浅谈正则速记法的技巧

给你一篇文章，如何挑选出你想要的字符串呢？你可以从左到右从上到下，一个一个字符读取出来，写一大堆if做判断。这样太麻烦了，正则就是将以上过程抽象出来，用一些特定符号就能表示出大部分规则

对大部分人来说，正则主要是难记，其实只要对正则符号分类记忆，就会发现核心概念其实特别简单

注：本文会假设你至少看过一遍正则的文档，如果没看过，可以看mdn（有中文翻译），如果觉得mdn排版乱，推荐去https://devdocs.io/javascript/global_objects/regexp学习。本文所使用语言为javascript

元字符

/a/中的a就是一个元字符，一个元字符匹配一个实体字符，这里的“a”没有特殊含义，就匹配一个英文a

像/\d/就匹配0到9的所有数字，如果两个连写/\d\d/就可以匹配10到99的所有数字

/./可以匹配任何字符

集合

假如有一串字符串'0123456789'，我只想匹配其中的'3','6','9'，这时可以放在集合中/[369]/

执行后会发现只有3被匹配到，是因为集合中不管写多少东西都代表一个元字符，集合也是一种元字符
你可能见过这样都集合/[0-9a-zA-Z_]/它代表匹配所有数字，字母和下划线，它与元字符/\w/的效果是一样的，集合更灵活\w更方便

排除型集合

/[^0-9]/除了数字都匹配（我喜欢叫它否定集合）

或（多选）

假设我有一大堆书单，我希望从中匹配出naroto和one piece，那么可以这样写/naroto|one pice/ 竖线代表或，a或b，你也可以写多个a|b|c|d，你当然可以写出0|1|2...|9来匹配所有数字。但要注意和集合的区别，集合是一个元字符，不能匹配单词，|两边可以是多个元字符

分组

我现在有一堆文件，我希望匹配出后缀是.css和.less的文件，你可以很自然的写出/.css|.less/这样的代码。其实还有一个简便写法/.(c|le)ss/，分组可以将若干个元字符放在同一个作用域中做处理，通过分组我们可以写出更简练的代码

分组还有一个特殊的用法，思考如何匹配'asd_asd_asd_asd_asd'这种字符串?

答案是/(asd)(_\1)+/，\1是个非常特殊的元字符，代表重复使用第一个分组的匹配结果，\2就代表第二个，以此类推，+加号表示重复一到多次（这个后面会讲），需要注意的是计数从1开始，\0代表另外的意思（请看文档）

量词

一长串字符中我只想匹配连续的数字，但/\d/只会匹配一个，这时候可以使用量词/\d{n,}/，n写几就是几到多，比如{1,}就是1到多。{n}这种写法表示n个相连，匹配2333可以写成/23{3}/

还有几个简写的量词

贪婪模式和非贪婪模式

量词有个尴尬的地方，比如用/.*a/去匹配 '123a123a'，本来希望得到'123a'，实际却得到'123a123a'。这是因为任何字符都满足/./加上量词会导致从头匹配到尾，但因为我们还有其他元字符，所以这时正则引擎会回溯，将已经匹配的结果从后往前一个个拿出来，与剩下的元字符相匹配。
这种模式叫贪婪模式，它可能会产生预期之外的结果和不必要的性能浪费

解决方案是使用非贪婪模式，在量词后面加?问号可以得到最小结果，现在使用/.*?a/去匹配就可以得到'123a'了。任何量词后都可以使用非贪婪模式

环视

x(?=y)这个功能有很多种翻译，比如零宽断言，我个人感觉比较准确的是“正向肯定环视”
x(?!y)正向否定环视

x代表元字符，y也代表元字符，x(?=y)的意思是紧接着y的x，比如 '-1a--2b-'，使用/\d(?=a)/去匹配，会得到1;/\d(?!a)/去匹配，会得到2。

这功能怎么用？举个例子，有一段字符串'a(123)b'，我只想要括号内的内容，但不想要括号
我需要匹配到右括号左边的位置，那么我可以写成/(?=\))/(注意括号需要转义)，我不想要左括号/[^(]/，我不关心括号内的内容/.*/，这时组合三个正则就变成了/[^(].*(?=\))/

实际上这个功能匹配的是位置，从匹配到的位置开始找元字符，所以你如果在环视后面加量词是没用的

其他

^和$也是匹配位置的元字符，分别是匹配开头和结尾，比如我们想匹配文件结尾是.js的文件可以写成/.js$/。匹配http开头的链接可以写成/^http:\/\//

还有一些特殊的\u[\b]\0等，需要你自己看文档

标识符

g：一个正则只会匹配一次，如果加上g标识符就会全局匹配， /\d/g，这个正则是不管两个数字之间隔了什么，都会将所有数字匹配出来

i：不区分大小写/^http:\/\//i就会匹配http://和HTTP://

核心概念就这么多，其他内容请详细查看文档

你以为这就结束了？其实还有后续哒！

我要继续说环视

还有个神奇的逆向环视没有讲x(?<=y) ，因为这是18年才进正式标准的功能，虽然它可能比js年龄大，但js就是不支持你怕不怕！

前面那个/[^(].*(?=\))/可以改成/(?<=y).*(?=\))/

正则最大但坑就是，让新手产生正则无所不能的想法，一个复杂字符串处理总以为可以通过一个神奇的正则来搞定。

正则不是万能的！

还是之前的例子，给字符串'a(1\(2(3)'让你取括号内的内容请问你怎么取？首先应该弄清需求，如果正则过于难写，可以用js的字符串处理函数辅助正则，分部操作。另外正则的性能并不高，不是说很复杂的操作写成一行正则性能就比其他方式快了，没有测试就没有发言权

正则理论上是有极限的，举个例子，有字符串1xxxyyyy2让你取{n}个x和{m}个y，n和m是不确定个数，写成x{1,}y{1,}是没问题的，但如果要求是x{n}y{n}就不行了，比如一个字符串有3个x，你就要取3个y，有4个x，你就要取4个y，单靠正则就无法完成了。

正则难，难在门槛高，门槛高在难记，之所以难记，其实还是因为反人类的符号让你下意识的排斥它。熟悉正则，正式正则，学会正则，会给你带来超乎想象的便利！

正则