正则表达式：从Copy到手写

摘要：比如正则表达式为它们分别匹配的是，元字符在正则表达式中，有特殊含义的非数字字符。如果把下面的正则表达式转换成下图，会有助于我们理解正则表达式的含义。如果想要让正则表达式使用非贪婪模式匹配，在量词后面加个即可。

JavaScript有两种方式实例化RegExp对象

字面量

构造函数

字面量

const reg = /all/;
console.log(reg);   // /all/
"This is all I have.".replace(reg, "ALL");    // This is ALL I have.

构造函数

const reg = new RegExp("all");
console.log(reg);   // /all/
"This is all I have.".replace(reg, "ALL"); // This is ALL I have.

原义文本字符

元字符

原义文本字符

代表它本来含义的字符。比如正则表达式为 /abc/、/123/；它们分别匹配的是 abc、123 ，

元字符

在正则表达式中，有特殊含义的非数字字符。如： d w . + () 等。部分元字符的含义并不唯一，在不同的书写方式，含义可能不同。

元字符表：http://tool.oschina.net/uploads/apidocs/jquery/regexp.html

不是所有正则表达式都像前面写的那么简单，因为正则表达式语法有些复杂，我们在写的时候多多少少也会有些错误，或者阅读别人写的正则表达式的时候也难理解。

如果把下面的正则表达式转换成下图，会有助于我们理解正则表达式的含义。

^http(|s)://[a-zA-Z0-9_-]+(.[a-zA-Z0-9_-]+)+/$

给大家推荐一个工具 https://regexper.com

// d表示匹配数字
// 匹配一个数字
"1234567890".replace(/d/, "a"); // a234567890
// 匹配一个或多个数字(至少匹配一个)
"1234567890".replace(/d+/, "a"); // a
"1234567890".replace(/d?/, "a"); // a234567890
"1234567890".replace(/d*/, "a"); // a
"1234567890".replace(/d{3}/, "a"); // a4567890
"1234567890".replace(/d{2,4}/, "a"); // a567890
"1234567890".replace(/d{3,}/, "a"); // a
"12".replace(/d{3,}/, "a"); // 12

使用工具 https://regexper.com/ 图解

d{2,6}

从上面 4. 量词 的例子中，"1234567890".replace(/d+/, "a"); 输出的是 a 而不是 a234567890；"1234567890".replace(/d{2,4}/, "a"); 输出的是 a567890 而不是 a34567890。

贪婪模式：正则表达式尽可能多的匹配，一直到匹配失败
非贪婪模式：正则表达式尽可能少的匹配，一旦匹配成功就不再匹配

因为默认情况下，正则表达式都是使用贪婪模式做匹配的。如果想要让正则表达式使用非贪婪模式匹配，在量词后面加个 ? 即可。

"1234567890".replace(/d{2,4}/, "a");  // a567890
"1234567890".replace(/d{2,4}?/, "a"); // a34567890

"1234567890".replace(/d+/, "a");      // a
"1234567890".replace(/d+?/, "a");     // a234567890

正则表达式中，可以使用 [] 来构建一个类，正则表达式中的类是指符合某些特性的对象

正则表达式 [abcd] 是把 a、b、c、d 归为一类，该表达式可以匹配这类字符

"12345a6b7c8D9e".replace(/[abcd]/g, "|");   // 12345|6|7|8D9e

正则表达式提供了 [a-z] 来表示从 a 到 z 的任意字符（包含 a 和 z）

"1a2b3c4q5z".replace(/[a-z]/g, "|");   // 1|2|3|4|5|
"1a2b3c4T5Z".replace(/[a-z]/g, "|");   // 1|2|3|4T5Z
"1a2b3c4T5Z".replace(/[a-zA-Z]/g, "|");   // 1|2|3|4|5|
"1a2b3c4q5z".replace(/[0-9]/g, "|");   // |a|b|c|q|z

[a-zA-Z0-9]

"img/png/img-1.png".replace(/img/g, "image"); // image/png/image-1.png
"img/png/img-1.png".replace(/^img/g, "image"); // image/png/img-1.png

"img/png/img-1.png".replace(/png/g, "jpg"); // img/jpg/img-1.jpg
"img/png/img-1.png".replace(/png$/g, "jpg"); // img/png/img-1.jpg

"This is all I have.".replace(/is/g, "IS"); // ThIS IS all I have.
"This is all I have.".replace(/is/g, "IS"); // This IS all I have.
"This is all I have.".replace(/Bis/g, "IS"); // ThIS is all I have.

与 | 使用

与量词使用

反向引用

/http(|s):///

/http(|s):///.test("https://");   // true
/http(|s):///.test("http://");    // true
/a(b|c)d/.test("ad");               // false
/a(b|c)d/.test("abd");              // true
/a(b|c)d/.test("acd");              // true

如何匹配 javascript 出现两次 javascriptjavascript ？

/javascript{2}/.test("javascriptjavascript");    // false
/javascript{2}/.test("javascript");          // true
/(javascript){2}/.test("javascriptjavascript");  // true

含有分组的正则表达式匹配成功时，将子表达式匹配到的内容，保存到内存中一个以数字编号的组里，可以简单的认为是对一个局部变量进行了赋值，这时就可以通过反向引用方式，引用这个局部变量的值。

很多情况下，我们可能需要将某种格式的字符串转换成另一种格式的字符串。例如：将 05/28/2018 转换成 2018-05-28；将Markdown语法的超链接 [Test](https://www.test.com/) 转换成HTML的超链接 Test

"05/28/2018".replace(/(d{2})/(d{2})/(d{4})/, "$3-$1-$2");
// => 2018-05-28
"[Test](https://www.test.com/)".replace(/[(.+)]((http(|s)://.+))/, "$1");
// => Test

有时候我们在写正则表达式的时候会多次使用分组，但有一些分组是不需要反向引用的，比如正则表达式 /http(|s):/// 中的分组，我们不需要进行反向引用，这时候我们应该使用 (?:) 来忽略分组

不忽略分组：

/http(|s):///

忽略分组：

/http(?:|s):///

正则表达式是从头部(左)向尾部(右)开始匹配的，文本的尾部方向称为“前”，文本的头部方向称为“后”

前瞻：正则表达式在匹配到规则的时候，向前检查是否符合断言

后顾：正则表达式在匹配到规则的时候，向后检查是否符合断言

"ab1cde2fg".replace(/[a-z](?=d)/g, "X"); // aX1cdX2fg
"ab1cde2fg".replace(/[a-z](?!d)/g, "X"); // Xb1XXe2XX

"ab1cde2fg".replace(/(?<=d)[a-z]/g, "X"); // ab1Xde2Xg
"ab1cde2fg".replace(/(?
11. 修饰符

global: 是否全文搜索，默认 false
ignoreCase: 是否大小写敏感，默认 false
multiline: 是否多行搜索，默认 false
lastIndex: 是当前表达式匹配内容的最后一个字符的下一个位置
source: 正则表达式的文本字符

"aaaaa".replace(/a/, "A");      // Aaaaa
"aaaaa".replace(/a/g, "A");     // AAAAA

"aAQq".replace(/[a-z]/g, "X"); // XAQX
"aAQq".replace(/[a-z]/gi, "X"); // XXXX

/[a-z]/.test("AA");    // false
/[a-z]/i.test("AA");    // true

`img/png/img-1.png
img/png/img-1.png
img/png/img-1.png`.replace(/^img/g, "image");
// => image/png/img-1.png
//    img/png/img-1.png
//    img/png/img-1.png
`img/png/img-1.png
img/png/img-1.png
img/png/img-1.png`.replace(/^img/gm, "image");
// => image/png/img-1.png
//    image/png/img-1.png
//    image/png/img-1.png
const reg = /d/gim;
console.log(reg.source);    // d

12. RegExp对象中 test() 和 exec()
test()
用于测试参数字符串中是否存在匹配正则表达式模式的字符串；如果存在则返回true，否则返回false
const reg = /w/;
reg.test("|"); // false
reg.test("a"); // true
reg.test("a"); // true
当使用 g 全文搜索时，test 函数会出现如下问题：

上述问题其实是正则表达式对象的 lastIndex 属性在作怪

如果正则表达式使用了全文搜索 g ，又想避免上述问题，应在执行 test 函数前先将 lastIndex 置 0
const reg = /w/g;
reg.test("ab"); // true
reg.lastIndex = 0;
reg.test("ab"); // true
reg.lastIndex = 0;
reg.test("ab"); // true
exec()
使用正则表达式模式对字符串执行搜索，并将匹配到的结果以数组形式返回，如果没有匹配，返回null

结果数组属性

index：匹配字符的第一个字符的位置
input：被匹配的字符串

返回的数组

第一个元素是与正则表达式匹配的内容
第二个元素是与第一个子表达式相匹配的内容
第三个元素是与第二个子表达式相匹配的内容（以此类推）

现有如下字符串数组，我们使用 exec 从每个元素中提取图片的路径
const arr = [
    "[测试1](https://www.test1.com/img/img-1.png)",
    "[测试1](http://www.test1.com/img/img-1.jpg)",
    "[测试2](https://static.test2.com/image/haha/img-1.png)"
]
正则表达式：
const reg = /[.+](http(|s)://[a-zA-Z0-g_-]+(.[a-zA-Z0-9_-]+)+/((.+/)+.+.(png|jpg)))/;

const res = reg.exec(arr[2]);

上述正则表达式使用了较多的分组，我们在阅读图形的时候可能造成干扰，忽略不必要的分组。
const reg2 = /[.+](http(?:|s)://[a-zA-Z0-g_-]+(?:.[a-zA-Z0-9_-]+)+/((?:.+/)+.+.(?:png|jpg)))/;

reg2.exec(arr[2]);