js中的正则表达式
什么是正则表达式
正则表达式是用正则表达式语言创建的，正则表达式语言并不是一种完备的程序设计语言，它甚至算不上是一种能够直接安装并运行的程序。更准确地说，正则表达式语言是内置于其他语言或软件产品的“迷你”语言。正则表达式语言虽然也被称为一种语言，但它与人们对语言的印象相去甚远。
正则表达式经常被简称为模式。
定义一个正则表达式
js中的正则表达式用RegExp对象表示，有两种方式创建RegExp对象。
一种是通过一种特殊的直接量语法创建
var pattern = /s$/
另一种是使用RegExp()构造函数
var pattern = new RegExp('s$')
如果需要修饰符
var pattern = /s$/i
var pattern = new RegExp('s$', 'i')
js中的正则表达式语法
js中的正则表达式还是比较弱的，比如不支持后行断言，不支持嵌入条件。
直接量字符
直接量字符包括字面含义的字母和数字、非字母的字符、和一些具有特殊含义的字符，后面两种需要转义。
| 字符 | 匹配 |
|---|---|
| 字母和数字 | 自身 |
| \o | NUL字符(\u0000) |
| \t | 制表符(\u0009) |
| \n | 换行符(\u000A) |
| \v | 垂直制表符(\u000B) |
| \f | 换页符(\u000C) |
| \r | 回车符(\u000D) |
| \xnn | 由十六进制数nn指定的拉丁字符，例如，\x0A等价于\n |
| \uxxxx | 由十六进制数xxxx指定的Unicode字符，例如\u0009等价于\t |
| \cX | 控制字符^X，例如,\cJ等价于换行符\n |
Windows使用\r\n表示文本行结束，Unix、Linux只使用\n表示文本结束。
一些具有特殊含义的字符也需要转义，如下
^ $ . * + ? = ! : | \ / ( ) [ ] { }
字符类
将直接量字符单独放进方括号内就组成了字符类，一个字符类可以匹配它所包含的任意字符。由于某些字符类非常常用，因些在js的正则表达式语法中，使用了特定字符的转义字符来表示它们。
| 字符 | 匹配 |
|---|---|
| […] | 方括号内的任意字符 |
| [^…] | 不在方括号内的任意字符 |
| . | 除换行符和其他Unicode行终止符之外的任意字符 |
| \w | 任何ASCII字符组成的单词，等价于[a-zA-Z0-9] |
| \W | 任何不是ASCII字符组成的单词，等价于[^a-zA-Z0-9] |
| \s | 任何Unicode空白符 |
| \S | 任何非Unicode空白符 |
| \d | 任何ASCII数字，等价于[0-9] |
| \D | 任何非ASCII数字，等价于[^0-9] |
| [\b] | 退格直接量(特例) |
重复字符
| 字符 | 匹配 |
|---|---|
| {n, m} | |
| {n,} | |
| {n} | |
| ? | 等价于{0, 1} |
| + | 等价于{1,} |
| * | 等价于{0,} |
非贪婪的重复
默认情况下，正则表达式会尽可能多地匹配(贪婪模式)，只需要在重复字符后面添加问号?就可以进行非贪婪模式，如??、+?、*?、{1, 5}?。
需要注意的是，不管是贪婪模式还是非贪婪模式，正则表达式总是会寻找字符串中第一个可能匹配的位置，如，对于字符串aaabb，/a+b/会匹配aaabb，/a+?b/会匹配aaab而不是子串中更短的ab。
选择
选择项的尝试匹配次序是从左到右，直到发现了匹配项，如果左边的选择项匹配，就忽略右边的匹配项，如字符串ab，/a|ab/匹配的是a。
| 字符 | 匹配 |
|---|---|
| | | 匹配的是该符号左边的子表达式或右边的子表达式 |
分组和引用
分组形成子表达式。
| 字符 | 匹配 |
|---|---|
| (…) | |
| (^…) | 只分组，不编号，即不能被引用 |
| \n | 回溯引用 |
回溯引用(backreference)允许正则表达式模式引用前面的匹配结果。
锚字符
| 字符 | 匹配 |
|---|---|
| ^ | 字符串的开头 |
| $ | 字符串的结尾 |
| \b | 单词的边界 |
| \B | 非单词边界的位置 |
| (?=p) | 正向先行断言，要求接下来的字符都与p匹配，但匹配的结果不包括p |
| (?!p) | 负向先行断言，要求接下来的字符都不与p匹 |
锚字符是匹配位置的，不匹配任何字符，比如对于字符串abc，a(?=b)bc可以匹配，但是a(?=b)c不匹配。
修饰符
js支持三个修饰符。
| 字符 | 匹配 |
|---|---|
| i | |
| g | 执行一个全局匹配，即找到所有的匹配，而不是在找到一个之后就停止 |
| m | 多行匹配模式，^匹配一行的开头和字符串的开头，$匹配一行结尾和字符串的结尾 |
RegExp对象
RegExp对象有5个属性和2个方法：
5个属性
source
只读，正则表达式的文本
global
只读，是否带有修改符g
ignoreCase
只读，是否带有修改符i
multiline
只读，是否带有修改符m
lastIndex
可读/写，如果匹配模式带有g，这个属性存储整个字符串下一次检索的开始位置
2个方法
exec()
如果没有找到任何匹配，则返回null，否则返回一个数组，第一个元素包含的是与正则表达式相匹配的字符串，余下的元素是与圆括号内的子表达式相匹配的子串。
会忽略g。
test()
如果匹配则返回true
String中4个支持正则表达式的方法
(1) search
- 返回第一个匹配的子串的起始位置，如果不匹配则返回-1；
- 如果参数不是正则表达式，则会先通完RegExp()转换成正则表达式；
不支持全局检索，会忽略g。
var pattern = /c{2}/
var str = ‘abcdeccfg’
console.log(str.search(pattern)) // 5// 如果参数不是正则表达式，则会先通完RegExp()转换成正则表达式
var pattern = ‘c{2}’
var str = ‘abcdeccfg’
console.log(str.search(pattern)) // 5
(2) replace
如果replace()的第一个参数是字符串而不是正则表达式，则将直接搜索这个字符串；
如果不带g，则只匹配一次；
第二个参数可以是$加数字，代表对应的子串。
(3) match
如果没有g，则返回结果和exec()一样
var pattern = /h(i)/
var str = 'ahibchhidefhiig'
console.log(str.match(pattern)) // ["hi", "i", index: 1, input: "ahibchhidefhiig"]
如果有g，则返回所有的匹配，但不包括子表达式
// 如果有`g`，则返回所有的匹配，但不包括子串
var pattern = /h(i)/g
var str = 'ahibchhidefhiig'
console.log(str.match(pattern)) // ["hi", "hi", "hi"]
(4) split
console.log('123,456,789'.split(',')) // ["123", "456", "789"]
// 好像会忽略`g`
console.log('123, 456 , 789'.split(/\s*,\s*/)) // ["123", "456", "789"]