一.结构和操作符

结构 说明
字面量
匹配一个具体字符，包括不用转义的和需要转义的。比如 a 匹配字符 “a”， 又比如 \n 匹配换行符，又比如 . 匹配小数点。
字符组
匹配一个字符，可以是多种可能之一，比如 [0-9]，表示匹配一个数字。 也有 \d 的简写形式。 另外还有反义字符组，表示可以是除了特定字符之外任何一个字符，比如 [^0-9]， 表示一个非数字字符，也有 \D 的简写形式。
量词
表示一个字符连续出现，比如 a{1,3} 表示 “a” 字符连续出现 3 次。 另外还有常见的简写形式，比如 a+ 表示 “a” 字符连续出现至少一次。
锚
匹配一个位置，而不是字符。比如 ^ 匹配字符串的开头，又比如 \b 匹配单词边界， 又比如 (?=\d) 表示数字前面的位置。
分组
用括号表示一个整体，比如 (ab)+，表示 “ab” 两个字符连续出现多次， 也可以使用非捕获分组 (?:ab)+。
分支
多个子表达式多选一，比如 abc|bcd，表达式匹配 “abc” 或者 “bcd” 字符子串。 反向引用，比如 \2，表示引用第 2 个分组。
操作符描述 操作符 优先级
转义符 \ 1
括号和方括号 (…)、(?:…)、(?=…)、(?!…)、[…] 2
量词限定符 {m}、{m,n}、{m,}、?、、+ 3
位置和序列 ^、$、\元字符、一般字符 4
管道符（竖杠） | 5
/ab?(c|de)+|fg/
• 由于括号的存在，所以，(c|de) 是一个整体结构。
• 在 (c|de) 中，注意其中的量词 ，因此 e 是一个整体结构。
• 又因为分支结构 | 优先级最低，因此 c 是一个整体、而 de 是另一个整体。
• 同理，整个正则分成了 a、b?、(…)+、f、g。而由于分支的原因， 又可以分成 ab?(c|de)+ 和 fg 这两部分。

二.注意要点

匹配字符串整体问题

因为是要匹配整个字符串，我们经常会在正则前后中加上锚 ^ 和 $。
比如要匹配目标字符串 “abc” 或者 “bcd” 时，如果一不小心，就会写成 /^abc|bcd$/。
而位置字符和字符序列优先级要比竖杠高，应该修改成:/^（abc|bcd）$/。

量词连缀问题

假设，要匹配这样的字符串：

  1. 每个字符为 “a、”b”、”c” 任选其一，
  2. 字符串的长度是 3 的倍数。
    此时正则不能想当然地写成 /[1]{3}+$/，这样会报错，说 + 前面没什么可重复的：
    此时要修改成： /^([abc]{3})+$/

元字符转义问题

所谓元字符，就是正则中有特殊含义的字符。
所有结构里，用到的元字符总结如下：
^、$、.、*、+、?、|、\、/、(、)、[、]、{、}、=、!、:、- , 当匹配上面的字符本身时，可以一律转义：

  1. var string = "^$.*+?|\\/[]{}=!:-,"; 
  2. var regex = /\^\$\.\*\+\?\|\\\/\[\]\{\}\=\!\:\-\,/; 
  3. console.log( regex.test(string) ); 
  4. // => true

其中 string 中的 \ 字符也要转义的。
另外，在 string 中，也可以把每个字符转义，当然，转义后的结果仍是本身：

  1. var string = "^$.*+?|\\/[]{}=!:-,"; 
  2. var string2 = "\^\$\.\*\+\?\|\\\/\[\]\{\}\=\!\:\-\,"; 
  3. console.log( string == string2 ); 
  4. // => true

现在的问题是，是不是每个字符都需要转义呢？否，看情况。
字符组中的元字符
跟字符组相关的元字符有 [、]、^、-。因此在会引起歧义的地方进行转义。例如开头的 ^ 必须转义，不然 会把整个字符组，看成反义字符组。

  1. var string = "^$.*+?|\\/[]{}=!:-,"; 
  2. var regex = /[\^$.*+?|\\/\[\]{}=!:\-,]/g; 
  3. console.log( string.match(regex) ); 
  4. // => ["^", "$", ".", "*", "+", "?", "|", "\", "/", "[", "]", "{", "}", "=", "!", ":", "-", ","]

匹配 “[abc]” 和 “{3,5}”
我们知道 [abc]，是个字符组。如果要匹配字符串 “[abc]” 时，该怎么办？
可以写成 /[abc]/，也可以写成 /[abc]/，测试如下：

  1. var string = "[abc]"; 
  2. var regex = /\[abc]/g; 
  3. console.log( string.match(regex)[0] ); 
  4. // => "[abc]"

只需要在第一个方括号转义即可，因为后面的方括号构不成字符组，正则不会引发歧义，自然不需要转义。
同理，要匹配字符串 “{3,5}”，只需要把正则写成 /{3,5}/ 即可。
另外，我们知道量词有简写形式 {m,}，却没有 {,n} 的情况。虽然后者不构成量词的形式，但此时并不会报 错。当然，匹配的字符串也是 “{,n}”，测试如下：
其余情况
比如 =、!、:、-、, 等符号，只要不在特殊结构中，并不需要转义。
但是，括号需要前后都转义的，如 /(123)/。
至于剩下的 ^、$、.、*、+、?、|、\、/ 等字符，只要不在字符组内，都需要转义的。

三.案例分析

身份证

正则表达式是：
/^(\d{15}|\d{17}[\dxX])$/
因为竖杠 | 的优先级最低，所以正则分成了两部分 \d{15} 和 \d{17}[\dxX]。
\d{15} 表示 15 位连续数字。
\d{17}[\dxX] 表示 17 位连续数字，最后一位可以是数字，可以大小写字母 “x”。

IPV4地址

正则表达式是：
/^((0{0,2}\d|0?\d{2}|1\d{2}|2[0-4]\d|25[0-5]).){3}(0{0,2}\d|0?\d{2}|1\d{2}|2[0-4]\d|25[0-5])$/
这个正则，看起来非常吓人。但是熟悉优先级后，会立马得出如下的结构：
((…).){3}(…)
其中，两个 (…) 是一样的结构。表示匹配的是 3 位数字。因此整个结构是
3位数.3位数.3位数.3位数
然后再来分析 (…)：
(0{0,2}\d|0?\d{2}|1\d{2}|2[0-4]\d|25[0-5])
它是一个多选结构，分成5个部分：
• 0{0,2}\d，匹配一位数，包括 “0” 补齐的。比如，”9”、”09”、”009”；
• 0?\d{2}，匹配两位数，包括 “0” 补齐的，也包括一位数；
• 1\d{2}，匹配 “100” 到 “199”;
• 2[0-4]\d，匹配 “200” 到 “249”；
• 25[0-5]，匹配 “250” 到 “255”。

  1. abc ↩︎