相信很多人都碰到過需要用正則匹配字符串的時候，遇到了又不會寫，上網一通亂搜，也看不明白那些鬼畫符是個什麼意思，就當黑箱調來改去的經歷。
但其實如果只是想看懂簡單正則表達式的話，並沒有那麼困難。符號雖多，但仍有線索可尋。它的內容可以大致劃分爲字符組、量詞、分組和斷言四部分
這四個部分的表示方法都和這三個括號()，[]，{}息息相關，簡單的對應關係如下:
- 字符組 []
- 量詞 {}
- 分組 & 斷言 ()
接下來就讓我們以括號爲線索瞭解正則表達式吧
(爲了方便， 文中示例使用JavaScript， 可以直接粘貼到瀏覽器控制檯查看效果)
/bc/.test('abcd') //輸出true 判斷字符串'abcd'是否匹配表達式 'abc' /字符串/是js表示正則的語法
'abcd'.search(/bc/) //輸出1 搜索首次匹配的位置
'abcd'.match(/bc/)[0] //輸出 獲取匹配到的字符串
一. 字符組 []
首先，在沒有特殊符號的情況下，正則只是簡單的匹配字符是否相等
比如 /b/.test('abc')匹配字符串中的b字符
但是往往我們會需要在一個位置上匹配一類字符，這在正則中被稱爲字符組，使用 中括號[] 表示
例如，需要查找字符串中是否存在數字的話，可以寫作'a1'.search(/[0123456789]/) //輸出1
意思是字符串’a1’中的下標爲1的字符可以由表達式/[0123456789]/匹配
但這樣也有個問題，表示英文字母得把26個字母挨個敲一遍，太長了; 不過放心，正則提供了一些簡寫的方式
1. 字符組的簡寫
1.1 範圍表示法
範圍表示法就是以[x-y]的形式表示x到y範圍的字符，按照ASCII的順序來
這樣，[0123456789]就可以寫作[0-9]，小寫字母也就可以表示爲[a-z]
1.2 字符組簡記法
使用[0-9]，[a-z]已經可以很方便的表示數字和小寫字母了，但仍然有更簡單的表示，也就是簡記法
比如 表示數字的 [0-9] 可以寫成 \d，d表示數字(digit); 雖然\d這種寫法並沒有中括號，但它們是等價的;
下面是一些常用的簡記法和其等價的字符組的對應關係
| 簡記法 | 等價字符組 | 說明 |
|---|---|---|
| \d | [0-9] | 數字 digit |
| \D | [^0-9] | 非數字 |
| \s | [ \t\r\n\v\f] | 空白字符 |
| \S | [^ \t\r\n\v\f] | 非空白字符 |
| \w | [0-9a-zA-Z_] | 單詞字符(字母數字下劃線，包括中文) |
| \W | [^0-9a-zA-Z_] | 非單詞字符 |
2. 排除和轉義
2.1 排除型字符組
上面的表裏一二行出現了一個奇怪的現象，[0-9]只是加了個^，怎麼就從數字變成非數字了呢？不應該表示的是十個數字加上一個^這11個字符嗎？
這個^符號在字符組裏表示 取反 ，可以很方便的表示指定字符之外的字符集合這一概念，比如[^0-9]可以用來形容所有非數字字符
但是這樣的話 十個數字加上一個^這11個字符 又該怎麼表示呢?
其實，^只有緊跟在左中括號後面時，才表示取反的意思，如果改成[0-9^]，那麼它的意思就只是簡單的匹配 十個數字或者^字符了
2.2 轉義字符
讓取反符號^變成普通字符並不只有更改位置這一種方式，還可以通過轉義字符來實現
說到轉義，首先不得不提到一個概念: 元字符 ; 這些字符不同於普通字符，它們在正則表達式中有折特殊的含義，例如 字符組[^0-9]裏面的^ 和 -，還有外層的中括號本身等;
如果就是想要匹配這些元字符本身，而不是它們所表達的特殊含義的話，可以在它們前面加上反斜槓\，來恢復它們的本來面目.
到這裏你也應該發現了，\也是元字符，需要用\\來表示它本身
下面是一些常見的元字符
| 元字符 | 作用 | 說明 |
|---|---|---|
| - | 範圍表示法 [0-9]表示[0123456789]，按照ASCII編碼順序 |
只在字符組內有效 |
| ^ | 排除型字符組 例: [^0-9]匹配除數字外的其他字符 |
只有緊跟在[後纔是元字符[12^]匹配的是’1’ ，‘2’，’^'這三個普通字符 |
| \ | 轉義字符 | 匹配字符\本身需要\\ |
| () | 分組 | |
| [] | 字符組 | |
| {} | 量詞 |
二. 量詞 {}
上面所描述的都是匹配單個字符，如果需要匹配多個，比如YYYY-MM-DD這種格式的日期，只用\d的話是這樣的\d\d\d\d-\d\d-\d\d，很囉嗦;
正則中這種匹配多個字符的方式叫做量詞，寫作{n，m} ，比如4個數字是\d{4}
整個日期可以寫成\d{4}-\d{2}-\d{2}
量詞的一般形式爲{m，n}，用於限定{}前面的元素出現的次數，n和m分別爲出現次數的上下限(閉區間)
| 量詞 | 說明 |
|---|---|
| {n} | 必須出現n次 |
| {m，n} | 出現m到n次 |
| {m，} | 至少出現m次，無上限 |
| * | 次數無上下限 ， 等價於{0，} |
| + | 至少一次，等價於{1，} |
| ? | 0次或1次，等價於 {0，1} |
貪婪和非貪婪模式
看到上面的表，你有沒有疑惑: 如果+意思是匹配 1到無窮次， 那麼如果有很多的字符都可以匹配的話，它是按多的來還是少的來呢?
具體來說， 用\d+匹配一段數字，是匹配全部還是隻選第一個?
這裏可以在控制檯裏嘗試一下 '1234'.match(/\d+/)[0] ，會發現它匹配上了全部的1234，所以說量詞默認是 貪婪 的，即儘量多的匹配能匹配上的字符
那麼相對應的就有非貪婪模式(匹配儘量少的字符)， 它的寫法是在量詞後面加上?
'1234'.match(/\d+/)[0] // 1234
'1234'.match(/\d+?/)[0] // 1
- 可以簡單的理解爲
- 貪婪模式下這個量詞匹配儘量多的字符
- 非貪婪模式匹配儘量少的字符
有意思的是?本身也是一種量詞，兩個?連起來表示: 以非貪婪模式匹配前面的元素0或1次，考慮到要匹配儘量少的字符，那就是壓根不匹配
'ab'.match(/ab?/)[0] // ?等價於量詞 {0，1} ， 字符b可以匹配也可以不匹配， 因爲是貪婪模式，那就匹配上了
'ab'.match(/ab??/)[0] // 第一個?是量詞 ，第二個? 表示非貪婪模式
