《javascript正则表达式迷你书》笔记

字符匹配攻略

• 横向匹配——通过量词

    {m,n} {m,} {m} ? + *    贪婪匹配
    后面跟?号                惰性匹配

• 纵向匹配——通过字符组

    \d \D \w \W \s \S .
    \w表示[0-9a-zA-Z_]
    \W表示[^0-9a-zA-Z_]

• 分支结构——通过管道符"|"

  • 匹配模式也是惰性的

  • 当前面的分支匹配上了这个位置的字符，后面的分支就不再尝试，整个匹配从这个位置往后继续进行

位置匹配攻略

• 匹配位置

  • ^ $ \b \B (?=p) (?!p)

• 位置的特性

  • 对于位置的理解，我们可以理解成空字符""

括号的作用

• 描述

  • 强调括号内的正则是一个整体，提供了可供我们使用的分组，即提供了子表达式

• 分组引用

  • 需配合使用实现环境的API来使用

    str.match(reg)          ——通过结果数组大于0的下标来获取
    reg.exec(string)        ——通过结果数组大于0的下标来获取
    str.replace(regex,"$1") ——通过replace提供的$1，$2，$3...来获取捕获的分组

• 反向引用

  • 在正则本身里引用分组的方式,通过\1，\2，\3...来引用分组内容

    • 括号嵌套 ——从外到内，从左到右

    • \10 ——代表捕获的第10个分组

    • 引用不存在的分组 ——代表"\数字"

    • 分组后有量词 ——捕获最后的匹配

• 非捕获括号

  • 不被捕获的分组形式

    • (?:字符)

    • (?:字符1|字符2|字符3..)

回溯法原理

• 没有回溯的匹配

  • 一次匹配到位

• 有回溯的匹配

  • 一次匹配不行，就"退一步"，再进行匹配，循环往复

• 常见的回溯形式

  • 贪婪量词

  • 惰性量词

  • 分支结构

正则表达式的拆分

• 编程语言都有操作符，正则表达式中的操作符则体现在结构中

• 结构

  • 字符本身、字符组、量词、锚(位置)、分组、选择分支、反向引用

• 操作符的优先级

  • 1——

  • 2——(…)、(?:…)、(?=…)、(?!…)、[…]

  • 3——{m}、{m,n}、{m,}、?、*、+

  • 4——^、$、\元字符、一般字符

  • 5——|

• 注意点

  • 匹配字符串整体问题

    • 如果存在位置锚，可以通过分组括号进行操作优先级的改变，比如^和$

  • 量词连缀问题

    • 如果存在量词连缀，可以通过分组括号分割，避免报错

  • 元字符转义问题

    • 需要转义的时候最好都转义

正则表达式的构建

• 平衡法则

  • 匹配预期的字符串

  • 不匹配非预期的字符串

  • 可读性和可维护性

  • 效率

• 构建前提

  • 是否适合

  • 是否必要

  • 是否需要复杂的正则（可拆分）

• 准确性

  • 确定匹配目标的所有模式规则，进行拆分，提取和分组

• 效率

  • （减少回溯）明确字符组，避免模糊匹配

  • （节省内存）如果不需要利用捕获组，应该使用非捕获型分组

  • （加快移位速度）独立出确定字符

  • （消除重复）提取分支公共部分

  • （减少回溯）控制分支的数量

正则表达式的编程

• 四种操作

  • 验证

  • 切分

  • 提取

  • 替换

• 相关api

  • String——search

  • String——split

  • String——match

  • String——replace

  • RegExp——test

  • RegExp——exec

• 注意点

  • search和match会把字符串转换为正则（匹配"."的时候需改写为"\."）

  • split中的正则分组会被包含进结果数组

  • 换行修饰符m，针对的是^和$的位置

  • 构造函数用法对于元字符和转义字符需要多再加一个斜杠""

  • test方法代表有部分匹配即可，因此整体匹配需要使用^和$进行控制

  • macth的调用，如果正则带g，则不会返回标准信息

  • exec的调用，始终都会返回标准信息

  • 字符串的4个方法，每次匹配，都是从0开始的

  • 正则实例的2个方法，每次匹配，都会修改lastIndex，遵从lastIndex

  • 正则构造函数的静态属性基于所执行的最近一次正则操作而变化

  • 正则构造函数的使用基于动态和需要变化的正则形式