笔记是由油管的@The Coding Train老师发布系列教程。因为正则我自己看了很多次，但是很快又忘记。所以为了彻底搞懂，一边学习一边记笔记，以给别人讲课的方式记笔记，我自己的印象会更深，所以就有了以下内容。小白的晋级路在个人github会持续更新哦: 传送门,欢迎star

正则表达式

可能是最全最好的正则表达式笔记

1.1. 基本语法

通过一张图表来对正则表达式的基本进行一个回顾

single char	quantifiers(数量)	position(位置)
\d 匹配数字	* 0个或者更多	^一行的开头
\w 匹配word(数字、字母)	+ 1个或更多，至少1个	$一行的结尾
\W 匹配非word(数字、字母)	? 0个或1个,一个Optional	\b 单词"结界"(word bounds)
\s 匹配white space(包括空格、tab等)	{min,max}出现次数在一个范围内
\S 匹配非white space(包括空格、tab等)	{n}匹配出现n次的
. 匹配任何，任何的字符

1.1.1. single char

假设你有一段字符如下：

\w

将匹配所有word，当然，() - 等字符除外

\w\w\w

发现匹配的有'These are some phone numbers ...' 注意正则表达式是匹配一个连续串的规则，所以可以看到三个字母的单词可以匹配到，6个单词的也可以匹配到。

\s\s

匹配到一行中连续两个空格

quantifiers

假设我们有这一段话：

The colors of the rainbow have many colours 
and the rainbow does not  have a single colour.
复制代码

我们想把所有的颜色找出来colors colours colour

答案 colou?rs? 嗯，看起来很简单，很方便。

好了，现在想要匹配一行中的4个数字，或者一行中的5个字母等，这时候用quantifiers就非常方便了。

我现在想找5个字母组成的单词

\w{5} 这样可以吗？嗯..不行的，看下它匹配的内容,如下: 'These are some phone numbers 915-555-1234...' 的确，我们模板给的很简单，它只找一行中，连续出现5个字母的序列。所以现在改进一下好了
\w{5}\s 为了能找到单词，所以我希望5个字母后，跟一个空格的序列，这样应该可以了吧，看下匹配情况： 'Theseare some phonenumbers915-555-1234...' 嗯，是的，只有目前这些方法，是做不到的。所以，我们需要第三个工具 "position"

1.1.2. position

回到刚才的问题之前，先熟悉下^ $ 和 \b

This is somthing
is about
a blah
words
sequence of words
Hello and
GoodBye and 
Go gogo!
复制代码

来看下各种正则所匹配的内容

\w+ 这个应该毫无疑问，匹配所有的words
^\w+ 多了一个^，这样子，就只能匹配到每一行开头的单词了This is a words sequence Hello GoodBye Go
\w+$ 这样就能匹配到每行的最后一个字母

回到刚才的问题

现在想找5个字母组成的单词

就变得很简单了，使用单词结界符\b

答案就是\b\w{5}\b

1.1.3. 找个电话号码吧

最后，找一个刚才出现的电话号123-456-1231

用以上最基本的正则方法就是 \d{3}-\d{3}-\d{4}，这样就找到了。但是有的时候，电话号码是123.456.1234 或者 (212)867-4233的结构怎么办呢？

正则表达式中的或或者其他表达方式，下面一一来介绍。

1.2. 字符分类(char class)

前面记录了最基本的方法，接下来说一下分类符[]

这个符号用来表示逻辑关系或，比如[abc]表示a或者b或c.[-.]表示符号-或者.号(注意这里，在[]中的.号代表的就是这个符号，但是如果在其外面，表示个匹配所有。所以如果不在[]之中，想要匹配'.'，就要通过转意符号\.)

1.2.1. 分类的简单应用

字符序列：

The lynk is quite a link don't you think? l nk l(nk
复制代码

正则表达式： l[yi (]k

结果:

lynk  link  l nk   l(nk
复制代码

很容易理解的，就是表达或逻辑。

1.2.2. 匹配所有可能的电话号码

好了，现在回到之前遗留的问题，有以下字段，请匹配所有可能的电话号码：

These are some phone numbers 915-134-3122. Also,
you can call me at 643.123.1333 and of course,
I'm always reachable at (212)867-5509
复制代码

好的，一步一步来，刚才我们使用\d{3}-\d{3}-\d{4}匹配了连字符的情况。现在我们可以很轻松的把.这种情况加进去了

第一步： \d{3}[-.]\d{3}[-.]\d{4}

第二步: 为了能够匹配括号，可以使用?来，因为这是一个option选择。所以最后就成了

\(?\d{3}[-.)]\d{3}[-.]\d{4}

这里还是要说明，在[]中，特殊字符不需要转义，可以直接使用，比如[.()],但是在外面，是需要转义的\( \.等

1.2.3. []的特殊语法

刚才介绍了最简单和基本的功能，但是有些特殊的地方需要注意

-连接符不是第一个字符时 [-.]的含义是连字符-或者点符.。但是，如果当连字符不是第一个字符时，比如[a-z]，这就表示是从字母a到字符z。
[]中的^ ^在之前介绍中，是表示一行开头，但是在[]中，有着不同的含义。 [ab] 表示a或者b [^ab] 啥都行，只要不是a或b(anythings except a and b)，相当于取反

1.2.4. []和()

除了使用[]表示或逻辑,()也是可以的。用法是(a|b)表示a或者b

比如下面的例子，匹配所有email

gaoyaqi411@126.com  
dyumc@google.net 
sam@sjtu.edu
复制代码

思路：

首先要想我到底相匹配什么，这里我想匹配的是

任何一个以words开头的，一个或更多 \w+
紧接着是一个@符号 \w+@
接着有一个或者更多的words \w+@\w+
接着一个.标点 \w+@\w+\.
接着一个com net 或 edu \w+@\w+\.(com|net|edu)

还是提醒注意第四步的\.转义符号

好了，这样几可以匹配以上的所有邮箱了。但是还有一个问题，因为邮箱用户名是可以有.的，比如vincent.ko@126.com

其实仍然很简单，修复如下： [\w.]+@\w+\.(com|net|edu)

1.2.5. 总结

[]的作用，用英文表达就是"alternation",表达一个或的逻辑；
/[-.(]/ 在符号中的连字符-放在第一位表示连字符本身，如果放在中间，表示"从..到.."，比如[a-z]表示a-z
[.)] 括号中的特殊符号不需要转义，就表示其本身
[^ab] 括号中的^表示非，anythings except a and b
(a|b)也可表示选择，但是它有更强大的功能....

所以，()的强大功能是什么呢？分组捕获，这对序列的替换、交换是很有帮助的。后面一节进行学习记录

1.3. 分组捕获(capturing groups)

什么是分组捕获，现在回到之前电话号码的例子

212-555-1234
915-412-1333

//我想要保留区号，把后面的电话号码变为通用性的
👇👇👇👇👇👇👇👇👇👇👇👇

212-xxx-xxxx
915-xxx-xxxx
复制代码

按照之前的做法\d{3}-\d{3}-\d{4},这种匹配的方式，是将整个电话号码作为一个组(group)匹配起来。我们把212-555-1234这样的叫Group0。

这个时候，如果我们加了一个括号\d{3}-(\d{3})-\d{4}，那么匹配到的555就叫Group1。以此类推，如果有两个小括号\d{3}-(\d{3})-(\d{4})那么分组就是下面的情况：

212-555-1234   Group0
555            Group1
1234           Group2
复制代码

1.3.1. 选择分组

现在组已经分好，那么如何选择已经匹配的分组？

这里有两种方法，第一种使用$符号，比如$1 代表555,$2代表1234；第二种，使用\,比如\1代表555。两种的使用场景不一样，先讲$

现在为了满足最开始的要求，我们可以这么做

reg: \(?(\d{3})[-.)]\d{3}[-.]\d{4}

replace: $1-xxx-xxxx
复制代码

ps: 这里可以直接用JS的replace函数进行操作，但是正则不是JS专属的，所以这里先介绍通用方法，之后对JS部分进行总结

1.3.2. 实景训练

现在有一个名单列表，但是姓和名称是反的，我需要把他交换过来

shiffina, Daniel
shifafl, Daniell
shquer, Danny
...
复制代码

实现方法:

reg: (\w+),\s(\w+)

replace: $2 $1
复制代码

注意：$0 是所有匹配到的，所以第一个加括号的是$1

匹配markdown中的link标签，并替换为html标签

[google](http://google.com)
[itp](http://itp.nyu.edu)
[Coding Rainbow](http://codingrainbow.com)
复制代码

解析：这道题有些坑，需要慢慢来。

看到这个，第一个想考虑匹配[google]这个东西，立马想到正则表达式\[.*\]。这个是巨大的坑，在当前来看，它的确能正确匹配到上面的三条。但是如果文本是这样的：

看到了，第一行的内容会全部匹配下来，而不能区分[google]和[test]。之所以这样，是因为.是贪婪的，他表示所有，所有能匹配到的，所以当然也包括了]，一直到这一行的最后一个]，它才停止。

所以为了让它能正确匹配，需要去掉这种贪婪的属性。这里用到？ 。当?放在了quantifiers符号后，表示去掉贪婪属性，匹配到终止条件，即可停下。

\[.*?\]这样子，就可以将[google]和[test]分开,效果如下：

接下来完成所有内容：

reg: \[(.*?)\]\((http.*?)\)

replace: <a href="$2">$1</a>
复制代码

1.3.3. 使用`\`选择器

$选择符是在替换的时候进行的标志或选择，但是如果在正则表达式本身，就要使用\选择了。比如以下的场景

This is is a a dog , I think think this is is really
a a good good dog. Don't you you thinks so so ?
复制代码

我们想要匹配比如is is so so这样连续的序列，就用到了下面的表达方式: (\w+)\s\1

效果:

嗯，差不多达到效果，但是有一些小的bug。比如第一句话This is is a 这个就匹配不准确，会把第一个This的后面字母匹配进去。 这就用到第一节说的字符结界 \b了，就变成了\b(\w+)\s\1\b

好了，大功告成，就不贴效果图了，自行脑补就好了。

1.3.4. 总结

分组捕获，使用()进行数据分组，编号0代表整个匹配项，选择的分组从1号开始
选择器可以使用$1和\1，但是使用场景不同，\用在正则表达式自己身上
?符号可以禁止贪婪属性，放在.*之后，表示一次匹配遇到重点就可以停止。否则将会一直向后匹配。

1.4. 在JavaScript中的应用

在js中，主要的正则表达式都是涉及到string的应用。

var str = "hello"
var r = /w+/
复制代码

这两个分别是string和reg的字面量创建方法。当要使用正则来进行操作的时候，使用了r.test()和str.match() 以及str.replace等方法。

1.4.1. reg.test()

正则表达式本身有一个test的方法，这个方法只能测试是否包含，返回一个bool变量。

var r = /\d{3}/;
var a = '123';
var b = '123ABC';
var c = 'abc';

r.test(a)  //true
r.test(b) //true
r.test(c) //false
复制代码

嗯，这个很简单，而且用的实际不多，下面着重讲str上的一些方法。

1.4.2. str.match()

与test()不同，不只是返回bool变量，它会返回你所匹配到的内容。

var r = /compus/
var reg = /w+/
var s = "compus, I know something about you"
r.test(s)  //true
s.match(r)  //["compus"]
s.match(reg) //["compus"]

复制代码

等等，好像有点问题，为什么最后一个返回的也是"compus"？这不科学。

好吧，实际上，match()返回了第一个可以匹配的序列。想要实现之前的效果，就要用到JS里关于正则的几个flag

1.4.2.1. flag

这个标志就在建立正则的时候就要有的，主要有三个

flag	含义
g	全部的，给我匹配全部的
i	忽略大小写
m	多行匹配

所以为了解决刚才的问题，只要这样子设置reg就可以了

var reg = /w+/g
复制代码

看下面一个练习

var str = "Here is a Phone Number 111-2313 and 133-2311"

var r = /\d{3}[-.]\d{4}/
var rg = /\d{3}[-.]d{4}/g

console.log(str.match(r)); //["111-2313"]
console.log(str.match(rg));//["111-2313","133-2311"]
复制代码

嗯，找电话号码，是的，很方便。但是还有一个问题，刚才说的分组，那么match会返回分组吗？

var sr = /(\d{3})[-.]\d{4}/
var srg = /(\d{3})[-.]\d{4}/g

console.log(str.match(sr)); //["111-2313","111"]
console.log(str.match(srg)); //["111-2313","133-2311"]
复制代码

所以结论是：当使用了全局flagg的时候，不会返回分组，而是全部的匹配结果；如果没有使用g，会将匹配到的结果和分组以数组的形式返回。

那么如何实现全局的分组？

1.4.3. reg.exec()

从字面意思来看，正则表达式的执行方法。这个方法可以实现匹配全局，并返回分组的结果。

reg.exec()每次调用，返回一个匹配的结果，匹配结果和分组以数组的形式返回，不断的调用即可返回下一个结果，直到返回null

var str = "Here is a Phone Number 111-2313 and 133-2311" ;
var srg = /(\d{3})[-.]\d{4}/g;
var result = srg.exec(str);
while(result !== null) {
    console.log(result);
    result = srg.exec(str);
}

复制代码

result包含的内容可能比想象中的多，它是一个数组，比如第一次执行，他的结果为：

["133-2311", "133", index: 36, 
input: "Here is a Phone Number 111-2313 and 133-2311" groups: undefined]
复制代码

1.4.4. str.split

现在来到了更强的功能上，先说下split，我们知道split是将字符串按照某个字符分隔开，比如有以下一段话，需要将其分割成单词。

var s = "unicorns and rainbows And, Cupcakes"
复制代码

分割成单词，首先想到的是空格隔开，于是可以用下面方式实现

var result = s.split(' ');
var result1 = s.split(/\s/);
//完全一样的效果
//["unicorns", "and", "rainbows", "And,", "Cupcakes"]
复制代码

嗯，这样体现不出来正则的强大，而且最主要的是没有实现要求。因为还有一个"And,"。所以要用正则了，匹配条件是逗号或者空格

result = s.split(/[,\s]/);

//["unicorns", "and", "rainbows", "And", "", "Cupcakes"]
复制代码

结果仍然和需要的有出入，因为多了一个""。我们并不是想让它分割的依据是逗号或者空格,依据应该是逗号或空格所在的连续序列。在原来的基础上加一个+，改成/[,\s]+/，这个含义就是一个单独的逗号，或者一个单独的空格

result = s.split(/[,\s]+/);
// ["unicorns", "and", "rainbows", "And", "Cupcakes"]
复制代码

1.4.4.1. 单词分割

好了，拓展一下，实现一个段落的单词分割，一个正则表达式就是

result = s.split(/[,.!?\s]+/)
复制代码

当然，有个最简单的方法，我们可以这样去做

result = s.split(/\W+/);
复制代码

接着，如果我们想将一个段落的句子都分隔开，一个可以实现的表达式就是

result = s.split(/[.,!?]+/)
复制代码

最后，有一个小需求，就是在分割句子的同时，还想把相应的分隔符保留下来。

var s = 
"Hello,My name is Vincent. Nice to Meet you!What's your name? Haha."
复制代码

这是一个小小的ponit，记住如果想要保留分隔符，只要给匹配的内容分组即可

var result = s.split(/([.,!?]+)/)
//["Hello", ",", "My name is Vincent", ".", " Nice to Meet you", "!", "What's your name", "?", " Haha", ".", ""]
复制代码

可以看到，这样就会把分隔符也存储起来。

1.4.5. str.replace()

replace也是字符串的方法，它的基本用法是str.replace(reg,replace|function)，第一个参数是正则表达式，代表匹配的内容，第二个参数是替换的字符串或者一个回掉函数。

注意，replace不会修改原字符串，只是返回一个修改后的字符串;除此外，正则表达式如果没有使用g标志，也和match一样，只匹配/替换第一个

1.4.5.1. 最简单的替换

替换一个序列中的元音字母(aeiou)，将其替换成一个double。比如x->xx

var s = "Hello,My name is Vincent."
var result = s.replace(/([aeiou])/g,"$1$1")
//"Heelloo,My naamee iis Viinceent."
复制代码

注意，第二个参数必须是字符串; 注意不要忘记加g

1.4.5.2. 牛x哄哄的function参数来了

嗯，这才是最强大的地方，第二参数传入function，先看一个最简单的示例

var s = "Hello,My name is Vincent. What is your name?"
var newStr = s.replace(/\b\w{4}\b/g,replacer)
console.log(newStr)
function replacer(match) {
    console.log(match);
    return match.toUpperCase();
}
/*
name
What
your
name
Hello,My NAME is Vincent. WHAT is YOUR NAME?
*/
复制代码

所以，函数的参数是匹配到的内容，返回的是需要替换的内容。好了，基本示例解释了基本用法，那么之前讨论的分组怎么办？如何实现分组呢？

//分组

function replacer(match,group1,group2) {
    console.log(group1);
    console.log(group2);
}

复制代码

如果正则表达式分组处理，那么在回调函数中，函数的第二个、第三参数就是group1,group2。这样子，就可以做很多神奇的事情

1.4.5.3. 综合练习题

判断一个字符串中出现次数最多的字符，并统计次数

var s = 'aaabbbcccaaabbbaaa';
var a = s.split('').sort().join("");  //"aaaaaaaaabbbbbbccc"
var ans = a.match(/(\w)\1+/g);
ans.sort(function(a,b) {
    return a.length - b.length;
})
console.log('ans is : ' + ans[ans.length-1])

复制代码

1.4.6. 总结

在js中，正则表达式字面量/reg/和字符串字面量"str"用于创建正则和字符串。其中正则上有两个方法reg.test()和reg.exec()
reg.test(str)方法，返回布尔变量，用于指示是否有所匹配； reg.exec(str)有点类似与迭代器，每次执行，返回匹配结果和分组，直到返回为null结束。
字符串方法主要有str.match(reg),str.split(reg)和str.replace(reg,str|function) 三种方法。
match比较特殊，如果正则包含了分组，且没有g标志，则返回匹配内容和分组; 如果没有分组，且有g标志，返回所有匹配内容
split方法主要用于字符串分割，如果想要保存分隔符，记得将匹配内容分组(用小括号包起来)
replace是最强大的方法，当使用回掉函数时，返回值就是替换值; 参数分别为匹配值 group1 group2...

libin1991 / libin_Blog

regexp正则表达式的教程 #597

正则表达式

1.1. 基本语法

1.1.1. single char

quantifiers

1.1.2. position

1.1.3. 找个电话号码吧

1.2. 字符分类(char class)

1.2.1. 分类的简单应用

1.2.2. 匹配所有可能的电话号码

1.2.3. []的特殊语法

1.2.4. []和()

1.2.5. 总结

1.3. 分组捕获(capturing groups)

1.3.1. 选择分组

1.3.2. 实景训练

1.3.3. 使用`\`选择器

1.3.4. 总结

1.4. 在JavaScript中的应用

1.4.1. reg.test()

1.4.2. str.match()

1.4.2.1. flag

1.4.3. reg.exec()

1.4.4. str.split

1.4.4.1. 单词分割

1.4.5. str.replace()

1.4.5.1. 最简单的替换

1.4.5.2. 牛x哄哄的function参数来了

1.4.5.3. 综合练习题

1.4.6. 总结

libin1991 / libin_Blog

regexp正则表达式的教程 #597

正则表达式

1.1. 基本语法

1.1.1. single char

quantifiers

1.1.2. position

1.1.3. 找个电话号码吧

1.2. 字符分类(char class)

1.2.1. 分类的简单应用

1.2.2. 匹配所有可能的电话号码

1.2.3. []的特殊语法

1.2.4. []和()

1.2.5. 总结

1.3. 分组捕获(capturing groups)

1.3.1. 选择分组

1.3.2. 实景训练

1.3.3. 使用\选择器

1.3.4. 总结

1.4. 在JavaScript中的应用

1.4.1. reg.test()

1.4.2. str.match()

1.4.2.1. flag

1.4.3. reg.exec()

1.4.4. str.split

1.4.4.1. 单词分割

1.4.5. str.replace()

1.4.5.1. 最简单的替换

1.4.5.2. 牛x哄哄的function参数来了

1.4.5.3. 综合练习题

1.4.6. 总结

1.3.3. 使用`\`选择器