正規表達式--内功心法

• • 目的或意義
  • 概念
  • 應用場景
  • 正反向預查
  • 非貪婪模式 VS 貪婪模式
  • 執行過程
    • 遞歸
    • 回溯
  • 符号的運算優先級
  • 正則常用符号及含義
    • 普通字元
    • 非列印字元
    • 特殊字元
    • 限定符号
    • 字元簇

目的或意義

對字元串進行過濾篩選比對，得到預期的值或效果

概念

對字元串和特殊符号操作的邏輯公式

應用場景

表單校驗，條件搜尋查詢，資料替換等

正反向預查

預查是非捕獲特性，

javascript不支援反向預查

例如：

• ?:

window(?:10|7) 可以比對window10 或 window7

`比對過程是如何的呢？` 字元串從左到右，遊标起始于字元串開始部分的左側，正規表達式的w與字元串w比對，比對成功後，遊标移動到w右側，然後比對i，比對成功後，遊标繼續遊走，以此類推直到遊标停留到字元串末尾

• ?=

  比對過程又如何呢？

  遊标由字元串的最左側開始，正規表達式以此比對直到window的右側，此時遊标停留，正則繼續比對，當比對到7的時候，比對成功。由于遊标停留在7的左側（即w的右側），是以得到的比對結果是window而不是window7
• ?!

此時的比對過程又該如何

跟上面?=類似，不同的是XP與正則中的7不對應時為比對成功

非貪婪模式 VS 貪婪模式

• 貪婪模式

  例如：

過程如下：

遊标從a左側開始，正則與字元串比對到ab後，b繼續與b*比對，直到c與b*比對，發現不能比對，于是，選用備選路線，選用用字元串c與正則c比對，比對上遊标前進到c的右側全部比對完成

• 非貪婪模式

例如：

正則中? 是優先考慮的

過程如下：

遊标從字元串”ac”中a的左側開始，正則a與字元a比對上，遊标前進到a的右側，此時模式中的”b*?” 與字元”c”比對不上，于是，選用備用方案，正則會用”c” 與跟 字元串的”c”比對，比對上後，遊标移動到末尾，是以比對的值是ac

執行過程

基于PCRE的正則引擎有一個特點：遞歸和回溯

遞歸

1. ^表示起始位置0（即字元串cd的左側）

   $表示字元串末尾

2. “cd”中的c與正則中的c*？進行比對，遊标繼續前進，
3. “cd”中的d與c*?比對不上時，選用備選路線
4. “cd”中的d與正則中的d對比并比對上
5. ?=e不占用位置但是要校驗e值的存在(即遊标在d右側時，”cde”中e與?=e比對上，遊标不會移動）

類似?=e這種零位占用還有^,$

回溯

過程如下：

1. 由字元串”tea”左側開始，”tea” 的t 與 正則t比對

2. 忽略f?? 直接比對正則a，”tea”的”e” 與 正規表達式中”a” 對比，比對失敗

3. 正規表達式回溯到f??, 此時“tea”中的“e” 與正規表達式中“f??“對比，比對失敗

4. 正則模式繼續回退，此時正規表達式中t與字元串中”e“比較，比對失敗

對于??，是可優先忽略的

符号的運算優先級

優先級從高到低

操作符号	描述
\	轉義符
(), (?:), (?=), []	圓括号和方括号
*, +, ?, {n}, {n,}, {n,m}	限定符
^, $, \anymetacharacter	位置和順序
|	“或”操作

正則常用符号及含義

普通字元

非列印字元

字元	含義	備注
\f	換頁符	等價于 \x0c 和 \cL
\cx	比對由x指明的控制字元	\cM 比對一個 Control-M 或回車符
\n	換行符	等價于 \x0a 和 \cJ
\r	比對一個回車符。	等價于 \x0d 和 \cM。
\s	比對任何空白字元，包括空格、制表符、換頁符等等。	等價于 [ \f\n\r\t\v]。
\S	比對任何非空白字元。	等價于 [^ \f\n\r\t\v]。
\t	比對一個制表符。	等價于 \x09 和 \cI。
\v	比對一個垂直制表符。	等價于 \x0b 和 \cK。

特殊字元

字元	含義	備注
$	比對輸入字元串的結尾位置。	如果設定了 RegExp 對象的 Multiline 屬性，則 也比對‘\n′或‘\r′。要比對 也 匹 配 ‘ \n ′ 或 ‘ \r ′ 。 要 匹 配 字元本身，請使用 \$。
( )	标記一個子表達式的開始和結束位置。	子表達式可以擷取供以後使用。要比對這些字元，請使用 ( 和 )。
*	比對前面的子表達式零次或多次。	要比對 * 字元，請使用 *。
+	比對前面的子表達式一次或多次。	要比對 + 字元，請使用 +。
.	比對除換行符 \n之外的任何單字元。	要比對 .，請使用 \。
[	标記一個中括号表達式的開始。	要比對 [，請使用 [。
?	比對前面的子表達式零次或一次，或指明一個非貪婪限定符。	要比對 ? 字元，請使用 \?。
\	将下一個字元标記為或特殊字元、或原義字元、或向後引用、或八進制轉義符。	例如， ‘n’ 比對字元 ‘n’。’\n’ 比對換行符。序列 ‘\’ 比對 “\”，而 ‘(’ 則比對 “(”。
^	比對輸入字元串的開始位置，除非在方括号表達式中使用，此時它表示不接受該字元集合。	要比對 ^ 字元本身，請使用 \^。
{	标記限定符表達式的開始。	要比對 {，請使用 \{。
|	指明兩項之間的一個選擇。	要比對 |，請使用 \|。

定位符号

用來描述字元串或單詞的邊界

^

字元串以何元素開始

$

字元串以什麼結束

\b

描述單詞以何為邊界

\B

描述單詞非邊界情況

限定符号

字元	含義	備注
*	比對前面的子表達式零次或多次。	* 等價于{0,}。
+	比對前面的子表達式一次或多次。	+ 等價于 {1,}。
?	比對前面的子表達式零次或一次。	? 等價于 {0,1}。
{n}	n 是一個非負整數。比對确定的 n 次。	例如，’o{2}’ 不能比對 “to” 中的 ‘o’，但是能比對 “tooth” 中的兩個 o。
{n,}	n 是一個非負整數。至少比對n 次。	例如，’o{2,}’ 不能比對 “to” 中的 ‘o’，但能比對 “foooood” 中的所有 o。’o{1,}’ 等價于 ‘o+’。’o{0,}’ 則等價于 ‘o*’。
{n,m}	m 和 n 均為非負整數，其中n <= m。最少比對 n 次且最多比對 m 次。	例如，”o{1,3}” 将比對 “fooooood” 中的前三個 o。’o{0,1}’ 等價于 ‘o?’。請注意在逗号和兩個數之間不能有空格。

字元簇

字元	含義	備注
\d	比對一個數字字元。	等價于 [0-9]。
\D	比對一個非數字字元。	等價于 [^0-9]。
\w	比對包括下劃線的任何單詞字元。	等價于’[A-Za-z0-9_]’。
\W	比對任何非單詞字元。	等價于 ‘[^A-Za-z0-9_]’。
\num	比對 num，其中 num 是一個正整數。對所擷取的比對的引用。	例如，’(.)\1′ 比對兩個連續的相同字元。

作者簡介：

就職于甜橙金融資訊技術部，負責前端開發工作，先後任職攜程，平安等公司的前端開發工程師職位，喜歡研究新的技術，服務于業務需求，熟練運用Linux/Unix系統指令，以終端為載體，快速執行操作。