正则表达式到底是什么？

这里是修真院前端小课堂，每篇分享文从

八个方面深度解析前端知识/技能，本篇分享的是：

【正则表达式到底是什么？】

大家好，我是IT修真院武汉分院web第16期的学员孟晨，一枚正直纯洁善良的web程序员 今天给大家分享一下，修真院官网js（职业）任务五，深度思考中的知识点——简述JS中THIS的指向？

1.背景介绍
正则表达式到底是什么？

在编写处理字符串的程序或网页时，经常会有查找符合某些复杂规则的字符串的需要。正则表达式就是用于描述这些规则的工具。换句话说，正则表达式就是记录文本规则的代码。 很可能你使用过Windows/Dos下用于文件查找的通配符(wildcard)，也就是和?。如果你想查找某个目录下的所有的Word文档的话，你会搜索.doc。在这里，*会被解释成任意的字符串。和通配符类似，正则表达式也是用来进行文本匹配的工具，只不过比起通配符，它能更精确地描述你的需求——当然，代价就是更复杂——比如你可以编写一个正则表达式，用来查找所有以0开头，后面跟着2-3个数字，然后是一个连字号“-”，最后是7或8位数字的字符串(像010-12345678或0376-7654321)。

2.知识剖析
学习正则表达式的最好方法是从例子开始，理解例子之后再自己对例子进行修改，实验。下面给出了不少简单的例子，并对它们作了详细的说明。

首先看个例子

假设你在一篇英文小说里查找hi，你可以使用正则表达式hi。 这几乎是最简单的正则表达式了，它可以精确匹配这样的字符串：由两个字符组成，前一个字符是h,后一个是i。通常，处理正则表达式的工具会提供一个忽略大小写的选项，如果选中了这个选项，它可以匹配hi,HI,Hi,hI这四种情况中的任意一种。 不幸的是，很多单词里包含hi这两个连续的字符，比如him,history,high等等。用hi来查找的话，这里边的hi也会被找出来。如果要精确地查找hi这个单词的话，我们应该使用\bhi\b。 \b是正则表达式规定的一个特殊代码（好吧，某些人叫它元字符，metacharacter），代表着单词的开头或结尾，也就是单词的分界处。虽然通常英文的单词是由空格，标点符号或者换行来分隔的，但是\b并不匹配这些单词分隔字符中的任何一个，它只匹配一个位置。

然后

假如你要找的是hi后面不远处跟着一个Lucy，你应该用\bhi\b.*\bLucy\b。 这里，.是另一个元字符，匹配除了换行符以外的任意字符。同样是元字符，不过它代表的不是字符， 也不是位置，而是数量——它指定前边的内容可以连续重复使用任意次以使整个表达式得到匹配。 因此，.连在一起就意味着任意数量的不包含换行的字符。 现在\bhi\b.\bLucy\b的意思就很明显了：先是一个单词hi,然后是任意个任意字符(但不能是换行)，最后是Lucy这个单词。

如果同时使用其它元字符，我们就能构造出功能更强大的正则表达式。比如下面这个例子：

0\d\d-\d\d\d\d\d\d\d\d匹配这样的字符串：以0开头，然后是两个数字，然后是一个连字号“-”，最后是8个数字(也就是中国的电话号码。当然，这个例子只能匹配区号为3位的情形)。 这里的\d是个新的元字符，匹配一位数字(0，或1，或2，或……)。-不是元字符，只匹配它本身——连字符(或者减号，或者中横线，或者随你怎么称呼它)。 为了避免那么多烦人的重复，我们也可以这样写这个表达式：0\d{2}-\d{8}。这里\d后面的{2}({8})的意思是前面\d必须连续重复匹配2次(8次)。

好的我们之前字太多，现在可以总结一下可以看的更清楚

\ba\w*\b

匹配以字母a开头的单词——先是某个单词开始处(\b)，然后是字母a,然后是任意数量的字母或数字(\w*)，最后是单词结束处(\b)。
\d+

匹配1个或更多连续的数字。这里的+是和类似的元字符，不同的是匹配重复任意次(可能是0次)，而+则匹配重复1次或更多次。
\b\w{6}\b

匹配刚好6个字符的单词

现在我们可以看看常用的一些字符

常用的元字符

1、.匹配除换行符以外的任意字符

2、 \w匹配字母或数字或下划线或汉字

3、 \s匹配任意的空白符

4、\d 匹配数字

5、\b 匹配单词的开始或结束

6、^ 匹配字符串的开始

7、$ 匹配字符串的结束

^\d{5,12}$

这句的意思是匹配以数字开头的5-12位的字符

如果你想查找元字符本身的话，比如你查找.,或者*,这时就需要转义字符。 因此，要查找\本身，需要使用\.

常用的限定符

1.* 重复零次或更多次

2.+ 重复一次或更多次

3.? 重复零次或一次

4.{n} 重复n次

5.{n,} 重复n次或更多次

6.{n,m} 重复n到m次

举几个简单的栗子

Windows\d+

这个例子就是匹配以Windows开头后面跟着至少1个或多个数字

^\w+

这个例子是匹配以字母，汉字，数字或下划线开头后面跟着至少1个或多个字符

字符类

[aeiou]就匹配任何一个英文元音字母，[.?!]匹配标点符号(.或?或!)。

(?0\d{2}[) -]?\d{8}

这个例子意思是匹配以0-1个(和0开头后面接着2位数字再后面接着0-1个 ）或 - 再后面接着8个数字

即能匹配

033-12345678

（033）-12345678 等

分歧条件

刚才那个表达式也能匹配010)12345678或(022-87654321这样的“不正确”的格式。

要解决这个问题，需要用到分枝条件。

正则表达式里的分枝条件指的是有几种规则，如果满足其中任意一种规则都应该当成匹配，具体方法是用|把不同的规则分隔开。

可以看看例子

0\d{2}-\d{8}|0\d{3}-\d{7}

这个就是可以匹配

088-12345678或0888-1234567

使用分枝条件时，要注意各个条件的顺序。
\d{5}-\d{4}|\d{5}
\d{5}|\d{5}-\d{4}
匹配分枝条件时，将会从左到右地测试每个条件，如果满足了某个分枝的话，就不会去再管其它的条件了。

反义
1.\W 匹配任意不是字母，数字，下划线，汉字的字符

2.\S 匹配任意不是空白符的字符

3.\D 匹配任意非数字的字符

4.\B 匹配不是单词开头或结束的位置

5.[^x] 匹配除了x以外的任意字符

6.[^aeiou] 匹配除了aeiou这几个字母以外的任意字符

举个例子:

\S+匹配不包含空白符的字符串。
^a[b]+$

匹配a开头后面接着至少1个非b以外的字符串

即能匹配 acde 但不能匹配 abcd或acdb等

贪婪和怠惰限定符
当正则表达式中包含能接受重复的限定符时，通常的行为是（在使整个表达式能得到匹配的前提下）匹配尽可能多的字符。

以这个表达式为例：a.*b，它将会匹配最长的以a开始，以b结束的字符串。

如果用它来搜索aabab的话，它会匹配整个字符串aabab。这被称为贪婪匹配。

在某些情况需要懒惰匹配，也就是匹配尽可能少的字符。

前面给出的限定符都可以被转化为懒惰匹配模式，只要在它后面加上一个问号?。

这样.*?就意味着匹配任意数量的重复，但是在能使整个匹配成功的前提下使用最少的重复。

怠惰限定符常用

*? 重复任意次，但尽可能少重复
+? 重复1次或更多次，但尽可能少重复
?? 重复0次或1次，但尽可能少重复
{n,m}? 重复n到m次，但尽可能少重复
{n,}? 重复n次以上，但尽可能少重复
举个例子：

a.*?b

能将abbbab匹配为2个ab

3.常见问题
如何实现一个匹配邮箱的正则？

4.解决方案
一个邮箱的正则规则定义：

以大写字母[A-Z]、小写字母[a-z]、数字[0-9]、下滑线[_]、及点号[.]开头，并需要重复一次至多次[+]。 中间必须包括@符号。

@之后需要连接大写字母[A-Z]、小写字母[a-z]、数字[0-9]、下滑线[_]及点号[.]，并需要重复一次至多次[+]。 结尾必须是点号[.]连接2至4位的大小写字母[A-Za-z]{2,4}。

即

^([A-Za-z0-9_.])+@([A-Za-z0-9_.])+.([A-Za-z]{2,4})$

５.编码实战

６.拓展思考

7.参考文献
正则表达式30分钟入门教程
正则表达式全部符号解释
js正则表达式语法

8.更多讨论
1.如何使用正则来让那些规定的和谐子被和谐

使用replace（）方法

var str =“傻子”;

var reg =/傻/g; //定义正则

str.replace(reg,"*") //输出 *子

2.如何使用正则来检测qq号是否符合

var reg = /¹\d{4,12}/ //定义正则

使用test（）方法来检测

reg.test(字符串)

3.字符串“100000000”如何把它变成100.000.000

var str = “100000000”;//如何变成100.000.000var reg = /(?=(\B)(\d{3})+$)/g;console.log(str.replace(reg,"."));
4. $ 与 ^

^ 在[]中表示的是"非"的意思。在量词中表示的是必须以什么开头。

$ 在replace中表示的是引用子表达式。在量词中表示的是必须以什么结尾

鸣谢

感谢大家观看

。

---

1. 1-9 ↩︎