书写正则

写在最前面

看到标题你可能会疑惑为什么不是30分钟？
因为我这个文章图文并茂，非常恐怖，兄弟，其实你不用30分钟就可以看懂。
你可能会以为我在吹牛B，但是当你看完的时候，一掐表，你会发现
我真的是在吹牛B
那又为什么是.22呢？
作为一个理科生，保留两位小数是不变的信仰。
而在下，仅仅是喜欢2这个数字，如是而已

正则表达式

正则表达式，又称规则表达式。（英语：Regular Expression，在代码中常简写为regex、regexp或RE），计算机科学的一个概念。正则表达式通常被用来检索、替换、校验那些符合某个模式(规则)的文本。

RegExp对象

在爪洼死苦瑞per特中，RegExp 对象表示正则表达式，它是对字符串执行模式匹配的强大工具。
那么要如何使用呢？
两种方式：字面量，构造函数

var reg = /\bhello\b/g  //字面量 
// \b代表单词边界（WordBoundary） 也就是说这个正则匹配的是 hello world这种hello 而不是helloworld
//因为helloworld连起来了，没有单词边界

var reg = new RegExp('\\bhello\\b','g')
//注意两者的区别
//后面这种方法需要转义反斜杠（javascript的原因）,
//而且这个g(修饰符,全局匹配)是单独提取出来的
//而且正则两边没有/包围的，上面第一种是这样的=> /正则表达式/

正则可视化工具

Regulex
可视化图形，对理解正则有非常大的帮助
二话不说先进来这个网站，这个文章将使用这个网站来验证写的例子。

元字符

正则表达式由两种基本字符类组成

• 原义字符
• 元字符

原义字符，就是表示原本意思的字符，像上面正则中的hello，就代表匹配hello这个字符串元字符呢，就是表示不是原本意思的字符，这样想就简单多了吧。像上面这个\b

既然元字符表示的不是本身的字符，那我如果就要匹配它原本的字符呢？比如说我就要匹配+号，*号，那么请使用 \ 来转义字符

下面这些元字符先随便过一遍先，不用背熟也可往下看~

• $ 匹配输入字符串的结尾位置。如果设置了 RegExp 对象的 Multiline 属性，则 $ 也匹配 'n' 或 'r'。要匹配 $ 字符本身，请使用 \$。
• () 标记一个子表达式的开始和结束位置。子表达式可以获取供以后使用。要匹配这些字符，请使用 ( 和 )。
• * 匹配前面的子表达式零次或多次。要匹配 * 字符，请使用 *。
• + 匹配前面的子表达式一次或多次。要匹配 + 字符，请使用 +。
• . 匹配除换行符 n 之外的任何单字符。要匹配 . ，请使用 . 。
• [] 标记一个中括号表达式的开始。要匹配 [，请使用 [。
• {} 标记限定符表达式的开始。要匹配 {，请使用 {。
• | 指明两项之间的一个选择。要匹配 |，请使用 |。
• ? 匹配前面的子表达式零次或一次，或指明一个非贪婪限定符。要匹配 ? 字符，请使用 ?。
• \ 将下一个字符标记为或特殊字符、或原义字符、或向后引用、或八进制转义符。例如， 'n' 匹配字符 'n'。'n' 匹配换行符。序列 '\' 匹配 ""，而 '(' 则匹配 "("。
• ^ 匹配输入字符串的开始位置，除非在方括号表达式中使用，此时它表示不接受该字符集合。要匹配 ^ 字符本身，请使用 ^。
• \cX 匹配由x指明的控制字符。例如， cM 匹配一个 Control-M 或回车符。x 的值必须为 A-Z 或 a-z 之一。否则，将 c 视为一个原义的 'c' 字符。
• \f 匹配一个换页符。等价于 x0c 和 cL。
• \n 匹配一个换行符。等价于 x0a 和 cJ。
• \r 匹配一个回车符。等价于 x0d 和 cM。
• \s 匹配任何空白字符，包括空格、制表符、换页符等等。等价于 [ fnrtv]。注意 Unicode 正则表达式会匹配全角空格符。
• \S 匹配任何非空白字符。等价于 1。
• \t 匹配一个制表符。等价于 x09 和 cI。
• \v 匹配一个垂直制表符。等价于 x0b 和 cK

边界

从一开始的例子我们就知道了这个b,不对，是这个\b
他表示的就是单词边界的意思.
我们知道，f*ck这个是有很多用法的，可以单独用，也可以加个ing多种词性使用。
然后我们只想找到单独的f*ck,看代码

//作为光荣的社会主义接班人怎么可能用f*ck做例子呢?
var reg = /\bis\b/g;
var str = "this is me";
str.replace(reg,'X')
//"this X me"

var reg = /is/g;
var str = "this is me";
str.replace(reg,'X')
//"thX X me"

两者区别清晰可见，不容我多说了吧，各位客官。

再来看看一个问题，如果我只要开头部分的A字符而文本中间的A字符却不要，又该如何？
只需如此，便可对敌

var reg = /^A/g;
var str = "ABA";
str.replace(reg,'X');
//"XBA"

需要以A为结尾的正则，则是如下

var reg = /A$/g;
var str = "ABA";
str.replace(reg,'X');
//"ABX"

注意，正如开头结尾的位置一样，^和$的位置也是如此，^放在正则表达式前面，$放在表达式后面

字符类

一般情况下，正则表达式一个字符对应字符串的一个字符比如表达式 \bhello 就表示 匹配 字符\b h e l l o，

如果我们想要匹配一类字符的时候?
比如我要匹配a或者b或者c，我们就可以使用元字符 []来构建一个简单的类
[a,b,c]就把a，b，c归为一类，表示可以匹配a或者b或者c。
如果你会一丢丢英文的话，你应该就可以看懂下面的图，one of a，b，c，也就是匹配abc中任意一个~

范围类

当我们学习了上面的内容以后，如果我们要写匹配0到9的数字，就应该是这样写

但是如果我要匹配更多呢？那不是键盘都要敲烂了？这正则也太不智能了吧？？？
显然，你能想到的，创造正则的人也想到了
我们可以这样子

好了，方便了一些，然后你可能又会吃惊，那么我的短横线-呢？我如果要匹配0-9以及短横线呢？
莫慌，只要在后面补回去即可
这个图可以清楚看到有两条分支，也就是说我可以走0-9这条路也可以走短横线这条路

预定义类

学习了上面以后，我们就可以书写匹配数字的正则了，[0-9]

那么有没有更简便更短的方法呢？

巧了，正则就是辣么强大

在上面的元字符部分内容中，你可能已经窥得其中精妙了

上表格，不是，上图（这个segmentfault哪里插入表格啊？？）

我们可以根据英文单词的意思，来记住这些预定义类的用法。
我们发现，大写字母和小写字母的区别就是取反!，如d和D
同时我们从表格中的等价类可以发现如果我们要一个类的取反，那么就在类中加一个 ^
none of abc

量词

如果要你写一个匹配10个数字的正则？你会怎么写
诶~你可能已经胸有成竹的写下了

\d\d\d\d\d\d\d\d\d\d

吃惊，你会发现，尽管是你单身二十余年的右手，依然感到了一丝乏力！
疲惫，有时是在过度劳累之后
为了挽救一些人的右臂，正则有了量词
实现上面的需求我们只要 \d{10}

Digit 10times
为了方便一些英语不好的人，比如我，我甚至使用了鲜为人知的百度翻译（广告费私我）

但是，如果我不知道要匹配具体多少个数字呢？反正就是匹配100个到1000个之间的数字
当当当当~

让我们看看可视化工具的结果，方便理解

注意，这个{n,m}是包括n次和m次的哦，是闭区间哦

贪婪模式与非贪婪模式

从上面一则我们知道，如果我们要匹配100到1000个数字的话，是这样写
\d{100,1000}
如果我给的字符串里有1000个数字，但是我只想匹配前面100个呢？

如果按照上面这样写，则如下

var reg = /\d{3,6}/;
var str = "123456789";
str.replace(reg,'替换成这个');
//"替换成这个789"

我们可以看到，上面这个例子是匹配了6个数字，将6个数字替换了，尽管他的正则匹配的是3到6个数字。

没错，它是贪婪的！它会尽可能地匹配更多！
这就是正则的 贪婪匹配，这是默认的，如果我们不想要那么贪婪，如何变得容易满足一点？
只需要在量词后面加上 ? 即可

var reg = /\d{3,6}?/;
var str = "123456789";
str.replace(reg,'替换成这个');
//"替换成这个456789"

可以清楚看到正则只匹配了前面3个数字~这就是正则的非贪婪模式

分支条件

如果我只需要匹配100个或者1000个数字呢？
就只有100和1000两种可能，而不是100到1000任意一个数字，又该如何对敌？
这就要设计到正则的分支条件了

\d{100}|\d{1000}

需要注意的是这个 | 分割的是左右两边所有部分，而不是仅仅连着这个符号的左右两部分，看下图

有时候我们只需要一部分是分支，后面走的是同一条主干，只需要把分支用()包含即可

注意：这个匹配是从正则左边的分支条件开始的，如果左边满足了，那么右边就不会在对比！

var reg = /\d{4}|\d{2}/
var str = "12345"
str.replace(reg,'X');
// "X5"

var reg = /\d{2}|\d{4}/
var str = "12345"
str.replace(reg,'X');
//"X345"

前瞻/后顾

sometimes，我们要找寻的字符可能还要依靠前后字符来确定
比如说我要替换连续的2个数字，而且它的前面要连着是2个英文字母，这样的数字我才要
你可能会疑惑,这样写不就完事了吗？

\d{2}\w{2}

上面匹配的是2个数字和2个字母，虽然是连着的，但是匹配了是4个字符，如果我要替换匹配文本的话，那就替换了4个字符，而我们只想替换2个数字！
这个时候就需要用到断言了
首先我们需要明白几个点

• 正则表达式从文本头部到尾部开始解析，文本尾部方向叫做‘前’，也就是往前走，就是往尾巴走
• 前瞻就是正则表达式匹配到规则（此例中的‘2个数字’）的时候，向前看看，看看是否符合断言（此例中的‘前面连着2个字母’），后瞻/后顾的规则则相反。（javascript不支持后顾）

上表格！

根据表格内容，我们就可以解决这个问题了，注意\w包括数字哦~题目要求是连着2个字母

var reg = /\d{2}(?=[a-zA-Z]{2})/;
var str = "1a23bc456def";
str.replace(reg,'X');
//"1aXbc456def"

只替换了数字，没有替换后面的断言哦！

顺便把这个负向前瞻看看吧

看到这个not followed by 我想你应该知晓用法了

分组

当我们要匹配一个出现三次的单词而不是数字的时候，会怎么写呢？
你可能会这样写

hello{3}

然后你打开可视化工具

妈耶，居然只重复了我的o字母！死渣则，好过分

其实，我们只要使用（）就可以达到分组的目的，使量词作用于分组，上面分支条件中的括号亦是如此

分组以后怎么使用分组内容呢？
首先看一个问题，如何匹配8个不连续的数字？
如果你不使用分组，你会发现根本无从下手，因为你不能判断出有无重复！
我们先公布答案，再来分析一波

• 首先，这个(?!负向前瞻断言A)表达式B，这里使用的是负向前瞻，也就是说断言A前面的内容（表达式B），不能符合表达式A，这个说法很拗口，我嘴巴都拗不过来了。能听明白吧，这个设计就是，我这个断言是“出现重复的数字”，然后表达式是“8个数字”，”8个数字“不能复合“出现重复的数字"
• 然后，这个 .*(\d).* 呢，是先找到一个在任意位置出现的数字，为什么是任意位置呢？因为我们判断的重复可能出现在任何位置；看上面的可视化也就可以明白，\d前后有0-n个字符,所以说他是任意位置的。
• 最关键的来了，这个\1代表什么呢？仔细看你可以发现，\d加了一个括号，这个括号就代表着分组，那么是几号分组呢？第一个括号就是分组1（默认情况下），如果还有第二个括号，那就是分组2，前瞻的括号是不算的噢，而这个\1呢就代表着引用这个分组1，使用\2引用分组2。你也许会好奇，我引用它是相当于在这个位置写了一个\d吗？NOP，不仅仅这么简单，它引用的是这个\d的内容，也就是说他会和\d是一样的值！这不就是重复了吗？！！！这个 .*(\d).*\1 就代表着任意位置出现了任意次数的重复
• 最后，我们把这些整合在一起就是，匹配8个数字不能出现任意的重复。(?!出现任意重复)8个数字，因为这个(?!)是负向前瞻，所以。。。emmm。。这样就理解了吧。

分组还有其他更详细的内容，但是篇幅有限，马上就到30分钟了。只好捡一些有价值常用的讲了~