正则表达式分析

正则表达式

正则表达式几个重要的点，分组、引用和捕获

分组

下面的正则表达式可以匹配kidkidkid：

/kidkidkid/

而另一种更优雅的写法是：

/(kid){3}/

这里由圆括号包裹的一个小整体称为分组。

分组只被括号包裹，匹配的结果会暂存起来, js引擎中在对象RegExp中,暂存几十秒会被垃圾回收器回收或者下一个正则执行时被覆盖

一个需要注意的问题

/kidkidkid/.exec('kidkidkid')
//["kidkidkid"]
/(kidkidkid)/.exec('kidkidkid')
//["kidkidkid", "kidkidkid"]

可以认为在最外层有一个顶层的分组，正则本身就是一个分组

候选

一个分组中，可以有多个候选表达式，用|分隔：

var reg = /I love (him|her|it)/;
reg.test('I love him')   // true  
reg.test('I love her')   // true
reg.test('I love it')    // true
reg.test('I love them')  // false

这里的|相当于“或”的意思。候选只在分组中可用

可以看到，分组的匹配包含外部的非分组内表达式，正则匹配分组独立，外部跟随

捕获与引用

被正则表达式匹配（捕获）到的字符串会被暂存起来。其中，由分组捕获的串会从1开始编号，于是我们可以引用这些串：

var reg = /(\d{4})-(\d{2})-(\d{2})/
var date = '2010-04-12'
reg.test(date)
RegExp.$1  // 2010
RegExp.$2  // 04
RegExp.$3  // 12

$1引用了第一个被捕获的串，$2是第二个，依次类推。

与replace配合

String.prototype.replace方法的传参中可以直接引用被捕获的串。比如我们想将日期12.21/2012改为2012-12-21：

var reg = /(\d{2}).(\d{2})\/(\d{4})/
var date = '12.21/2012'
date = date.replace(reg, '$3-$1-$2')  // date = 2012-12-21

顺道一提，给replace传迭代函数，有时能优雅地解决一些问题。

data.replace(reg, function(word){ console.log(word}}
// 2012
// 12
// 21

将违禁词转换为等字数的星号是一个常见功能。比如文本是kid is a doubi，其中kid与doubi是违禁词，那么转换后应该为*** is a *****。我们可以这么写：

var reg = /(kid|doubi)/g
var str = 'kid is a doubi'
str = str.replace(reg, function(word){
    return word.replace(/./g, '*')
})

嵌套分组的捕获

如果碰到类似/((kid) is (a (doubi)))/的嵌套分组，捕获的顺序是什么？来试试：

var reg = /((kid) is (a (doubi)))/
var str = "kid is a doubi"
reg.test( str )  // true
RegExp.$1  // kid is a doubi
RegExp.$2  // kid
RegExp.$3  // a doubi
RegExp.$4  // doubi

规则是以左括号出现的顺序进行捕获。

反向引用

正则表达式里也能进行引用，这称为反向引用：

var reg = /(\w{3}) is \1/
reg.test('kid is kid')  // true
reg.test('dik is dik')  // true
reg.test('kid is dik')  // false
reg.test('dik is kid')  // false

\1引用了第一个被分组所捕获的串，换言之，表达式是动态决定的。

注意，如果编号越界了，则会被当成普通的表达式：

全选复制放进笔记var reg = /(\w{3}) is \6/;

reg.test( 'kid is kid' );  // false
reg.test( 'kid is \6' );   // true

分组的类型

分组有四种类型：

捕获型　　　-　()
非捕获型　　-　(?:)
正向前瞻型　-　(?=)
反向前瞻型　-　(?!)
我们之前说的都是捕获型分组，只有这种分组会暂存匹配到的串。

非捕获型分组

有时候，我们只是想分个组，而没有捕获的需求，则可以使用非捕获型分组，语法为左括号后紧跟?:：

var reg = /(?:\d{4})-(\d{2})-(\d{2})/
var date = '2012-12-21'
reg.test(date)
RegExp.$1  // 12
RegExp.$2  // 21

这个例子中，(?:\d{4})分组不会捕获任何串，所以$1为(\d{2})捕获的串。

正向与反向前瞻型分组

就好像你站在原地，向前眺望：

正向前瞻型分组 - 你前方是什么东西吗？
负向前瞻型分组 - 你前方不是什么东西吗？
太拗口了，我喜欢称之为肯定表达式与否定表达式。先举个正向前瞻的例子：

var reg = /kid is a (?=doubi)/
reg.test('kid is a doubi')  // true
reg.test('kid is a shabi')  // false

kid is a 后面跟着什么？如果是doubi才能匹配成功。

而负向前瞻则刚好相反：

var reg = /kid is a (?!doubi)/
reg.test('kid is a doubi')  // false
reg.test('kid is a shabi')  // true

如果前瞻型分组也不会捕获值。那么它与非捕获型的区别是什么？看例子：

var reg, str = "kid is a doubi"
reg = /(kid is a (?:doubi))/
reg.test(str)
RegExp.$1  // kid is a doubi
reg = /(kid is a (?=doubi))/
reg.test(str)
RegExp.$1  // kis is a

可见，非捕获型分组匹配到的串，仍会被外层的捕获型分组捕获到，但前瞻型却不会。当你需要参考后面的值，又不想连它一起捕获时，前瞻型分组就派上用场了。

最后，JS不支持后瞻型分组。

非贪婪匹配

默认为贪婪匹配，尽量匹配多的字符，在通配符后面加上问号为非贪婪匹配

var reg = /kid.*kid/
var str = "kid is kid, kid is kid"
var res = reg.exec( str )  // res = ["kid is kid, kid is kid"]
var reg = /kid.*?kid/
var res = reg.exec( str )  // res = ["kid is kid"]

例子

lksdjflksdjflksdjflskdjflsdkjfldskjklsdjflksdjflskdjflksdjflsdkjflskdjflskdjflsdkjflsdkjfldksj
slkdjflksdjflsdkjfsdlkfjsdlkfjsldkfjsdlkfjsdlkfjslkdjflskdjflskdjflsdkjflksdjflsdkjfsdlkjflskdjfsdlkfjsdlkfjslkdfjsdlkfjsdlkfjslkdjfsldkfjsldkfjsdlkfjslkdfjsdlkfjsldkfjldk