正則表達(dá)式是很多程序員,甚至是一些有了多年經(jīng)驗(yàn)的開(kāi)發(fā)者薄弱的一項(xiàng)技能。大家都很多時(shí)候都會(huì)覺(jué)得正則表達(dá)式難記、難學(xué)、難用,但不可否認(rèn)的是正則表達(dá)式是一項(xiàng)很重要的技能,所有我將學(xué)習(xí)和使用正則表達(dá)式時(shí)的關(guān)鍵點(diǎn)整理如下,供大家參考。

什么是正則表達(dá)式?
正則表達(dá)式(Regular Expression 或 Regex),是用于定義某種特定搜索模式的字符組合。正則表達(dá)式可用于匹配、查找和替換文本中的字符,進(jìn)行輸入數(shù)據(jù)的驗(yàn)證,查找英文單詞的拼寫錯(cuò)誤等。
調(diào)試工具
下面列出了幾款優(yōu)秀的在線調(diào)試工具,如果你想創(chuàng)建或者調(diào)試正則表達(dá)式可能會(huì)需要。個(gè)人比較偏好Regex101,regex101 支持在正則表達(dá)式的不同 flavor 之間切換、解釋你的正則表達(dá)式、顯示匹配信息、提供常用語(yǔ)法參考等功能,非常強(qiáng)大。
Regex101

Regexr

Regexpal

開(kāi)始
在 JAVAscript 中,一個(gè)正則表達(dá)式以 / 開(kāi)頭和結(jié)尾,所以簡(jiǎn)單至 /hello regexp/ 就是一個(gè)正則表達(dá)式。
Flags(標(biāo)志符或修飾符)
Flags 寫在結(jié)束的/之后,可以影響整個(gè)正則表達(dá)式的匹配行為。常見(jiàn)的 flags 有:
- g:全局匹配(global);正則表達(dá)式默認(rèn)只會(huì)返回第一個(gè)匹配結(jié)果,使用標(biāo)志符g則可以返回所有匹配
- i:忽略大小寫(case-insensitive);在匹配時(shí)忽略英文字母的大小寫
- m:多行匹配(multiline);將開(kāi)始和結(jié)束字符(^和$)視為在多行上工作,即分別匹配每一行(由 或 分割)的開(kāi)始和結(jié)束,而不只是只匹配整個(gè)輸入字符串的最開(kāi)始和最末尾處
Flags 可以組合使用,如:

Character Sets(字符集合)
用于匹配字符集合中的任意一個(gè)字符,常見(jiàn)的字符集有:
- [xyz]:匹配 "x"或"y"`“z” `
- [^xyz]:補(bǔ)集,匹配除 "x" "y" "z"的其他字符
- [a-z]:匹配從 "a" 到 "z" 的任意字符
- [^a-n]:補(bǔ)集,匹配除 "a" 到 "n" 的其他字符
- [A-Z]:匹配從 "A" 到 "Z" 的任意字符
- [0-9]:匹配從 "0" 到 "9" 的任意數(shù)字
比如匹配所有的字母和數(shù)字可以寫成:/[a-zA-Z0-9]/ 或者 /[a-z0-9]/i。
Quantifiers (量詞)
在實(shí)際使用中,我們常常需要匹配同一類型的字符多次,比如匹配 11 位的手機(jī)號(hào),我們不可能將 [0-9] 寫 11 遍,此時(shí)我們可以使用 Quantifiers 來(lái)實(shí)現(xiàn)重復(fù)匹配。
- {n}:匹配 n 次
- {n,m}:匹配 n-m 次
- {n,}:匹配 >=n 次
- ?:匹配 0 || 1 次
- *:匹配 >=0 次,等價(jià)于 {0,}
- +:匹配 >=1 次,等價(jià)于 {1,}
Metacharacters(元字符)
在正則表達(dá)式中有一些具有特殊含義的字母,被稱為元字符,簡(jiǎn)言之,元字符就是描述字符的字符,它用于對(duì)字符表達(dá)式的內(nèi)容、轉(zhuǎn)換及各種操作信息進(jìn)行描述。
常見(jiàn)的元字符有:
- d:匹配任意數(shù)字,等價(jià)于 [0-9]
- D:匹配任意非數(shù)字字符;d 的補(bǔ)集
- w:匹配任意基本拉丁字母表中的字母和數(shù)字,以及下劃線;等價(jià)于 [A-Za-z0-9_]
- W:匹配任意非基本拉丁字母表中的字母和數(shù)字,以及下劃線;w 的補(bǔ)集
- s:匹配一個(gè)空白符,包括空格、制表符、換頁(yè)符、換行符和其他 Unicode 空格
- S:匹配一個(gè)非空白符;s的補(bǔ)集
- :匹配一個(gè)零寬單詞邊界,如一個(gè)字母與一個(gè)空格之間;例如,/no/ 匹配 "at noon" 中的 "no",/ly/ 匹配 "possibly yesterday." 中的 "ly"
- B:匹配一個(gè)零寬非單詞邊界,如兩個(gè)字母之間或兩個(gè)空格之間;例如,/Bon/ 匹配 "at noon" 中的 "on",/yeB/ 匹配 "possibly yesterday." 中的 "ye"
- :匹配一個(gè)水平制表符(tab)
- :匹配一個(gè)換行符(newline)
- :匹配一個(gè)回車符(carriage return)
Special Characters (特殊字符)
正則中存在一些特殊字符,它們不會(huì)按照字面意思進(jìn)行匹配,而有特殊的意義,比如前文講過(guò)用于量詞的?、*、+。其他常見(jiàn)的特殊字符有:
- :轉(zhuǎn)義字符,可以將普通字符轉(zhuǎn)成特殊字符。比如 w;也可以將特殊字符轉(zhuǎn)成字面意思,比如 + 匹配 "+"
- .:匹配任意單個(gè)字符,但是換行符除外: , , 或 ;在字符集中([.]),無(wú)特殊含義,即表示 '.' 的字面意思
- |:替換字符(alternate character),匹配 | 前或后的表達(dá)式。比如需要同時(shí)匹配 "bear" 和 "pear",可以使用 /(b|p)ear/ 或者 /bear|pear/;但是不能用 /b|pear/,該表達(dá)式只能匹配 "b" 和 "pear"
- ^:匹配輸入的開(kāi)始。比如,/^A/ 不匹配 "an Apple" 中的 "A",但匹配 "An apple" 中的 "A"
- $:匹配輸入的結(jié)尾。比如,/t$/ 不匹配 "eater" 中的 "t",但匹配 "eat" 中的 "t"。^ 和 $ 在表單驗(yàn)證時(shí)常需要使用,因?yàn)樾枰?yàn)證從開(kāi)始到結(jié)尾的一個(gè)完整輸入,而不是匹配輸入中的某一段
Groups(分組)
- (xyz):捕獲分組(Capturing Group),匹配并捕獲匹配項(xiàng);例如,/(foo)/ 匹配且捕獲 "foo bar." 中的 "foo"。被匹配的子字符串可以在結(jié)果數(shù)組的元素 [1], …, [n] 中找到,或在被定義的 RegExp 對(duì)象的屬性 $1, …, $9 中找到
- (?:xyz):非捕獲分組(Non-capturing Group),匹配但不會(huì)捕獲匹配項(xiàng);匹配項(xiàng)不能再次被訪問(wèn)到
- :n 是一個(gè)正整數(shù),表示反向引用(back reference),指向正則表達(dá)式中第 n 個(gè)括號(hào)(從左開(kāi)始數(shù))中匹配的子字符串;例如,/apple(,)sorange/ 匹配 "apple, orange, cherry, peach." 中的 "apple,orange,"
Assertion(斷言)
- x(?=y):僅匹配被y跟隨的x;例如,/bruce(?=wayne)/,如果"bruce"后面跟著wayne,則匹配之。/bruce(?=wayne|banner)/ ,如果"bruce"后面跟著"wayne"或者banner,則匹配之。但是,"wayne" 和 "banner" 都不會(huì)在匹配結(jié)果中出現(xiàn)
- x(?!y):僅匹配不被y跟隨的x;例如,/d+(?!.)/ 只會(huì)匹配不被 "." 跟隨的數(shù)字。
/d+(?!.)/.exec('3.141')` 匹配 `"141"`,而不是 `"3.141"
最后,推薦大家使用Fundebug,一款很好用的 BUG 監(jiān)控工具~
應(yīng)用
上面羅列出了這么多正則表達(dá)式的語(yǔ)法和規(guī)則,可以在一定程度上幫助我們分析和理解一段正則表達(dá)式的作用,但是如何將這些規(guī)則組合并創(chuàng)造出有特定作用的表達(dá)式還需要我們自己多加練習(xí),下面舉幾個(gè)例子來(lái)說(shuō)明運(yùn)用這些規(guī)則。
1. 匹配手機(jī)號(hào)碼
我們先從比較簡(jiǎn)單的匹配手機(jī)號(hào)碼開(kāi)始。目前國(guó)內(nèi)的手機(jī)號(hào)碼是1(3/4/5/7/8)開(kāi)頭的 11 位數(shù)字,因此手機(jī)號(hào)碼的正則可以分解為以下幾部分:
- 以 1 開(kāi)頭:/^1/
- 第 2 位為3、4、5、7、8中的一個(gè):/[34578]/ 或 /(3|4|5|7|8)/
- 剩余 3-11 位均為數(shù)字,并以數(shù)字結(jié)尾:/d{9}$/
組合起來(lái)即為 /^1[34578]d{9}$/ 或 /^1(3|4|5|7|8)d{9}$/,因?yàn)槭褂貌东@括號(hào)存在性能損失,所以推薦使用第一種寫法。
2. 匹配電子郵件
標(biāo)準(zhǔn)的電子郵件組成為 <yourname>@<domain>.<extension><optional-extension>,
每部分的格式標(biāo)準(zhǔn)為(進(jìn)行了相應(yīng)的簡(jiǎn)化,主要為展示如何書寫正則):
- yourname:任意英文字母(a-z/A-Z)、數(shù)字(0-9)、下劃線(_)、英文句點(diǎn)(.)、連字符(-),長(zhǎng)度大于 0
- domain:任意英文字母(a-z/A-Z)、數(shù)字(0-9)、連字符(-),長(zhǎng)度大于 0
- extension:任意英文字母(a-z/A-Z),長(zhǎng)度 2-8
- optional-extension:"."開(kāi)頭,后面跟任意英文字母(a-z/A-Z),長(zhǎng)度 2-8,可選
每部分的正則表達(dá)式為:
- yourname:/[a-zd._-]+/
- domain:/[a-zd-]+/
- extension: /[a-z]{2,8}/
- optional-extension:/(.[a-z]{2,8})?/
組合起來(lái)形成最后的正則表達(dá)式:/^([a-zd._-]+)@([a-zd-]+).([a-z]{2,8})(.[a-z]{2,8})?$/;為了增加可讀性可以將每部分用"()"包起來(lái),并不要忘記起始和結(jié)束符 ^$。