正则表达式学习笔记（转）
前言
转载自：https://juejin.im/post/582dfcfda22b9d006b726d11，有修改。
学习目标
- 了解正则表达式语法
- 在IDE中使用正则表达式
- 在javascript中使用正则表达式处理字符串
什么是正则表达式
正则表达式，又称正规表达式、正规表示法、正规表达式、规则表达式、常规表示法（英文：Regular Expression，在代码中常简称regex、regexp或RE），计算机科学的一个概念。正则表达式使用单个字符串来描述、匹配一系列匹配某个句法规则的字符串。在很多文本编辑器里，正则表达式通常被用来检索、替换那些匹配某个模式的文本。
通俗地讲就是按照某种规则去匹配符合条件的字符串
利用图形化工具理解正则表达式
有一个辅助理解正则表达式的在线工具（regexper.com），可以自动将输入的正则表达式转换为铁路图（又叫语法图，syntax diagrams）下面是一些例子。
手机号正则
/^1[34578][0-9]{9}$/
以1开头，第二位为3 4 5 7 9中某一个，以9为（本省1次加回转8次）0-9数字结尾。
单词边界
/\bis\b/
is前后都是单词的边界，下面的实验有助于理解。
var reg1 = /\bis\b/g,
reg2 = /is/g,
str = 'this is a fish';
console.log(str.replace(reg1, 'X')); //this X a fish
console.log(str.replace(reg2, 'X')); //thX X a fXh
URL分组替换
/http:(\/\/.+\.jpg)/
正则表达式中括号用来分组，这个时候我们可以通过用$1来获取group#1的内容。
var reg3 = /http:(\/\/.+\.jpg)/;
console.log('http://img.host.com.abc.jpg'.replace(reg3, '$1'));
// //img.host.com.abc.jpg
说下这个正则的意义，如果网站用了https，网站引用静态资源也必须是https，否则报错。如果写成//会自动识别http或者https。
日期匹配与分组替换
/^\d{4}[/-]\d{2}[/-]\d{2}$/
-
Start of line是由^生效，表示以此开头 - 对应结尾
End of line由$生效，表示以此结尾 - 接着看
digit有\d生效，表示数字 -
3 times由{4}生效表示重复4次，铁路图中实际是3+1 -
one of表示在给出的所有可选项中选择一个
下面的代码使用它来验证日期字符串。
var reg4 = /^\d{4}[/-]\d{2}[/-]\d{2}$/;
console.log(reg4.test('2018-2-7')); // false
console.log(reg4.test('2018-02-07')); // true
console.log(reg4.test('2018/02/07')); // true
结合URL分组替换所用到的分组特性，我们可以轻松写出日期格式化的方法，改造后的正则表达式如下。
/^(\d{4})[/-](\d{2})[/-](\d{2})$/
轻松的拿到各个分组的内容后，就可以替换成我们期望的格式。
var reg5 = /^(\d{4})[/-](\d{2})[/-](\d{2})$/,
dateStr = '2018/02/07';
console.log(dateStr.replace(reg5, '$1年$2月$3日'));
//"2018年02月07日"
console.log(dateStr.replace(reg5, '$1-$2-$3'));
//"2018-02-07-"
console.log(dateStr.replace(reg5, '$2月'));
//"02月"
到现在已经能结合图形化工具看懂正则表达式了，如果有自己写，还需要进一步深入。
JavaScript中的RegExp对象
JavaScript通过内置的RegExp支持正则表达式，有两种方法实例化RegExp对象
字面量方法
const reg = /\bis\b/g
构造函数
const reg = new RegExp('\\bis\\b', 'g');
注意：构造函数第一个参数为正则表达式字符串，需要双重转义，第二个参数为修饰符，修饰符g代表全局搜索。
正则表达式语法
修饰符（g i m）
修饰符与其他部分语法不同，字面量方法声明的时候放到//后面，构造函数声明的时候，作为第二个参数传入。整个正则表达式可以理解为正则表达式规则字符串+修饰符。
-
g：global，执行一个全局匹配 -
i：ignore case，执行一个不区分大小写的匹配 -
m： multiple lines，多行匹配
可以同时使用多个修饰符。
g修饰符详例
var reg6 = /is\b/,
reg7 = /is\b/g,
str = 'this is a sentence contaning many is.';
console.log(str.replace(reg6, 'O'));
//thO is a sentence contaning many is.
console.log(str.replace(reg7, 'O'));
//thO O a sentence contaning many O.
可以看到添加了g修饰符，所有模式匹配的字符串都替换了，而不添加的话，只会替换第一处。
i修饰符详例
var reg8 = /is\b/g,
reg9 = /is\b/gi,
str = 'Is this a kiss?';
console.log(str.replace(reg8, 'O'));
//Is thO a kiss ?
console.log(str.replace(reg9, 'O'));
//O thO a kiss ?
有i时是忽略大小写的。
元字符
正则表达式字面量中字符可分为原义字符、非打印字符、元字符，其中元字符在正则表达式中具有一种或多种特殊用途，如果要匹配它们，需要将它们转义，这些元字符包括( { [ * + ? $ ^ . | \ ) } ]。
原义字符
比如/is\b/中的is。
\将下一个字符标记为一个特殊字符、或一个原义字符、或一个向后引用、或一个八进制转义符。例如，n匹配字符n，\n匹配换行符。序列\\匹配\，而\(匹配(。
非打印字符
比如换页符\f、换行符\n、制表符\t等等，以\n为例。
var reg10 = /\n/,
str = 'sentence 1. \n sentence 2.';
console.log(str.replace(reg10, 'O'));
//sentence 1. O sentence 2.
其他非打印字符在前端用得少，通常在后端处理文本文件时才会用到。
字符类[]
前面的手机号的例子（/^1[34578][0-9]{9}$/）中，我们使用过[]，其中的[34578]表示34578中的任意一个数字即可。在日期匹配与分组替换的例子（/^\d{4}[\-]\d{2}[\-]\d{2}$/）中，[\-]表示\和-任选一个。
var reg11 = /[abc]/g,
str = 'a 1 b 2 c 3 d 4';
console.log(str.replace(reg11, 'O'));
//O 1 O 2 O 3 d 4
字符类取反[^]
表示给出的所有字符之外的任意字符。
var reg12 = /[^abc]/g,
str = 'a 1 b 2 c 3 d 4';
console.log(str.replace(reg12, 'O'));
//aOOObOOOcOOOOOO
范围类[-]
正则表达式支持一定范围规则，比如[a-z]、[A-Z]、[0-9]，也可以组合起来如[a-z0-9]，如果字符-本身也是可选项，加在最后即可。
var reg13 = /[a-zA-C1-3]/g,
reg14 = /[0-9-]/g,
str1 = 'a A 1 b B 2 x X 9',
str2 = '2016-11-11';
console.log(str1.replace(reg13, 'O'));
//O O O O O O O X 9
console.log(str2.replace(reg14, 'O'));
//OOOOOOOOOO
预定义类
为了编程方便，JavaScript中具有一些预定义类可以直接使用。
| 字符 | 等价类 | 含义 |
|---|---|---|
. |
[^\n\r] |
除了回车符和换行符之外的所有字符 |
\d |
[0-9] |
数字字符 |
\D |
[^0-9] |
非数字字符 |
\s |
[\t\n\x0B\f\r] |
空白符 |
\S |
[^\t\n\x0B\f\r] |
非空白符 |
\w |
[a-zA-Z_0-9] |
单词字符（字母、数字、下划线） |
\W |
[^a-zA-Z_0-9] |
非单词字符 |
有了这些预定义类，写一些正则就很方便了，比如我们希望匹配一个ab+数字+任意字符的字符串，可以写作/ab\d./。
边界
| 字符 | 含义 |
|---|---|
^ |
字符串开头 |
$ |
字符串结尾 |
\b |
单词边界，指[^a-zA-Z_0-9]
|
\B |
非单词边界 |
边界指定义匹配的边界条件，上面基本都在例子中碰到了，下面演示下\b与\B。
var reg15 = /\bdog/g,
reg16 = /\Bdog/g,
str = '@dog@dogdog@';
console.log(str.replace(reg15, 'X'));
//@X@Xdog@
console.log(str.replace(reg16, 'X'));
//@dog@dogX@
量词
| 字符 | 含义 |
|---|---|
? |
出现0或1次 |
* |
出现0，1，2…次（任意次） |
+ |
出现1，2，3…次（正数次） |
{n} |
正好出现n次 |
{m,n} |
出现m到n次（含两端） |
{n,} |
至少出现n次 |
这个正则表达式使用了上面的各种形式的量词：/\d?@\d*@\d{10}@\d{10,20}@\d{10,}/
贪婪与（惰性）非贪婪
正则表达式默认会匹配贪婪模式，什么是贪婪模式呢？如其名，在符合规则的情况下尽可能多地匹配字符。如下面这个例子。
var reg17 = /\d{3,6}/;
console.log('1234567890'.replace(reg17, 'X'));
//X7890
贪婪模式下，匹配了最多的情况。
与贪婪模式对应的就是惰性模式，此时尽可能少地匹配字符。如何开启懒惰模式呢？在量词后面加?。继续上面的例子：
var reg18 = /\d{3,6}?/;
console.log('1234567890'.replace(reg18, 'X'));
//X4567890
更深入的介绍可参看进阶正则表达式。
分组与反向引用
分组，又称为子表达式。把正则表达式拆分成小表达式。来看例子：
不分组
/abc{2}/
量词仅作用到最后的c。
分组
/(abc){2}/
注意这里的group#1。
分组虽然和运算符()很像，但是分组在正则表达式中，需要着重理解其含义。比如如/^(http|https)/这样滥用分组没有必要，完全可以写作/^https?/。你写的正则特别长的时候，会出现一堆没用的结果。
分组往往和反向引用一起使用。具体来说，当一个正则表达式被分组以后，每个分组自动被赋予一个组号，从左到右是$1 $2 …。
在把之前的例子拿出来：/^(\d{4})[/-](\d{2})[/-](\d{2})$/。
可以很容易拿到分组group#1、group#2、group#3对应的匹配内容，分别是$1、$2、$3。
var reg19 = /^(\d{4})[/-](\d{2})[/-](\d{2})$/,
str = '2018/02/10';
console.log(str.replace(reg19, '$1年$2月$3日'));
//2018年02月10日
console.log(str.replace(reg19, '$1-$2-$3'));
//2018年02月10日
console.log(str.replace(reg19, '$2月'));
//02月
如果一个分组不想捕获，可以在括号内起始位置加上?:，如：/^(?:\d{4})[/-](\d{2})[/-](\d{2})$/。
前瞻（进阶，选看）
正则表达式中有前瞻（Lookahead）和后顾（Lookbehind）的概念，这两个术语非常形象地描述了正则引擎的匹配行为。需要注意一点，正则表达式中的前和后和我们通常所理解的前后有所不同。一段文本，我们一般习惯把文本开头的方向称作前面，文本末尾方向称作后面。然而对于正则表达式引擎来说，因为它是从文本头部向尾部开始解析的（可以通过正则选项控制解析方向），因此对于文本尾部方向正则引擎还没走到那块，称作前，而文本起始位置已经走过了，称作后。需要注意的是，后顾性能损耗比较大，js只支持前瞻。按我个人的理解，前瞻的内容并不属于我们的匹配目标，而是我们在匹配目标时，需要向前查看的环境，这种环境要求就是前瞻。
前瞻分两种，正向前瞻（?=xxx）和负向前瞻（?!xxx）。下面是例子。
var reg20 = /[a-z]{2}(?=\d{2})/g,
reg21 = /[a-z]{2}(?!\d{2})/g,
str = 'aa11bb22cc**';
console.log(str.replace(reg20, 'X'));
//X11X22cc**
console.log(str.replace(reg21, 'X'));
//aa11bb22X**
知识汇总应用
题目
将字符串123456789转换从低位起每三位用逗号区隔一次的货币形式，即123,456,789。
参考
'123456789'.replace(/(\d)(?=(?:\d{3})+$)/g, '$1,')
