【正則】954- 正則表達(dá)式有幾種字符匹配模式？

最近再一次重溫老姚大佬的《JavaScript 正則表達(dá)式迷你書》 ， 并將核心知識(shí)點(diǎn)整理一遍，方便復(fù)習(xí)。

原書寫得非常棒，建議看下原書啦。  地址：https://github.com/qdlaoyao/js-regex-mini-book

原書這么一句話，特別棒：正則表達(dá)式是匹配模式，要么匹配字符，要么匹配位置，要記住。

1. 兩種模糊匹配

正則表達(dá)式的強(qiáng)大在于它的模糊匹配，這里介紹兩個(gè)方向上的“模糊”：橫向模糊和縱向模糊。

• 橫向模糊匹配

即一個(gè)正則可匹配的字符串長(zhǎng)度不固定，可以是多種情況。

如 /ab{2,5}c/ 表示匹配：第一個(gè)字符是 "a" ，然后是 2 - 5 個(gè)字符 "b" ，最后是字符 "c"：

let r = /ab{2,5}c/g;
let s = "abc abbc abbbc abbbbbbc";
s.match(r); // ["abbc", "abbbc"]

• 縱向模糊匹配

即一個(gè)正則可匹配某個(gè)不確定的字符，可以有多種可能。

如 /[abc]/ 表示匹配 "a", "b", "c" 中任意一個(gè)。

let r = /a[123]b/g;
let s = "a0b a1b a4b";
s.match(r); // ["a1b"]

2. 字符組

• 范圍表示法

可以指定字符范圍，比如 [1234abcdUVWXYZ] 就可以表示成 [1-4a-dU-Z] ，使用 - 來進(jìn)行縮寫。

如果要匹配 "a", "-", "z" 中任意一個(gè)字符，可以這么寫：[-az] 或 [a\-z] 或 [az-] 。

• 排除字符組

即需要排除某些字符時(shí)使用，通過在字符組第一個(gè)使用 ^ 來表示取反，如 [^abc] 就表示匹配除了 "a", "b", "c" 的任意一個(gè)字符。

• 常見簡(jiǎn)寫形式

然后表示任意字符，就可以使用 [\d\D]、[\w\W]、[\s\S] 和 [^] 任意一個(gè)。

3. 量詞

量詞也稱重復(fù)，常用簡(jiǎn)寫如下：

• 貪婪匹配和惰性匹配

在正則 /\d{2,4}/ ，表示數(shù)字連續(xù)出現(xiàn) 2 - 4 次，可以匹配到 2 位、 3 位、4 位連續(xù)數(shù)字。

但是在 貪婪匹配 如 /\d{2,4}/g ，會(huì)盡可能多匹配，如超過 4 個(gè)，就只匹配 4 個(gè)，如有 3 個(gè)，就匹配 3 位。

而在 惰性匹配 如 /\d{2,4}?/g ，會(huì) 盡可能少 匹配，如超過 2 個(gè)，就只匹配 2 個(gè)，不會(huì)繼續(xù)匹配下去。

let r1 = /\d{2,4}/g;
let r2 = /\d{2,4}?/g;
let s  = "123 1234 12345"; 
s.match(r1); // ["123", "1234", "1234"]
s.match(r2); // ["12", "12", "34", "12", "34"]

4. 多選分支

即提供多個(gè)子匹配模式任選一個(gè)，使用 |(管道符)分隔，由于分支結(jié)構(gòu)也是惰性，即匹配上一個(gè)后，就不會(huì)繼續(xù)匹配后續(xù)的。

格式如：(r1|r2|r3)，我們就可以使用 /leo|pingan/ 來匹配 "leo" 和 "pingan"。

let r = /leo|pingan/g;
let s = "leo cool,pingan good.";
s.match(r);// ["leo", "pingan"]

// 多選分支的惰性表現(xiàn)
let r1 = /leo|leooo/g;
let r2 = /leooo|leo/g;
let s  = "leooo";
s.match(r1);// ["leo"]
s.match(r2);// ["leooo"]

5. 分組命名 (ES9)

ES9 之前的分組是通過數(shù)字命名的：

const pattern = /(\d{4})-(\d{2})-(\d{2})/u;
const result = pattern.exec('2020-01-05');
console.log(result[0]); // 打印"2020-01-05"
console.log(result[1]); // 打印"2020"
console.log(result[2]); // 打印"01"
console.log(result[3]); // 打印"05"

現(xiàn)在可以通過指定分組的名稱，增加代碼可讀性，便于維護(hù)：

const pattern = /(?<year>\d{4})-(?<month>\d{2})-(?<day>\d{2})/u;
const result = pattern.exec('2020-01-05');
console.log(result.groups.year);         // 打印"2020-01-05"
console.log(result.groups.month);        // 打印"01"
console.log(result.groups.day);          // 打印"05"

分組命名還可以和 String.prototype.replace 方法結(jié)合：

const reDate = /(?<year>\d{4})-(?<month>\d{2})-(?<day>\d{2})/;
const d = '2020-01-05';
const USADate = d.replace(reDate, '$<month>-$<day>-$<year>');
console.log(USADate);                        // 01-05-2020

6. 忽略分組

如果不希望捕獲某些分組，在分組內(nèi)加上 ?: 即可。比如 (?:tom).(ok) 那么這里 $1 指的就是 ok。

7. 案例分析

匹配字符，無非就是字符組、量詞和分支結(jié)構(gòu)的組合使用。

• 十六進(jìn)制顏色值匹配

let r = /#[0-9a-fA-F]{6}|#[0-9a-fA-F]{3}/g;
let s = "#ffaacc #Ff00DD #fFF #01d #9Gd";
s.match(r); // ["#ffaacc", "#Ff00DD", "#fFF", "#01d"]

• 時(shí)間和日期匹配

// 時(shí)間 12:23 或 01:09
let r = /^([01][0-9]|[2][0-3]):[0-5][0-9]$/;  
r.test("23:25"); // true
r.test("03:05"); // true

// 時(shí)間 12:23 或 1:9
let r = /^(0?[0-9]|1[0-9]|[2][0-3]):(0?[0-9]|[1-5][0-9])$/;  
r.test("23:25"); // true
r.test("03:05"); // true
r.test("3:5");   // true

// 日期 yyyy-mm-dd
let r = /^[0-9]{4}-(0[1-9]|[1][0-2])-(0[1-9]|[12][0-9]|3[01])$/;
r.test("2019-09-19"); // true
r.test("2019-09-32"); // false

• Windows操作系統(tǒng)文件路徑匹配

盤符使用 [a-zA-Z]:\\ ，這里需要注意 \ 字符需要轉(zhuǎn)義，并且盤符不區(qū)分大小寫；
文件名或文件夾名，不能包含特殊字符，使用 [^\\:*<>|"?\r\n/] 表示合法字符；
并且至少有一個(gè)字符，還有可以出現(xiàn)任意次，就可以使用 ([^\\:*<>|"?\r\n/]+\\)* 匹配任意個(gè) 文件夾\；
還有路徑最后一部分可以是 文件夾 ，即沒有 \ 于是表示成 ([^\\:*<>|"?\r\n/]+)?。

let r = /^[a-zA-Z]:\\([^\\:*<>|"?\r\n/]+\\)*([^\\:*<>|"?\r\n/]+)?$/;
r.test("C:\\document\\leo\\a.png"); // true
r.test("C:\\document\\leo\\");      // true
r.test("C:\\document");             // true
r.test("C:\\");                     // true

• id匹配

如提取 <div id="leo" class="good"></id> 中的 id="leo" ：

let r1 = /id=".*"/;    // tips1
let r2 = /id=".*?"/;   // tips2
let r3 = /id="[^"]*"/; // tips3

let s  = '<div id="leo" class="good"></id>';
s.match(r1)[0];  // id="leo" class="good"
s.match(r2)[0];  // id="leo"
s.match(r3)[0];  // id="leo"

tips1：由于 . 匹配雙引號(hào)，且 * 貪婪，就會(huì)持續(xù)匹配到最后一個(gè)雙引號(hào)結(jié)束。
tips2：使用惰性匹配，但效率低，有回溯問題。
tips3：最終優(yōu)化。