简单的练习：
题目
- 与搜索字符串开始处的 3 个数字匹配。
- 与除 a、b 和 c 以外的任何字符匹配。
'1234567'.match(/\d{1,3}/g)的结果。- 不以“th”开头的单词匹配。
- 对密码应用以下限制：其长度必须介于 4 到 8 个字符之间，并且必须至少包含一个数字。
- 匹配一个中文字符。
答案
- 与搜索字符串开始处的 3 个数字匹配：
/^\d{3}/。 - 与除 a、b 和 c 以外的任何字符匹配：
/[^abc]/。 - ‘1234567’.match(/\d{1,3}/g)，根据贪婪原则，结果是
["123", "456", "7"]。 - 不以“th”开头的单词匹配：
/\b(?!th)\w+\b/。 - 对密码应用以下限制：其长度必须介于 4 到 8 个字符之间，并且必须至少包含一个数字：
/^(?=.*\d).{4,8}$/。首先.{4,8} 表示与包含 4-8 个字符的字符串匹配；然后.*表示单个字符（除换行符 \n 外）零次或多次，且后面跟着一个数字，注意(?=)只匹配一个位置。 - 匹配一个中文字符：
/[\u4e00-\u9fa5]/。
当然，可能答案不唯一，不必较真啦~ 主要目的是回忆熟悉一下语法~
如果还不了解正则，可以前往正则表达式理论篇 了解哇~
真正的实践来了
要想在复杂性和完整性之间取得平衡，一个重要因素是要了解将要搜索的文本。
好的正则表达式：
- 只匹配期望的文本，排除不期望的文本；
- 易于控制和理解；
- 保证效率。
有时候处理各种极端情况会降低成本/收益的比例。所以某些情况下，不完全依赖正则表达式完成全部工作，比如某些字段用子表达式()括起来，让内存记忆下来，然后再用其他程序来验证。
不过本文还是从学习正则的角度出发，全部依赖正则表达式来写的哇~~
匹配美元
正则表达式：/^\$[0-9]+(\.[0-9][0-9])?$/。
分为四部分：
^\$以美元符号开头。[0-9]+至少包含一个数字。(\.[0-9][0-9])?由一个点和两位数组成，匹配0次或1次，因为可能是整数或者是小数。$最后的$表示以数字结尾的。
缺点：不能匹配$1,000
匹配24小时制的时间，比如 09:59
- 小时部分
方法一：分类逻辑为第一个数字(0、1、2)，可以分为三部分：上午 00点到09点（0可选）；白天10到19点；晚上20到23点。
因此有三个多选分支，得到的结果为：
1 |
0?[0-9]|1[0-9]|2[0-3] |
还可以优化一下，合并前面的两个多选分支，得到：
1 |
[01]?[0-9]|2[0-3] |
方法二：分类逻辑为第二个数字，可以分为两部分：[0-3]和[4-9]。为什么这么分？看看下面这个图就知道了，[0-3]多了一行（以2为第一个数字）：
因此有两个多选分支，结果为：
1 |
[012]?[0-3]|[01]?[4-9] |
- 分钟部分
分钟数比较简单，第一个数范围在0-5之间，第二个数在0-9之间，因此得到分钟数为:
1 |
[0-5][0-9] |
- 最后的结果：
小时部分用(?:)包起来，起到一个分组的作用，且不保存匹配项；
冒号、分钟数拼起来；
最后加上一个分界\b表示单词的开始或结束，得到最终的结果：
1 |
/\b(?:[01]?[0-9]|2[0-3]):[0-5][0-9]\b/ |
- 验证：
1 |
var reg = /\b(?:[01]?[0-9]|2[0-3]):[0-5][0-9]\b/; |
其实这个结果不能说完全正确，首先你要明白这个正则用在什么地方，比如是数据验证或者
复杂的字符串搜寻替换。
情景一：填写表单中的字符串必须为24小时制的时间，那么可能第一个\b需要改成^，第二个\b改成$。
情景二：用于复杂的字符串搜寻替换时，可能也会匹配这样子的字符串如’跑步用时19:50’,明显的，’19:50’表示19分50秒，而不是表示24小时制的时间19点50分。
匹配IP地址
IP地址的规则：点号分开的四个字段，每个字段在0-255之间。
- 第一步：
如果一个字段是一个数或两个数，肯定是在0-255的范围内的；
如果三位数，那么以0或者1开头的三位数也是合法的，即000-199。
从上面的陈述中我们就可以得到三个多选分支：
1 |
\d|\d\d|[01]\d\d |
我们稍微合并一下这三个多选分支，得到：
1 |
[01]?\d\d? |
- 第二步：
我们再来看以2开头的三位数：
第二位数小于5的时候，第三位数范围[0-9]都可以；第二位数等于5的时候，第三位数范围[0-5] ，因此得到两个多选分支：
1 |
2[0-4]\d|25[0-5] |
- 第三步：
前两步合并起来，得到一个字段0-255的表示方法：
1 |
[01]?\d\d?|2[0-4]\d|25[0-5] |
- 第四步：
四个字段合并起来，IP地址正则如下：
1 |
/^(?:[01]?\d\d?|2[0-4]\d|25[0-5])\.(?:[01]?\d\d?|2[0-4]\d|25[0-5])\.(?:[01]?\d\d?|2[0-4]\d|25[0-5])\.(?:[01]?\d\d?|2[0-4]\d|25[0-5])$/ |
点号要转义一下，^和$需要加上，否则可能匹配52123.3.22.993，因为其中的123.3.22.99是符合的。(?:)起到分组的作用，且不保存匹配项。
一些测试结果：
1 |
var reg = /^(?:[01]?\d\d?|2[0-4]\d|25[0-5])\.(?:[01]?\d\d?|2[0-4]\d|25[0-5])\.(?:[01]?\d\d?|2[0-4]\d|25[0-5])\.(?:[01]?\d\d?|2[0-4]\d|25[0-5])$/; |
虽然0.0.0.0是合法的，但它是非法的IP地址，使用正则的否定顺序环视功能(零宽负向先行断言)，可加上(?!0+.0+.0+.0+$) ：
1 |
var reg = /^(?!0+.0+.0+.0+$)(?:[01]?\d\d?|2[0-4]\d|25[0-5])\.(?:[01]?\d\d?|2[0-4]\d|25[0-5])\.(?:[01]?\d\d?|2[0-4]\d|25[0-5])\.(?:[01]?\d\d?|2[0-4]\d|25[0-5])$/; |
匹配分隔符之内的文本
常见的匹配要求
- 匹配
/*和*/之间的css注释。 - 匹配引文字符串””，且容许其中包含转义的引号\”。
- 匹配一个HTML tag，也就是尖括号之内的文本，例如。
匹配思路的步骤
- 匹配起始分隔符。
- 匹配正文（即结束分隔符之前的所有文本）。
- 匹配结束分隔符。
容许引文字符串中出现转义引号
大概思路
描述：起始分隔符和结束分隔符都是",且正文中容许出现转义之后的引号\"。
简单情况分析：
举例：匹配类似 I "start \"x3\" end" U 文本的 "start \"x3\" end" 引文字符串，注意\"属于转义引号。
- 起始分隔符和结束分隔符都是
"。 - 字符不是引号，肯定是正文。即
[^"]表示不是引号的其他任意字符。 - 引号
"前面有反斜线\，且被反斜线\转义，则也属于正文。例如start\"引号的前面有一个反斜线，那么这个引号也属于正文。即(?<=\)”表示匹配一个引号，它的前面有一个\，注意正则的反斜线也要用\来转义一下,因为\是特殊字符。
用非捕获分组(?:)将[^"]|(?<=\\)"括起来，给个量词*，表示匹配正文0次或多次。
因此可以写出正则表达式： /"(?:[^"]|(?<=\\)")*"/
注意：ES7才支持逆序环视(?<=)
验证1：
验证正则：/"(?:[^"]|(?<=\\)")*"/
1 |
'I "start \"x3\" end" U'.match(/"(?:[^"]|(?<=\\)")*"/); |
为什么第2个才是对的呢？我们看一下返回的input属性就了解了：
验证2：
验证正则：/"(?:[^"]|(?<=\\)")*"/
1 |
'I "start \\"x3\\\\" end" U'.match(/"(?:[^"]|(?<=\\)")*"/); |
引号”前面有反斜线\，但是这个反斜线不是转义引号的，那么引号就不应该属于正文，而是属于结束分隔符。
什么情况反斜线\不转义引号呢？
这个反斜线\本身就是被转义的情况。
上面的结果按照预期结果应该返回 [""start\"x3\\"]，但是现在多了end"。
因此验证这个正则表达式不正确。
也就是说，正文中可出现转义的字符，因此得出正则\\. ，注意第一个\表示转义第二个\,点表示匹配除换行符 \n 之外的任何单个字符）,例如可以匹配\+或者\\。而且转义的字符已经包含了\"的情况，因此正则(?<=\\)"可以不用写了，且替换成\\.。
因此改正后的正则：/"(?:\\.|[^"])*"/
你可能注意到了，我把[^”]和\.的位置调换一下，后面的验证3会讲到为什么要这么做。
验证3：
验证正则：/"(?:\\.|[^"])*"/ 和 /"(?:[^"]|\\.)*"/
1 |
'I "start \\"x3\\\\" end" U'.match(/"(?:\\.|[^"])*"/); |
[^"]和\\.的位置调换后，结果与期望不符合。那是因为[^"]匹配start \后，遇到紧接着的"不匹配，交给后面的多选分支\\.，也不匹配，又刚好结束分隔符是",导致匹配成功，结束匹配。
因此两个正则之间 正确的正则是 /"(?:\\.|[^"])*"/
验证4：
验证：/"(?:\\.|[^"])*"/
1 |
'I "start \\"x3\\" end U'.match(/"(?:\\.|[^"])*"/); |
上面的字符串 "start\"x3\" 其实是没有结束分隔符的，但是还是匹配了。那是因为正则[^"]和\\. 一起作用,导致匹配到了文本U末尾，后续想找结束分隔符的时候，结果却找不到，所以只能回溯文本去找结束分隔符，最后找到了 x3\后面的引号，匹配成功，结束匹配。
回溯会导致不期望的结果，由于是卡在多选分支上出错的，因此猜测多选分支|匹配内容出现重叠。
你想想，如果符合正文的反斜线，不是以[^"]方式匹配,而是以\\.的方式匹配，那就不会把好好的\"拆开来匹配了。
综上所述，一定要让反斜线是以\\.的方式匹配，字符串里的反斜杆不能以[^"]方式匹配。
因此将[^"]改成[^\\"]。这样子就可以确保正确识别正文特殊的\"和结束分隔符"了。
注意：很多字符在[]都会失去本来的意义，但是反斜杠字符 \ 仍为转义字符。若要匹配反斜杠字符，请使用两个反斜杠 \\。
改正的正则：/"(?:\\.|[^\\"])*"/
验证5
验证：/"(?:\\.|[^\\"])*"/
1 |
'I "start \\"x3\\" end U'.match(/"(?:\\.|[^\\"])*"/); |
为了优化，我们可以把[^\\"]放在前面，因为普通字符的匹配可能性更大。
注意：优化正则提高效率最需要考虑的问题：改动是否会影响匹配。只有在排序与匹配成功无关时才不会影响准确性，才能重新安排多选分支的顺序。
优化后的正则：/"(?:[^\\"]|\\.)*"/
HTML Tag
经历了容许引文字符串中出现转义引号的例子分析，瞬间觉得这个容易了许多。
描述与要求：匹配类似的HTML标签，起始分隔符是<，结束分隔符是>，且HTML 标签属性值中可以出现>。
起始分隔符和结束分隔符都是明确的，我们来分类一下正文。
- 双引号引用文本
- 单引号引用文本
- 除了>和引号之外的任意字符
可能你会当心单双引号引用文本，会像“容许引文字符串中出现转义引号”那么复杂。幸好是HTML Tag的属性值中不允许出现转义引号，因为平常的转义符号\变成了普通字符。
根据三种情况，分别写出三个正则：
"[^"]*"'[^']*'[^'">]
好了，用多选分支连起来"[^"]*"|'[^']*'|[^'">]，再用非捕获分组(?:)将多选分支括起来，如(?:"[^"]*"|'[^']*'|[^'">])，用*表示匹配任意次，最后前后加上开始结束分隔符，搞定：
/<(?:"[^"]*"|'[^']*'|[^'">])*>/
验证：
1 |
''.match(/<(?:"[^"]*"|'[^']*'|[^'">])*>/) |
体会：
看到没有，几乎每个正则都包含多选分支，只要你懂得将数据分类，离成功就不远了。哈哈哈哈哈。
参考
《精通正则表达式》
http://imweb.io/topic/56e804ef1a5f05dc50643106