正则表达式学习(1)

Some people, when confronted with a problem, think “I know, I’ll use regular expressions.” Now they have two problems.(如果你有一个问题，你想到可以用正则来解决，那么你有两个问题了)

正则表达式的功能

1. 校验数据的有效性（比如手机号，邮箱的格式）；
2. 查找符合要求的文本；
3. 对文本进行切割，替换等操作（比如用连续的空白符切割）

元字符

即在正则表达式中具有特殊意义的专用字符

• 特殊单字符
  • .任意字符
  • \d 任意数字 \D 任意非数字
  • \w 任意字母数字下划线 \W 任意非字母数字下划线
  • \s 任意空白符 \S 任意非空白符
• 空白符
  • \r 回车符
  • \n 换页符
  • \t 制表符
  • \v 垂直制表符
  • \s 任意空白符
• 量词
  • * 0到多次
  • + 1到多次
  • ? 0到1次
  • {m} 出现m次
  • {m,} 出现至少m次
  • {m,n} m到n次
• 范围
  • | 或，如ab|bc表示ab或者bc
  • […] 多选1，括号中任意单个元素
  • [a-z] 匹配a到z之间任意单个元素（包含a,z）
  • [^…] 取反，不能是括号中的任意单个元素

贪婪、非贪婪与独占模式

• 贪婪匹配
  尽可能进行最长的匹配(默认是贪婪的)
• 非贪婪匹配
  • 尽可能进行最短匹配
  • 在量词后面加?就可以把贪婪模式变成非贪婪模式
• 独占模式
  • 贪婪模式和非贪婪模式都要进行回溯
  • 独占模式也会尽可能进行多的匹配，但是匹配失败就结束，不会回溯
  • 在量词后面加+就可以吧贪婪模式变成独占模式
  • 独占模式因为不进行回溯，所以性能更好

分组与引用

• 分组于编号

  • ()在正则中表示分组
  • 第几个括号就是第几个分组
    \d{11}(\d{3})?
  • 在括号里面使用 ?: 表示不保存子组(可以提高性能)
    \d{11}(?:\d{3})?

• 分组引用在查找中使用
  /(\w+)/\1 找连续重复出现的单词 ((\w+)代表分组，此时只有一个分组，\1代表第一个分组的内容.于是，该正则意思是：某单词+空格+某单词，这样就实现了连续重复单词的匹配)

匹配模式

• 不区分大小写模式（Case-Insensitive）
  (?i) 例：/(?i)cat/
  • js写法 /regx/i
• 点号通配模式
  让.匹配包括换行符号的任意字符，使用(?s)
  • js 不支持
• 多行模式
  使^和$能匹配上每行的开头或结尾，使用(?m)
• 注释模式
  正则表达式的注释，使用(?#)