正则表达式

正则表达式在生活包括程序中都有一定的应用

正则表达式是对字符串操作的一种逻辑公式，就是用事先定义好的一些特定字符、及这些特定字符的组合，组成一个“规则字符串”，这个“规则字符串”用来表达对字符串的一种过滤逻辑。

正则表达式的应用场景

• 用于爬虫
• 用于手机号等的验证
• 用于日常文字以及图片的处理
• 用于筛选以及利用数据等

正则表达式的创建

• 用构造函数的形式来构造一个正则规则

var reg = new RegExp(***);

• 用字面量的形式创建正则规则

var reg =  /****/;

正则表达式中的字符

• ^ 匹配输入字符串的开始位置。

• $ 匹配输入字符串的结束位置。

• ? 匹配前面的子表达式零次或一次。例如，"do(es)?" 可以匹配 "do" 或 "does" 。

• +匹配前面的子表达式一次或多次。例如，'zo+' 能匹配 "zo" 以及 "zoo"，但不能匹配 "z"。

• \d 匹配一个数字字符。等价于 [0-9]。

• \D 匹配一个非数字字符。等价于 [^0-9]。

• \w 匹配字母、数字、下划线。等价于'[A-Za-z0-9_]'。

• \W 匹配非字母、数字、下划线。等价于 '[^A-Za-z0-9_]'。

• \s 匹配任何空白字符，包括空格、制表符、换页符等等。等价于 [ \f\n\r\t\v]。

• \S 匹配任何非空白字符。等价于 [^ \f\n\r\t\v]。

• \b 匹配一个单词边界，也就是指单词和空格间的位置。例如， 'er\b' 可以匹配"never" 中的 'er'，但不能匹配 "verb" 中的 'er'。

• \B 匹配非单词边界。'er\B' 能匹配 "verb" 中的 'er'，但不能匹配 "never" 中的 'er'。

• [^xyz] 负值字符集合。匹配未包含的任意字符。

• [a-z] 字符范围。匹配指定范围内的任意小写字母字符。

• . 匹配除了换行符的任意字符 (英文下的实心句号)

• | 相当于或

• 量词符号: {n}重复n次 , {n,m} n个到m个 , * 0个或者任意的一个, ? 0个或者一个 , + 至少一个

正则表达式的贪恋与禁止贪婪

• 贪婪模式 : (.*)尽可能多的匹配(最长的结果)
• 非贪婪模式 : (.*?) 讲究就近原则

正则表达式的运算符

正则表达式从左到右进行计算，并遵循优先级顺序，这与算术表达式非常类似。相同优先级的从左到右进行运算，不同优先级的运算先高后低。

运算符优先级排序

• \ 转义符
• (), (?:), (?=), [] 圆括号和方括号
• *, +, ?, {n}, {n,}, {n,m} 限定符
• ^, $, \任何元字符、任何字符 定位点和序列（即：位置和顺序）
• | 替换，"或"操作字符具有高于替换运算符的优先级，使得"m|food"匹配"m"或"food"。若要匹配"mood"或"food"，请使用括号创建子表达式，从而产生"(m|f)ood"。

正则表达式的应用

• Email地址：^\w+([-+.]\w+)@\w+([-.]\w+).\w+([-.]\w+)*$
• 域名：[a-zA-Z0-9][-a-zA-Z0-9]{0,62}(/.[a-zA-Z0-9][-a-zA-Z0-9]{0,62})+/.?
• 手机号码：^(13[0-9]|14[5|7]|15[0|1|2|3|5|6|7|8|9]|18[0|1|2|3|5|6|7|8|9])\d{8}$
• 身份证号(15位、18位数字)，最后一位是校验位，可能为数字或字符X：(^{\d{15}$)|(^\d{18}$)|(}\d{17}(\d|X|x)$)
• 密码(以字母开头，长度在6~18之间，只能包含字母、数字和下划线)：^[a-zA-Z]\w{5,17}$
• HTML标记的正则表达式：<(\S?)[^>]>.?|<.? /> ( 首尾空白字符的正则表达式：^\s|\s) (可以用来删除行首行尾的空白字符(包括空格、制表符、换页符等等)，非常有用的表达式)
• IP地址：((?:(?:25[0-5]|2[0-4]\d|[01]?\d?\d)\.){3}(?:25[0-5]|2[0-4]\d|[01]?\d?\d))
• xml文件：^([a-zA-Z]+-?)+[a-zA-Z0-9]+\.[x|X][m|M][l|L]$
• 腾讯QQ号：[1-9][0-9]{4,} (腾讯QQ号从10000开始)