JS中的正则表达式
本文摘自这学期在学校的线上 educoder 平台学习的 js 课程，把正则表达式部分的讲义整理了出来。
正则表达式
var lowerCharPattern = /[a-z]/;//匹配任意小写字母
var upperCharPattern = /[A-Z]/;//匹配任意大写字母
var numberPattern = /[0-9]/;//匹配任意数字
var mixPattern = /[a-zA-Z0-9]/;//匹配大小写字母，数字
在中括号内最前面加上^符号表示反向匹配：匹配和中括号内的正则表达式不匹配的所有字符，比如：
var notNumberPattern = /[^09]/;
notNumberPattern.test("123");//false
notNumberPattern.test("ahc");//true
字符类还有一种较为简单的表示方法，比如\d和[0-9]的含义相同：表示任意的数字。下面用表格列出：
| 字符 | 匹配 | 等价于 |
|---|---|---|
| \w | 大小写字符或数字 | [a-zA-Z0-9] |
| \W | 非字母，非数字 | [^a-zA-Z0-9] |
| \d | 数字 | [0-9] |
| \D | 非数字 | [^0-9] |
//表示数字后面紧跟着一个小写字母var pattern = /[0-9][a-z]/;pattern.test("1a");//truepattern.test("11a");//truepattern.test("a1");//false
重复
重复表示指定的字符或者字符串（本关可以简单理解为前面紧邻的字符）可以连续出现多次。比如匹配含有100个字母a的字符串，在这个字符串中，a连续出现100次，用正则表达式表示为：
var pattern = /a{100}/;//匹配100个连续的字母a组成的字符串
有多种表示重复的方法：
{a,b}中的a和b都是数字，表示前面的字符至少出现a次，最多出现b次；
var pattern = /at{1,2}/;//表示a后面最少一个t，最多两个tpattern.test("at");//truepattern.test("att");//truepattern.test("am");//false
{a,}表示前面的字符至少出现a次，最多不限制；
var pattern = /[0-9]{4,}/;//匹配最少四个数字pattern.test("1234");//truepattern.test("1");//false
{a}表示前面的字符出现a次；
var pattern = /[a-z]{1}/;//匹配单个小写字母pattern.test("r");//truepattern.test("12R");//false
?，表示前面的字符出现一次或者不出现，等价于{0,1}；
var pattern = /A[0-9]?A/;//匹配两个A之间有0或1个数字pattern.test("AA");//truepattern.test("A0A");//truepattern.test("A01A");//false
+，表示前面的字符至少出现一次，等价于{1,}；
var pattern = /js+/;//匹配j后面最少一个spattern.test("jsjs");//truepattern.test("java");//false
*，表示前面的字符至少出现0次，等价于{0,}；
var pattern = /A[0-9]*B/;//匹配A和B之间为空或者只有数字pattern.test("AB");//truepattern.test("A1B");//truepattern.test("AaB");//false
需要特别注意的是，至少出现0次，就是说这个字符可以不出现，比如正则表达式[0-9]{0,}和字符串hello是匹配的，这里特别容易出错。
总结一下重复匹配的用法，如下：
| 表达式 | 匹配 | 等价于 |
|---|---|---|
| {a,b} | 至少出现a次，最多出现b次 | |
| {a,} | 至少出现a次 | |
| {a} | 出现a次 | {a,a} |
| + | 最少出现一次 | {1,} |
| ? | 出现一次或者不出现 | {0,1} |
| * | 至少出现0次 | {0,} |
转义
相信细心的读者已经发现了一个问题：对于?、+等表示特殊含义的字符，如何实现字面量匹配呢？就是说如何匹配他们本来的含义呢？
在JavaScript中，使用\实现特殊符号的普通化，又叫做转义：
var pattern1 = new RegExp("\?");//匹配一个问号var pattern2 = /\+{4}/;//匹配四个加号
选择
选择使用符号|来实现，比如0|1表示匹配0或者1，\d|a表示匹配数字或者字母a。
第一关我们讲过：所谓匹配指的是匹配字符串的某一个子串。但是涉及到选择的时候情况就会有些复杂，比如正则表达式[0-9]|[a-z]匹配的是字符串1ABCa中的子串1还是a？
看起来似乎都可以。实际上JavaScript会先挑选左边的子正则表达式[0-9]进行匹配，匹配成功后立即结束，所以匹配上的子串是1。
下面是一些选择的例子：
var pattern1 = /[ABCD]|[abcd]/;//匹配ABCD中任意一个或者abcd中任意一个pattern1.test("A");//truepattern1.test("Ab");//true,且匹配的是Avar pattern2 = /\d|\+/;//匹配数字或者+号pattern2.test("1");//truepattern2.test("+");//true
选择符号作用范围
关于选择，还有一个问题需要明确：|作用到整个式子中的，即整个的正则表达式会被选择符号一分为二，一个字符串和该表达式匹配，要么匹配左侧的整个子正则表达式，要么匹配右侧的整个子正则表达式，如：
var pattern = /0|1ABC/;pattern.test("0");//true，和左侧的整个子正则表达式0匹配pattern.test("1");//false，和右侧的整个子正则表达式1ABC不匹配
如果想要限制|符号的作用范围，需要将目标作用范围用圆括号包含在内，如：
var pattern = /(0|1)ABC/;//选择符号仅仅作用在0和1上，而不是像上面的例子一样作用在整个正则表达式中pattern.test("0")；//false，注意这里和上面的例子不同pattern.test("0ABC");//truepattern.test("1ABC");//true
子表达式
我们把一个完整的正则表达式的一部分叫做子正则表达式，或者子表达式，比如：
var pattern = /[0-9]?a{12,15}/;var subPattern = /[0-9]?/;
subPattern是pattern的前面一部分，称为pattern的子表达式。
通过分组获得子表达式，通过引用操作子表达式。
分组
前面讲过的正则表达式的写法中，重复只能作用在紧邻符号的前面一个字符上，比如：
var pattern = /hello{3}/;
pattern表达的意思是字母o必须重复三遍，而不是单词hello必须重复三遍。
如果要表达单词hello必须重复三遍的意思，我们需要用到分组。
同样，要改变选择符号|的作用范围，也必须用到分组。
分组的符号是()，括号中是单独的项构成的子表达式，将这些子表达式看成一个整体进行操作，比如：
var pattern = /(hello){2}/;//匹配字符串hellohellopattern.test("shellohellos");//返回truepattern.test("helloo");//返回false
用括号分组后，可以像使用单独的项一样使用子表达式，即可以+、?等符号操作它：
var pattern1 = /((hello){2})+/;//hellohello至少出现一次var pattern2 = /(he|she)?/;//he或者she出现一次或不出现console.log(pattern1.test("hello"));//输出falseconsole.log(pattern1.test("hellohello"));//输出trueconsole.log(pattern2.test("he"));//输出trueconsole.log(pattern2.test("it"));//输出true
编号
什么时候需要用到引用？
比如需要匹配这样一类字符串：以数字开头，中间是若干个字母，以数字结尾，并且开头的数字和结尾的数字相同，这个时候用前面所有介绍过的方法都不可行，无法确保开头的数字和结尾的数字相同。
所谓引用，就是在后面使用和前面完全相同的子表达式。我们把所有的带圆括号的子表达式编个号，从1开始。比如：
var pattern = /(A|B)(\d{5})not([0-9])/;//匹配字母A或者B后面紧跟5个数字，后面再紧跟字符串not，后面再紧跟1个数字
其中(A|B)编号为1，(\d{5})编号为2，([0-9])编号为3，中间的not不在圆括号内，不参与编号。
一个小问题：如果子表达式里面嵌套另外一层子表达式，引用时如何编号？简单来说，以子表达式前面的左括号的个数为准：
var pattern = /(play(ed|ing)){1,}/;
ed|ing前面有两个左括号，所以编号为2。
引用
后面可以用\1引用编号为1的子表达式，依次类推，比如：
var pattern = /(A|B)(\d{5})not([0-9])\1\2/;
pattern在最后引用了第一个和第二个子表达式。
注意： 这里的引用是对与子表达式匹配的字符串的引用，而不是简单的对子表达式的引用。例如：
var pattern = /([0-9])AA\1/;
pattern不等价于正则表达式([0-9])AA[0-9]，而是指字符串AA后面的数字必须和前面的相同，即形如1AA1这样的字符串。
再看一个例子：
var pattern = /([a-z])([a-z])([a-z])\3\2\1/;pattern.test("abccba");//返回truepattern.test("123eduude456");//返回truepattern.test("abcdefg");//返回false
在上面的正则表达式pattern里面，我们先引用第三个子表达式，表示此处的字符串必须和第三个子表达式相同，然后引用第二个子表达式，最后引用的是第一个子表达式，所以pattern匹配一个回文串，即顺序读取和倒序读取结果相同的字符串。
考虑这样一种情况，判断一个字符串是否为合法的JavaScript变量名，变量名必须以字母、$或者_开头，这个时候要用到正则表达式中指定匹配位置的功能。
指定匹配位置
^用来匹配字符串的开头，比如:
var startPattern = /^[0-9]/;//匹配以数字开头的字符串console.log(startPattern.test("1aa"));//trueconsole.log(startPattern.test("a11"));//false
注意，^符号在中括号的外面！不要与[^0-9]混淆，后者匹配非数字字符。
$用来匹配字符串的结尾，比如：
var endPattern = /ing$/;//匹配以ing结尾的字符串console.log(endPattern.test("playing"));//trueconsole.log(endPattern.test("going first"));//false
\b用来匹配单词的边界，那么什么是单词的边界？
图片中蓝色的线指示了单词的边界，实际上就是英文字母和非英文字母（如空格符）之间的界限。
var boundaryPattern = /\bOK\b/;//匹配单词OKconsole.log(boundaryPattern.test("OK"));//trueconsole.log(boundaryPattern.test("rewa OK de"));//trueconsole.log(boundaryPattern.test("sa,OK"));//trueconsole.log(boundaryPattern.test("OKNot"));//false
简单来说，\b表示英文字母和非英文字母之间的界限，这个界限不占用字符的位置。
\B用来匹配非单词的边界，与上面的\b相反。
var pattern = /\Bed/;//ed左侧不能是单词的边界console.log(pattern.test("played"));//trueconsole.log(pattern.test("edu"));//false
修饰符
修饰符用来描述一些整体的匹配规则，有i、g、m三种。
修饰符需要放在//符号之后，如果通过新建RegExp对象定义正则表达式，则修饰符作为第二个参数。比如：
var pattern1 = /^java/m;var pattern2 = new RegExp("^java","m");
不区分大小写
i表示整个的匹配过程中不考虑单词的大小写。如：
var pattern = /^edU/i;console.log(pattern.test("edu"));//输出trueconsole.log(pattern.test("Edu"));//输出trueconsole.log(pattern.test("EDUCoder"));//输出true
全局匹配
g表示执行全局匹配，即找出所有满足匹配的子字符串。比如，已知match()函数返回由匹配结果组成的数组，如果没有匹配到返回null。
不用g修饰时：
var pattern = /[a-z]/;//匹配小写字母console.log("a1b2c3".match(pattern));//输出["a", index: 0, input: "a1b2c3"]
显然，只匹配到了第一个小写字母a。
用g修饰时：
var pattern = /[a-z]/g;//全局匹配小写字母console.log("a1b2c3".match(pattern));//输出["a", "b", "c"]
三个小写字母都被匹配到了，这就是所谓的全局匹配。
多行模式
有的时候，需要匹配的字符串很长，分为很多行（即中间有换行符号）。
m在多行模式中执行匹配，即：符号^不仅匹配整个字符串的开头，还匹配每一行的开头，&不仅匹配整个字符串的结尾，还匹配每一行的结尾。
var pattern = /[0-9]$/m;//多行匹配以数字结尾的字符串var string = "1\nhello";//字符串在两行，中间的\n是换行符console.log(pattern.test(string));//输出true
如果没有m修饰，将会输出false，因为这种情况下$不会和换行符\n匹配。
本关将介绍字符串中有关正则表达式的方法。
字符串比较常用的方法有search()、replace()、match()和split()，这些方法的调用者都是字符串对象，参数中都有正则表达式。
search(a)方法
参数：a为正则表达式。功能：返回字符串中与该正则表达式匹配的第一个子串的起始位置，无匹配返回-1。
var pattern = /[0-9]/;var string = "a3b2c1";console.log(string.search(pattern));//输出1
split(a)方法
参数：a是字符串或者正则表达式；功能：以a为分隔符分隔原来的字符串；返回值：分割后形成的子字符串数组。
console.log("a1b2c3d".split(/[0-9]/));//以数字为分隔符，输出["a", "b", "c", "d"]
replace(a,b)方法
参数：a是正则表达式，b是字符串；功能：用b替换掉第一个和a匹配的子串，如果a中有修饰符g，替换掉所有子串；返回值：被替换后的字符串。
var pattern1 = /[0-9]/;var pattern2 = /[0-9]/g;var string = "a1b2c3";console.log(string.replace(pattern1,"A"));//部分替换，输出aAb2c3console.log(string.replace(pattern2,"A"));//全部数字被替换，输出aAbAcA
复杂的情况：b还可以是子表达式$1、$2等，$1等会先被替换为与它匹配的子串。比如：
var pattern = /([0-9])[A-Z]/g;var string = "1A,2B,3C,1";console.log(string.replace(pattern,"$1"));//输出1，2，3，1
上面的$1指的是与子表达式[0-9]匹配的子字符串，比如第一个匹配1A中$1指的是1，第二个匹配2B中$1指的是2，依次类推。
string中与pattern匹配的有1A、2B、3C，这其中与子表达式$1匹配的分别是1、2和3，所以$1会相继被替换为1、2和3，然后再用1、2和3去分别替换1A、2B、3C。
