test("yabababab") // true
上面代码中，1指向外层括号，2指向内层括号

1.6一个匹配网页标签的例子。

var tagName = /<(⁵+)>⁶*/;

tagName.exec("bold")[1]
// "b"
上面代码中，圆括号匹配尖括号之中的标签，而1就表示对应的闭合标签。

上面代码略加修改，就能捕获带有属性的标签。

var html = "Helloworld";
var tag = /<(w+)(⁵)>(.?)/g;

var match = tag.exec(html);

match[1] // "b"
match[2] // " class="hello""
match[3] // "Hello"

match = tag.exec(html);

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

（2）非捕获组

(?:x)称为非捕获组（Non-capturing group），表示不返回该组匹配的内容，即匹配的结果中不计入这个括号。

非捕获组的作用请考虑这样一个场景，假定需要匹配foo或者foofoo，正则表达式就应该写成/(foo){1, 2}/，但是这样会占用一个组匹配。这时，就可以使用非捕获组，将正则表达式改为/(?:foo){1, 2}/，它的作用与前一个正则是一样的，但是不会多带带输出括号内部的内容。

请看下面的例子。

var m = "abc".match(/(?:.)b(.)/);
m // ["abc", "c"]
上面代码中的模式，一共使用了两个括号。其中第一个括号是非捕获组，所以最后返回的结果中没有第一个括号，只有第二个括号匹配的内容。

下面是用来分解网址的正则表达式。

// 正常匹配
var url = /(http|ftp)://(⁷+)(/⁸*)?/;

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

// 非捕获组匹配
var url = /(?:http|ftp)://(⁹+)(/¹⁰*)?/;

url.exec("http://google.com/");
// ["http://google.com/", "google.com", "/"]
上面的代码中，前一个正则表达式是正常匹配，第一个括号返回网络协议；后一个正则表达式是非捕获匹配，返回结果中不包括网络协议。

（3）先行断言

x(?=y)称为先行断言（Positive look-ahead），x只有在y前面才匹配，y不会被计入返回结果。比如，要匹配后面跟着百分号的数字，可以写成/d+(?=%)/。

“先行断言”中，括号里的部分是不会返回的。

var m = "abc".match(/b(?=c)/);
m // ["b"]
上面的代码使用了先行断言，b在c前面所以被匹配，但是括号对应的c不会被返回。

（4）先行否定断言

x(?!y)称为先行否定断言（Negative look-ahead），x只有不在y前面才匹配，y不会被计入返回结果。比如，要匹配后面跟的不是百分号的数字，就要写成/d+(?!%)/。

/d+(?!.)/.exec("3.14")
// ["14"]
上面代码中，正则表达式指定，只有不在小数点前面的数字才会被匹配，因此返回的结果就是14。

“先行否定断言”中，括号里的部分是不会返回的。

var m = "abd".match(/b(?!c)/);
m // ["b"]
上面的代码使用了先行否定断言，b不在c前面所以被匹配，而且括号对应的d不会被返回。