正则表达式(一)- 字符匹配攻略

正则表达式是匹配模式,要么匹配字符,要么匹配位置。
然而关于正则如何匹配字符的学习,比较杂乱,元字符太多,看起来没有系统性,不好记。
现整理如下:

两种模糊匹配
字符组
量词
分支结构

1、两种模糊匹配

1.1 横向模糊匹配

定义:横向模糊指的是,一个正则可匹配的字符串的长度不是固定的,可以是多种情况的。
表示:{m,n},表示连续出现最少m次,最多n次。
例子:比如正则 /ab{2,5}c/ 表示匹配这样一个字符串:第一个字符是 "a",接下来是 2 到 5 个字符 "b",最后是字符 "c"。

1.2 纵向模糊匹配

定义:纵向模糊指的是,一个正则匹配的字符串,具体到某一位字符时,它可以不是某个确定的字符,可以有多种 可能。
表示:[abc],表示该字符可以是字符"a"、"b"、"c"中的任何一个。
例子:比如 /a[123]b/ 可以匹配如下三种字符串: "a1b"、"a2b"、"a3b"

2、字符组

需要强调的是,虽叫字符组(字符类),但只是其中一个字符。
例如 [abc],表示匹配一个字符,它可以是 "a"、"b"、"c" 之一。

2.1 范围表示法

使用场景:字符组里的字符特别多时,使用范围表示法。比如 [123456abcdefGHIJKLM],可以写成 [1-6a-fG-M]。
表示:用连字符 - 来省略和简写。
注意:因为连字符有特殊用途,那么要匹配 "a"、"-"、"z" 这三者中任意一个字符,
不能写成 [a-z],因为其表示小写字符中的任何一个字符。
可以写成如下的方式:[-az] 或 [az-] 或 [a-z]。
即要么放在开头,要么放在结尾,要么转义。总之不会让引擎认为是范围表示法就行了。

2.2 排除字符组

纵向模糊匹配,还有一种情形就是,某位字符可以是任何东西,但就不能是 "a"、"b"、"c"。
此时就是排除字符组(反义字符组)的概念。例如 [^abc],表示是一个除 "a"、"b"、"c"之外的任意一个字 符。字符组的第一位放 ^(脱字符),表示求反的概念。

2.3 常见的简写形式

字符组 具体含义
d 表示[0-9]。表示是一位数字。
记忆方式:其英文是digit(数字)。
D 表示[^0-9]。表示除数字外的任意字符。
w 表示 [0-9a-zA-Z_]。表示数字、大小写字母和下划线。
记忆方式:w 是 word 的简写,也称单词字符。
W 表示 [^0-9a-zA-Z_]。非单词字符。
s 表示 [ v f]。表示空白符,包括空格、水平制表符、垂直制表符、换行符、回车符、换页符。
记忆方式:s 是 space 的首字母,空白符的单词是 white space。
S 表示 [^ v f]。 非空白符。
. 表示 [^ u2028u2029]。通配符,表示几乎任意字符。换行符、回车符、行分隔符和段分隔符 除外。
记忆方式:想想省略号 ... 中的每个点,都可以理解成占位符,表示任何类似的东西。

3、量词

量词也称重复。

3.1 简写形式

量词 具体含义
{m,} 表示至少出现 m 次。
{m} 等价于 {m,m} ,表示出现 m 次。
? 等价于 {0,1} ,表示出现或者不出现。
记忆方式:问号的意思表示,有吗?
  • | 等价于 {1,} ,表示至少出现一次。<br> 记忆方式:加号是追加的意思,得先有一个,然后考虑追加。
    
  • | 等价于 {0,} ,表示出现任意次,有可能不出现。<br> 记忆方式:看看天上的星星,可能一颗没有,可能零散有几颗,可能数也数不过来。
    

3.2 贪婪匹配与惰性匹配

贪婪匹配:尽可能多的匹配

var regex = /d{2,5}/g;
var test = "123 1234 12345 123456";
console.log(test.match(regex)); // ["123", "1234", "12345"]

其中正则 /d{2,5}/,表示数字连续出现 2 到 5 次。会匹配 2 位、3 位、4 位、5 位连续数字。

惰性匹配:尽可能少的匹配

var regex = /d{2,5}?/g;
var test = "123 1234 12345 123456";
console.log(test.match(regex)); // ["12", "12", "34", "12", "34", "12", "34","56"]

其中 /d{2,5}?/ 表示,虽然 2 到 5 次都行,当 2 个就够的时候,就不再往下尝试了。

通过在量词后面加个问号就能实现惰性匹配,因此所有惰性匹配情形如下:

惰性量词 贪婪量词
{m,n}? {m,n}
{m,}? {m,}
?? ?
+? +
*? *
***TIP ***对惰性匹配的记忆方式是:量词后面加个问号,问一问你知足了吗,你很贪婪吗?

4、多选分支

一个模式可以实现横向和纵向模糊匹配。而多选分支可以支持多个子模式任选其一。
具体形式如下:(p1|p2|p3),其中 p1、p2 和 p3 是子模式,用 |(管道符)分隔,表示其中任何之一。
例如要匹配字符串 "good" 和 "nice" 可以使用 /good|nice/。

var regex = /good|nice/g;
var test = "good idea, nice try.";
console.log( test.match(regex) ); // ["good", "nice"]

但有个事实我们应该注意,比如我用 /good|goodbye/,去匹配 "goodbye" 字符串时,结果是 "good":

var regex = /good|goodbye/g;
var test = "goodbye";
console.log( test.match(regex) ); // ["good"]

而把正则改成 /goodbye|good/,结果是:

var regex = /goodbye|good/g;
var test = "goodbye";
console.log( test.match(regex) ); // ["goodbye"]

也就是说,分支结构也是惰性的,即当前面的匹配上了,后面的就不再尝试了。

原文地址:https://www.cnblogs.com/xsnow/p/11712462.html