速查表

常用元字符

常用限定符

常用反义词

说正则之前先学字符串的知识点

转义字符（反斜杠\）：

在正则中匹配特殊字符记得加转义符号，不然报错。

正确写法：

元字符

在引号字符串里边添加特殊字符

• 字符串换行符new line：\n
• 行结束符(回车符) return：\r

按回车键，在底层操作系统里正常情况下，一个回车代表的是 \r\n
但是在Linux里边就只有\n 没有\r

• 空格符 space：就是用空格键打一个空格即可
• 缩进/制表符tab：\t

是table或tab的缩写，一个缩进4个空格(依据操作系统的设定)

• 垂直制表符vertical tab：\v
• 换页符form feed： \f

测验：
console打印效果

可见，\n和\r\n在字符串强制换行中还是很有作用的。
但是document写到页面中谁也不起作用：

多行字符串：

结果上换行 “换\n行”
系统执行上换行

字符串方法

match

str.match(reg)

特点：

• 返回结果是数组
• 有length
• 原型指向Array
• 不加g，如果匹配成功只返回一个，且返回结果的模式和exec返回的一样，一个伪数组

• 加g，如果匹配成功多个，就返回多个数组项，一个纯数组
• 把符合条件的字符片段全匹配出来并返回给你。比true和false更直观。
• 而且还能告诉你到底匹配了多少个。更直观一些。
• 在有反向引用和子表达式的时候：

不加g时，match返回结果和exec无差：

官方说法：

search

• 返回匹配到的字符片段所在的位置
• 如果没有匹配到字符片段，返回 -1
• 和lastIndex没有关系，不跟随游标的改变而改变返回的值。

有匹配结果时的正常情况，案例同上：


修改成匹配不到的情况：

此时返回结果为-1：

split

传参除了字符串，还可以填正则表达式。

把字符串里边的数字全部切割完：

这里注意如果有子表达式，返回结果里还会有子表达式：

同上案例，只是多加了一个看似“无关紧要”的小括号，结果缺大跌眼镜：

replace

特点：

• 两个参数
• 第一个参数是要被替换掉的
  • 可以传字符串或者正则规则
  • 传字符串，只能改变一个，没有访问全局的能力
  • 传正则，可以全局替换【全局是正则里边有全局替换修饰符g】。
• 第二个参数是替身本人，一定要是字符串，如果是其他，系统内部转成字符串。
  • 第二个参数可以反向引用：$1、$2
  • 第二个参数可以是回调函数，且匹配几次，回调就会触发几次。
• 不改变源字符串

正常应用：将一个字符片段替换成另一个字符片段：


只能替换一处，没有访问全局的能力。

第一个参数传正则规则：

用正则，让所有的数字替换成”锋”字。这也是强大之处——全局替换，让整个字符串中，所有符合条件的字符片段全部替换。

通过下边几条也可以看出来，是不改变源字符串的。

尝试，第二个参数传正则规则：

车祸了：直接把第二个正则当做的字符串处理。

第二个参数反向引用：
使用”$”

• $1 : 表示reg第一个子表达式里的内容
• $2 : 表示reg第二个子表达式里的内容
• $n : 以此类推…

应用：

将匹配出的字符串翻转

方法1，利用 “$” 拼接字符串
var str = ‘xxyy’;
var reg = /(\w)\1(\w)\2/g;
console.log(str.match(reg))
console.log(str.replace(reg,’$2$2$1$1’))
console.log(str.replace(reg,’$2$2-$1$1’))

结果：

方法2，强大的回调函数：

• 系统自动给我们调用
  • 匹配不到的时候，不自动调用回调，只是返回字符串参与匹配的内容体
  • 匹配到的时候，自动调用，且参数强大：
• 并且参数齐全，应有尽有
  • 当有两个表达式的时候
    • 第一个参数：正则表达匹配的结果
    • 第二个参数：匹配的第一个表达式
    • 第三个参数：匹配的第二个表达式
    • 第四个参数：索引位
    • 第五个参数：源字符串
  • 当有三个表达式的时候，从第四位处添加第三个表达式的返回值。
  • n个表达式的时候，依次类推。
• 替换引用：
  • $i(i取值范围1~99)：表示从左到右正则子表达式所匹配的文本
  • $1 表示第一个表达式
  • $2 表示第二个表达式
  • … 以此类推
  • 因$有了特殊含义，如果想纯用$符号的话，就写“$$”转义

案例：

然后三个表达式的情况：

对应题目：

给你一个字符串“the-first-name”，处理后变成小驼峰写法。（见下边exp组件处）

返回值：

如果没匹配成功，replace执行后默认返回原字符串。并且replace的匿名函数里边也不会执行。
如果匹配成功，replace执行后默认返回undefined

其他细则研究，跟字符串有关的见《字符串》篇章。
作业：string的其他方法研究

正则表达式：

作用

• 匹配特殊字符或有特殊搭配原则的字符
• 截取特定格式的字符串
• 检测字符格式是否正确

正则表达式和Date类似，都能创建一个对象
正则表达式不是一个规则，他是一个规则对象。其对象里边包含的规则是对象。

正则表达式创建

对象字面量、直接量

var reg = /pattern/attributes;

想加变量？


！！不存在的，出来还是一个字符串。

实例化创建RegExp对象

var reg1 = new RegExp(pattern, attributes);

这种写法的好处是，pattern里边可以添加变量：

这样最终reg就是正常的正则表达式了：

注意（上篇24分左右）：
有new时，括号里也可以放对象字面量形式的变量。二者就是分开的两种情况。
比如：var reg1 = new RegExp(reg); 就算是正常的正则写法。reg和reg1是两个独立的表达式。给reg1加属性，reg不受影响。

但是没有new时，括号里放对象字面量的变量创造出来的二者是一个正则表达式，因为此时括号里的参数只是当做一个引用而已。相当于普通的RegExp函数调用，并且传了一个引用值参数。

二者共用一个正则对象。

匹配规则：

通篇只扫描一遍：扫描字符串，左到右，逐字查询。扫描过后就不再回退看了。
贪婪匹配原则：能多匹配几个，就不在中间断开。（见下边*号量词处）

修饰符：

• i ：忽略大小写 ignore case
• g ：全局匹配 global 不甘心于只匹配一个，如果不加g，找到一个符合条件的就停止查找了。
• m ：多行匹配（此多行不是页面样式上撑不下换行导致的看上去有好几行，而是在字符串里有换行转义符导致的）。一般和开头结尾匹配相结合使用

如下，后一个a才符合规则

表达式 - 方括号：[ ]

[]中括号内部填写表达式可以取到的范围。一个表达式代表一位，里边填的就是区间。（即使[ab]这样填写也是区间，是匹配a-b，也就是a或者b了，表示任意取一个字符）。
在正则规格中，匹配范围用[]包裹，且一个[]代表一位（即使里边写成[123456789]这样，也是只匹配1-9的任何一个且仅一个数字）。
符合[]设定范围的条件，该字符通过验证。
比如老师形象举例，三个连着的数字

注意下边这种没有横杠的写法，特别注意表示区间，而不是要锁定两个字符，只取任意一个即可。

因此，这个结果是bcd
且这个区间可以填的很没有下限，怎么填都行。
甚至这样：[0-9A-z]

• [0-9]：从0-9
• [A-Z]：从A到Z
• [a-z]：从a到z
• [A-z]：从A到Z+从a到z
• [0-9A-z]：…意会…

问题，在表达式里想匹配中横线 - 怎么办？

直接填中横线不就好了！

中括号内部的字符不用转义？【待测试，2019/11/19】

非 ^

• 放在表达式[]里时，读作”非”。表示取反，只要不是某个字符就符合条件。相当于js里边的！号取反一个道理。

如[^a]表示匹配字符不是a就行。

不是ab就行，结果

• 其他情况，表示匹配以这个字符开头的字符串片段：

匹配以a开头的字符串片段“ab”；

表达式 - 小括号：（）

( ) 小括号，
作用一：在表达式里和数学的括号没啥区别，写了就有优先计算的作用。
作用二：子表达式（具体解析见下边：匹配符合某种格式的字符）

在小括号里可以填一个符号“|”：

或 |

js中表示“或”，用“||”。
正则表示“或”，用“|”：
使用场景经常是放在圆括号，表示任取多个条件中的任意一个

表示匹配abc后跟两位数字或者bcd后跟两位数字，因为bcd后边没数字，不符合条件，得：

元字符

\w

world - 单词的意思，就是匹配字符，
\w === [0-9A-Za-z] 【记住特殊的多一个下滑线“”】

\W

取反\w，非\w，只要不是0-9、A-z、_ 这些个，就能匹配。
\W === [^\w]

\d

digit - 数字的意思，就是匹配数字
\d === [0-9]


问题：浮点数能匹配出来吗？小数点会不会给过滤掉？

匹配错误

这样也是null，不成功

百度 - 需要将小数点转义：

这样写，就把浮点数字字符匹配上了：

\D

取反\d，非\d，只要不是数字就行。
\D === [^\d]

\s

space - 间隔、空白的意思，查找匹配空白字符
空白字符可以有：

也就是一个\s，表示最顶部的所有元字符（见最顶部）
\s === [\r\n\t\v\f ] 【最后空白是一个空格】


连写\r\n也会分开匹配


注意，像“\t” 这类的空白转义符，需要直接写成\t才能匹配上

结果匹配不上：

\S

取反\s，非\s，只要不是上边所列那六个空白转义符，就能匹配。
\S === [^\s]

匹配所有的字符，甚至JQKA扑克牌的花色。写法：（见下边exp组件库）

\b

boundary? - 单词边界

匹配一个数字，且左边是单词边界

\B

取反\b，非\b，非单词边界

匹配一个数字，且左边不是单词边界，因为1和2左边都是单词边界，又因为8的单词边界在右边而非左边：

但如果这样：

左右都得是非单词边界，那么结果就是只有4和3

点 .

查找单个字符，除了换行和行结束符（因为点”.”在正则里也有特殊意义，所以平时查找浮点数时，要对点进行转义）
. === [^\r | ^\n]

\xxx

查找以八进制数 xxx 规定的字符。

\xdd

查找以十六进制数 dd 规定的字符。

\uxxxx

查找以十六进制数 xxxx 规定的 Unicode 字符。
Unicode编码只是见《星海拾贝》


不过，直接匹配中文也可以的达到这个效果：

量词 - 代表数量的词

注意，量词是n的量词，不是n的结果的量词，比如下边这个例子：

不是说匹配到a，然后取1到正无穷个a，而是1到正无穷个\w。
当然了，如果你非要匹配a那就另说了，比如这么写：

那结果肯定只匹配a。

具体目录：
n+ {1, infinity}
n为变量，n代表任何东西。
+代表n这个变量可以重复出现1次到无数次

\w表示0-9A-z_这些字符，所以￥没有被匹配上，匹配了前边”ab_ds23”后在￥处断开，由于g，继续查找，匹配到”d“：

如果没有“+”号，就不能连续匹配，只能一次取一个字符：

如果没有g，就不能去两段字符片段，d也就取不出来了：

n* {0, infinity}
n为变量，n代表任何东西。
代表n这个变量可以重复出现0次到无数次

“”需要注意的是，即使没有字符可以匹配也算匹配上了。
最后的空也就被匹配上了。

这个例子更直观：

absd的左右，都没有数字，在光标停留的地方都进行了匹配，匹配不到，就抓出空：

而前边的”ab_ds23”却没有被分开，这就是贪婪匹配原则（能多就不少）。能多匹配多个，就不中断。

n? {0, 1}
n为变量，n代表任何东西。
?代表n这个变量可以重复出现0次到1次

n{X} {x}
n为变量，n代表任何东西。
x个n，区间被定死了。

表示匹配3个连着的字符，连起来数量不够三个就不算了

n{X,Y} {x, y}
n为变量，n代表任何东西。
最少x个，最多y个。如果填{0，1}，相当于上边“n?”的功能：

贪婪匹配原则，能多不少：

但是不够数，也不将就：

最后只剩一个9，因为不够两个。不匹配：

n{X, } {x, Infinity}
n为变量，n代表任何东西。
x表示最少多少个，
逗号后边不写数，表示正无穷了。
如果写{0,}，相当于上边“n*”的功能：
如果写{1,}，相当于上边“n+”的功能：

最少两个，最多不限制：

贪婪匹配：能多一定不少【默认情况下就是】

{2,5}是匹配最少2个，最多5个。但是能匹配四个，绝对不匹配2个。

非贪婪匹配：能少一定不多。

触发条件：在任何一个量词后边加一个“?”号


{2,5}是匹配最少2个，最多5个。只要够2个就停手，不多匹配。懒癌晚期。
特殊：？？
第一个？代表量词，第二个？表示取消贪婪匹配
？在量词里是{0，1}，匹配0个或1个。
如果取消了贪婪匹配，会全是0个匹配了：

?:

?: 是 不想被捕获的时候使用 可以提高程序执行速度

比如 ([a-z][0-9])+

这个正则表达式里 ( ) 里面的内容被捕获了， 反向引用的时候可以用上 。
一般正则替换的时候用的多 像UBB代码

但是 如果写成 (?:[a-z][0-9])+
跟上面 正则表达式 整体匹配是一样的 就是 不会捕获 ( )里内容了。
也就是不能使用 反向引用

如果还是不太理解， 那就先了解一下 反向引用吧。

?的用法大总结：

强制条件 - 结束和开头

^n

中间有换行符或者空格符都没用：

n$


一起用：

正则属性

global，表示写了修饰符g

ignoreCase，表示写了修饰符i

multiline，表示是否写了修饰符m

source，表示正则的内容体

lastIndex，当前光标的位置（具体解释见下边exec方法的游标处）

后期因为lastIndex 的原因，陷入的一个坑点：

游标的位置不是每次从新开始的：

老师的讲解：


忠告

争取的写法：

这样游标就每次都是重新开始的：

正则方法

test（）方法

判断字符串有没有符合正则规则的字符片段，返回结果布尔值

exec（）方法

chief exective officer
先看一个现象：

结果如下：

返回值：是一个类数组。

—————————————————————
Index值随游标修改
这里边，index的值在变化，他就是光标当前找到符合条件的字符片段时的起始位置。
在没有遍历完的时候，游标是一直向后走的。所得的index值也一直增加。
但是当找到字符串末尾时，由于没有了匹配值，返回null。
再次继续调用，光标将回到第0位起始位置重新开始游走。

因为游标的原因，把g修饰符去掉后，游标永远在第0位：

游标 - 就是上边的属性：lastIndex

返回值中的index的值对应的也就是lastIndex值，即是游标的位置值

lastIndex属性和exec（）方法相协调匹配：
lastIndex能够影响exec（）的查找进程：

中途被更改后，exec（）根据游标的位置从头开始查找。
不过下次还是正常往后飘~

总结：exec（）通过查找lastIndex游标的位置，来进行下次匹配。

exec与反向引用：

一、匹配符合某种格式的字符

比如，YY-MM、XXYY等格式的。
特色是，要求你知道前一个字符匹配的是啥，然后拿着这个字符去后边找紧邻的那个字符是不是一致的。（注意与量词区分，量词虽然也是重复，但后边重复的字符可以和前边的是某一类型，可以和前边一样都是符合条件的字符，但不一定和前边就是同一个字符。）

（）小括号 —— 子表达式

作用之一就是：当我们用小括号把表达式括起来以后，这个小括号会记录里边匹配的内容。（比如你通过匹配得到符合条件的字符串片段为’abv’，那么小括号里边就会记住这个字符片段’abv’）。然后我们再通过反向引用（比如：\1，表示反向引用第一个子表达式里边匹配的内容）
示例：

匹配结果：因为第0位a被\w匹配上，后边\1反向引用a，再次匹配到第二个a。然后因为g修饰符，要全局查找，所以第三个a被\w匹配上，后边\1再次反向引用a。以此类推…

反向引用

向左引用前一个子表达式里边匹配的内容
比如：
\1，表示反向引用第一个子表达式里边匹配的内容
\2，表示反向引用第二个子表达式里边匹配的内容

注意，这里一定要有“位”的概念：
就像个十百千万位数一样，

所以，我们想要得到类似“XXXX”的格式就这么匹配：

后边三位都反向引用第一位匹配的值：

所以，我们想要得到类似“XXYY”的格式就这么匹配：

第二位的\1引用第一个在第一位的\w匹配的值，
第四位的\2引用第二个在第三位的\w匹配的值，

所以，我们想要得到类似“XYYX”的格式就这么匹配：

另外，如果反向引用的位数与表达式的个数不匹配时，不会报错返回”null”

二、exec与反向引用共用

如果调用exec（）方法的正则表示式中有反向引用，则exec的返回值会有变化：

多出来e和d两位。多出来的就是两个子表达式匹配的内容。
这两位是正式的数据位，放在返回值的数组中，能够通过索引1||2获取。是伪数组内部的正规军。

exec（）在jq源码中的应用

学到这里再补充。具体看jq篇章了吧。

正向预查【正向断言】

选择某个字符x，需要字符y的修饰。但是最终选出来的只有x。
成哥小例子：查成哥，除了一个帅哥的修饰词，还有他有一个残疾的合伙人（邓哥）。就是有一个残疾合伙人的帅哥，定语是帅哥，但是修饰条件是残疾合伙人。
对应到题目中，如下：
找一个a，但是后边要跟着一个b。选出来的还要是a（不包含b），但是，需要b作为一个判断条件
所以，如果按照自己的思路，直接选’ab’，那选出来的不单是a，不符合正向预查的核心思想。
（？=n）

为了看游标位置，我特地去掉了正则中全局修饰符g，这样match返回的信息如下：

可以看出，他选择的不是第0位的a，而是下标为2(后边有b)的a

这个操作也是秀~！！

非正向预查

（？!n）
后边不跟着n的那个字符片段：

一共5个a，排除掉一个连着b的，还有四个，所以长度为4

反向预查【反向断言】

(?<=n)m 代表前面紧跟着n的m

应用：可以取链接了：
取a标签中的地址

相关练习题

• 见《正则题目）篇章