第一章、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。正则表达式一般被用来检索、替换那些符合某个模式(规则)的文本。

正则表达式规则

正则表达式是由普通字符（例如字符 a 到 z）以及特殊字符（称为"元字符"）组成的文字模式。模式描述在搜索文本时要匹配的一个或多个字符串。正则表达式做为一个模板，将某个字符模式与所搜索的字符串进行匹配。

1. 普通字符

   普通字符包括没有显式指定为元字符的全部可打印和不可打印字符。这包括全部大写和小写字母、全部数字、全部标点符号和一些其余符号。
   

2. 非打印字符

字符	描述
\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。不然，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 [ \f\n\r\t\v]。
\S	匹配任何非空白字符。等价于 [^ \f\n\r\t\v]。
\t	匹配一个制表符。
\v	匹配一个垂直制表符。等价于 \x0b 和 \cK。

 3.特殊字符

所谓特殊字符，就是一些有特殊含义的字符，如上面说的 runoo*b 中的 *，简单的说就是表示任何字符串的意思。若是要查找字符串中的 * 符号，则须要对 * 进行转义，即在其前加一个 \: runo\*ob 匹配 runo*ob。

特殊字符	描述
$	匹配输入字符串的结尾位置。若是设置了 RegExp 对象的 Multiline 属性，则 $ 也匹配 '\n' 或 '\r'。要匹配 $ 字符自己，请使用 \$。
()	标记一个子表达式的开始和结束位置。子表达式能够获取供之后使用。要匹配这些字符，请使用 \( 和 \)。
*	匹配前面的子表达式零次或屡次。要匹配 * 字符，请使用 \*。
+	匹配前面的子表达式一次或屡次。要匹配 + 字符，请使用 \+。
.	匹配除换行符 \n 以外的任何单字符。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 \[。
?	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 ^ 字符自己，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 \|

4.限定符

限定符用来指定正则表达式的一个给定组件必需要出现多少次才能知足匹配。有 * 或 + 或 ? 或 {n} 或 {n,} 或 {n,m} 共6种。

字符	描述
*	匹配前面的子表达式零次或屡次。例如，zo* 能匹配 "z" 以及 "zoo"。* 等价于{0,}。
+	匹配前面的子表达式一次或屡次。例如，'zo+' 能匹配 "zo" 以及 "zoo"，但不能匹配 "z"。+ 等价于 {1,}。
？	匹配前面的子表达式零次或一次。例如，"do(es)?" 能够匹配 "do" 、 "does" 中的 "does" 、 "doxy" 中的 "do" 。? 等价于 {0,1}。
{n}	n 是一个非负整数。匹配肯定的 n 次。例如，'o{2}' 不能匹配 "Bob" 中的 'o'，可是能匹配 "food" 中的两个 o。
{n,}	n 是一个非负整数。至少匹配n 次。例如，'o{2,}' 不能匹配 "Bob" 中的 'o'，但能匹配 "foooood" 中的全部 o。'o{1,}' 等价于 'o+'。'o{0,}' 则等价于 'o*'。
{n,m}	m 和 n 均为非负整数，其中n <= m。最少匹配 n 次且最多匹配 m 次。例如，"o{1,3}" 将匹配 "fooooood" 中的前三个 o。'o{0,1}' 等价于 'o?'。请注意在逗号和两个数之间不能有空格。

5.定位符

定位符使您可以将正则表达式固定到行首或行尾。它们还使您可以建立这样的正则表达式，这些正则表达式出如今一个单词内、在一个单词的开头或者一个单词的结尾。

定位符用来描述字符串或单词的边界，^ 和 $ 分别指字符串的开始与结束，\b 描述单词的前或后边界，\B 表示非单词边界。

字符	描述
^	匹配输入字符串开始的位置。若是设置了 RegExp 对象的 Multiline 属性，^ 还会与 \n 或 \r 以后的位置匹配。
$	匹配输入字符串结尾的位置。若是设置了 RegExp 对象的 Multiline 属性，$ 还会与 \n 或 \r 以前的位置匹配。
\b	匹配一个字边界，即字与空格间的位置。
\B	非字边界匹配。

注意：不能将限定符与定位符一块儿使用。因为在紧靠换行或者字边界的前面或后面不能有一个以上位置，所以不容许诸如 ^* 之类的表达式。

若要匹配一行文本开始处的文本，请在正则表达式的开始使用 ^ 字符。不要将 ^ 的这种用法与中括号表达式内的用法混淆。

若要匹配一行文本的结束处的文本，请在正则表达式的结束处使用 $ 字符。

6.选择

用圆括号将全部选择项括起来，相邻的选择项之间用|分隔。但用圆括号会有一个反作用，使相关的匹配会被缓存，此时可用?:放在第一个选项前来消除这种反作用。

其中 ?: 是非捕获元之一，还有两个非捕获元是 ?= 和 ?!，这两个还有更多的含义，前者为正向预查，在任何开始匹配圆括号内的正则表达式模式的位置来匹配搜索字符串，后者为负向预查，在任何开始不匹配该正则表达式模式的位置来匹配搜索字符串。

7.反向引用

对一个正则表达式模式或部分模式两边添加圆括号将致使相关匹配存储到一个临时缓冲区中，所捕获的每一个子匹配都按照在正则表达式模式中从左到右出现的顺序存储。缓冲区编号从 1 开始，最多可存储 99 个捕获的子表达式。每一个缓冲区均可以使用 \n 访问，其中 n 为一个标识特定缓冲区的一位或两位十进制数。

可使用非捕获元字符 ?:、?= 或 ?! 来重写捕获，忽略对相关匹配的保存。

反向引用的最简单的、最有用的应用之一，是提供查找文本中两个相同的相邻单词的匹配项的能力。如下面的句子为例

Is is the cost of of gasoline going up up?

上面的句子很显然有多个重复的单词。若是能设计一种方法定位该句子，而没必要查找每一个单词的重复出现，那该有多好。下面的正则表达式使用单个子表达式来实现这一点：

查找重复的单词：

var str = "Is is the cost of of gasoline going up up";

var patt1 = /\b([a-z]+) \1\b/ig;

document.write(str.match(patt1));

捕获的表达式，正如 [a-z]+ 指定的，包括一个或多个字母。正则表达式的第二部分是对之前捕获的子匹配项的引用，即，单词的第二个匹配项正好由括号表达式匹配。\1 指定第一个子匹配项。

字边界元字符确保只检测整个单词。不然，诸如 "is issued" 或 "this is" 之类的词组将不能正确地被此表达式识别。

正则表达式后面的全局标记 g 指定将该表达式应用到输入字符串中可以查找到的尽量多的匹配。

表达式的结尾处的不区分大小写 i 标记指定不区分大小写。

多行标记指定换行符的两边可能出现潜在的匹配。

注：以上资源由菜鸟教程整理而来