JS宏进阶：正则表达式介绍

正则表达式（Regular Expression）是一种用于匹配字符串中字符组合的模式。它使用特定的语法和字符，可以高效地查找、替换或验证字符串中符合规则的内容。正则表达式在许多编程语言中都有广泛的应用，JavaScript也不例外。

一、正则表达式概述

1、普通字符与元字符

普通字符：大多数字符仅能够描述它们本身，如字母、数字等。例如 a 匹配 a，1 匹配 1 等。

元字符：具有特殊含义的字符，可以极大提高正则表达式的灵活性和匹配功能。总结如下

符号	解释
.	英文状态下的小数点，代表除换行符之外的任何单个字符。
*	英文状态下的星号，表示匹配前面的字符或子表达式零次或多次。
+	英文状态下的加号，表示匹配前面的字符或子表达式一次或多次。
?	英文状态下的问号，表示匹配前面的字符或子表达式零次或一次。
{n}	n代表数字，用花括号括起来表示前面的字符或子表达式恰好出现 `n` 次。
{n, m}	n, m都是数字，用花括号括起来表示前面的字符或子表达式恰好出现 `n` 次但不超过m次。
^	按键shift+6输入，表示输入字符串的开始位置。如：^a，表示开头是a
$	按键shift+4输入，表示字符串的结束位置。如：a$，已a结尾
[abcd]	字符类，表示匹配方括号中的任意一个字符。
[^abcd]	否定字符类，匹配不在方括号中的任意一个字符。
\|	或操作符，匹配左侧或右侧的任意一个模式。
\	转义字符，用于将元字符或特殊字符转义为普通字符，或引入特殊序列。比如：\[
\d	匹配一个数字，等价于：[0-9]
\D	匹配一个非数字字符，等价于：[^0-9]
\w	匹配一个字母、数字或英文下划线，等价于：[A-Za-z0-9_]
\W	匹配一个非字母、数字或英文下划线的字符，等价于：[^A-Za-z0-9_]
\s	匹配任何一个空白符，等价于：[ \f\n\r\t\v]
\S	匹配一个不属于空白符的任何字符，等价于：[^\s]
\b	匹配一个单词边界，即字与空格之间的位置。
\B	非单词边界。
\t	制表符，一个tap键（大写锁定上方按键），相当于四个空格
\n	换行符，相当于一个enter键
\f	匹配一个换页符
\v	匹配一个垂直制表符
( )	分组，用于提取匹配的部分或应用量词。
(?:pat)	非捕获组，用于分组但不捕获匹配的结果。
(?=pat)	正向肯定预查，匹配某个模式，但不消耗字符。
(?!pat)	负向肯定预查，匹配某个模式不存在的位置。
(?<=pat)	正向否定预查，匹配某个模式前面的位置。
(?<!pat)	负向否定预查，匹配某个模式不存在的位置。

顺便一提：\Z 也是一个元字符，它匹配字符串的结束位置。如果字符串以换行符结尾，\Z 会在换行符之前的位置匹配，而不是在字符串的末尾匹配。这个“增强”是由 Perl 引入的，并被许多正则表达式引擎所复制，包括 Java、.NET 和 PCRE（Perl Compatible Regular Expressions），但并不是所有引擎都支持，在WPS编辑器中，部分关于\Z的写法无法生效。

2、字符类与字符范围

字符类：是使用元字符 [ ] 来定义的，可以匹配方括号中的任意一个字符。例如：[abc]表示匹配一个a、b或c

字符范围：在方括号中使用连字符 - 表示一个范围。例如，[a-z]：表示任意一个小写字母。

3、量词

量词用于指定某个模式出现的次数（也就是 "."、"*"、"?"等元字符构成的），可以单独使用，也可以与字符类、字符组等结合使用。例如:

\d+：匹配一个以上的数字

\w+：匹配一个或以上的字母、数字或下划线

\d{1, 11}：匹配一个以上，但不超过11个的数字字符

4、边界符

指元字符中表示边界的符号，例如："^" 、 "$" 、 "\b" 、"\B" 等。

5、捕获组与非捕获组

捕获组：使用小括号( )将一部分正则表达式括起来，可以将匹配到的字符串保存到一个临时变量中，以便后续使用。例如：(\d{4}-\d{2}-\d{2})可以捕获年、月、日。

非捕获组：使用 (?:) 创建的非捕获组，不会将匹配到的字符串保存到临时变量中，但可以作为整体进行匹配。

6、预查

正向肯定预查：使用(?=pat)来创建，其中pat是你希望出现在当前位置之后但不包括在匹配结果中的模式。例如：[a-z](?=\d+)表示确保这些小写字母后面跟着至少一个数字，但数字本身不会被包括在匹配结果中。假设有字符串foo12opr25or3，使用上述示例正则的匹配结果就是：

["foo", "opr", "or"]

负向肯定预查：使用(?!pat)来创建，检查当前位置后面是否不出现特定的模式。如果后面的字符序列不符合指定的模式，则匹配成功；否则，匹配失败。它不会将检查的模式pat匹配出来，仅将其用于条件判断。并且，不会改变匹配过程中的字符位置，即匹配失败后，会立即在当前位置尝试下一次匹配，而不会跳过任何字符。常常用于验证格式。比如：Windows(?!95|98|NT)表达式去匹配Windows 3.1中的Windows，就能匹配成功，因为3.1不在排除列表中，如果用它匹配 Windows 95 或者 Windows 98 就会匹配失败。

正向否定预查：使用(?<=pat)来创建，用于匹配一个位置，该位置的前面不能紧跟模式pat。它不会消耗（匹配）前面的字符，它只用于检查前面的字符是否不满足特定模式。如果不满足（即前面的字符不是指定的模式），则匹配当前位置，并继续向后匹配；如果满足（即前面的字符是指定的模式），则匹配失败。比如：用\b(?<!un)\w+表达式匹配字符串"unhappy, happy, unusual, usual, unique, quick"，将匹配将匹配“happy”、“usual”、“quick”，而不会匹配以“un”开头的单词。因为un已经被否定了。再如表达式\b(?<!\d{2}/\d{2}/)\d{4}可以用来排除格式为“MM/DD/YYYY”的日期。

负向否定预查：使用(?<!pat)来定义，它用于匹配一个位置，确保该位置的前面没有紧跟指定的模式 pat。同样的，它不会消耗（即不会包括在匹配结果中）前面的字符，它只是检查前面的字符是否不满足特定模式。如果不满足（即前面的字符不是指定的模式），则匹配当前位置；如果满足（即前面的字符是指定的模式），则匹配失败。例如：表达式 ^(?!.*\berror:\b).*$ 可以匹配一个不以error:结尾的文本。