原理
正則引擎
為什么正則能有效，因?yàn)橛幸妫@和為什么JS能執(zhí)行一樣偷厦，有JS引擎
正則的引擎大致可分為兩類：DFA和NFA
- DFA (Deterministic finite automaton) 確定型有窮自動(dòng)機(jī)
- NFA (Non-deterministic finite automaton) 非確定型有窮自動(dòng)機(jī)霹肝，大部分都是NFA
這里的“確定型”指申钩，對(duì)于某個(gè)確定字符的輸入叉袍，這臺(tái)機(jī)器的狀態(tài)會(huì)確定地從a跳到b始锚，“非確定型”指，對(duì)于某個(gè)確定字符的輸入喳逛，這臺(tái)機(jī)器可能有好幾種狀態(tài)的跳法瞧捌；這里的“有窮”指，狀態(tài)是有限的润文，可以在有限的步數(shù)內(nèi)確定某個(gè)字符串是被接受還是發(fā)好人卡的姐呐；這里的“自動(dòng)機(jī)”，可以理解為典蝌，一旦這臺(tái)機(jī)器的規(guī)則設(shè)定完成皮钠，就可以自行判斷了，不要人看赠法。
基礎(chǔ)知識(shí)
正則眼中的字符串——n個(gè)字符麦轰，n+1個(gè)位置
為什么要有字符還要有位置呢？因?yàn)槲恢檬强梢员黄ヅ涞摹?/p>
“占有字符”和“零寬度”:
- 如果一個(gè)子正則表達(dá)式匹配到的是字符砖织，而不是位置款侵，而且會(huì)被保存到最終的結(jié)果中，那個(gè)這個(gè)子表達(dá)式就是占有字符的侧纯，比如 /ha/ （匹配 ha ）就是占有字符的新锈；
- 如果一個(gè)子正則匹配的是位置，而不是字符眶熬，或者匹配到的內(nèi)容不保存在結(jié)果中（其實(shí)也可以看做一個(gè)位置）妹笆，那么這個(gè)子表達(dá)式是零寬度的，比如 /read(?=ing)/ （匹配 reading 娜氏，但是只將read放入結(jié)果中拳缠，下文會(huì)詳述語(yǔ)法，此處僅僅舉例用）贸弥，其中的(?=ing)就是零寬度的窟坐，它本質(zhì)代表一個(gè)位置。
占有字符是互斥的绵疲，零寬度是非互斥的哲鸳。也就是一個(gè)字符，同一時(shí)間只能由一個(gè)子表達(dá)式匹配盔憨，而一個(gè)位置徙菠，卻可以同時(shí)由多個(gè)零寬度的子表達(dá)式匹配。舉個(gè)栗子郁岩，比如/aa/是匹配不了a的婿奔，這個(gè)字符串中的a只能由正則的第一個(gè)a字符匹配缺狠，而不能同時(shí)由第二個(gè)a匹配（廢話）；但是位置是可以多個(gè)匹配的脸秽，比如/\b\ba/是可以匹配a的儒老，雖然正則表達(dá)式里有2個(gè)表示單詞開頭位置的\b元字符，這兩個(gè)\b是可以同時(shí)匹配位置0（在這個(gè)例子中）的
控制權(quán)和傳動(dòng)
控制權(quán)是指哪一個(gè)正則子表達(dá)式（可能為一個(gè)普通字符记餐、元字符或元字符序列組成）在匹配字符串驮樊，那么控制權(quán)就在哪。
傳動(dòng)是指正則引擎的一種機(jī)制片酝，傳動(dòng)裝置將定位正則從字符串的哪里開始匹配囚衔。
正則表達(dá)式當(dāng)開始匹配的時(shí)候，一般是由一個(gè)子表達(dá)式獲取控制權(quán)雕沿，從字符串中的某一個(gè)位置開始嘗試匹配练湿，一個(gè)子表達(dá)式開始嘗試匹配的位置，是從前一子表達(dá)匹配成功的結(jié)束位置開始的
語(yǔ)法
要用某類常見(jiàn)字符——簡(jiǎn)單元字符
- '.' 匹配除了換行符以外的任意字符审轮，也即是[^\n]肥哎，如果要包含任意字符，可使用(.|\n)
- \w (whatever) 匹配任意字母疾渣、數(shù)字或者下劃線篡诽，等價(jià)于[a-zA-Z0-9_]，在deerchao的文中還指出可匹配漢字榴捡，但是\w在JS中是不能匹配漢字的
- \s (space) 匹配任意空白符杈女，包含換頁(yè)符\f、換行符\n吊圾、回車符\r达椰、水平制表符\t、垂直制表符\v
- \d 匹配數(shù)字
- \un (Unicode) 匹配n项乒，這里的n是一個(gè)有4個(gè)十六進(jìn)制數(shù)字表示的Unicode字符啰劲，比如\u597d表示中文字符“好”，那么超過(guò)\uffff編號(hào)的字符怎么表示呢板丽？ES6的u修飾符會(huì)幫你呈枉。
要表示出現(xiàn)次數(shù)（重復(fù)）——限定符
- a*表示字符a連續(xù)出現(xiàn)次數(shù) >= 0 次
- a+表示字符a連續(xù)出現(xiàn)次數(shù) >= 1 次
- a?表示字符a出現(xiàn)次數(shù) 0 或 1 次
- a{5}表示字符a連續(xù)出現(xiàn)次數(shù) 5 次
- a{5,}表示字符a連續(xù)出現(xiàn)次數(shù) >= 5次
- a{5,10}表示字符a連續(xù)出現(xiàn)次數(shù)為 5到10次 ，包括5和10
匹配位置——定位符和零寬斷言
- \b 匹配單詞邊界位置埃碱，準(zhǔn)確的描述是它匹配一個(gè)位置，這個(gè)位置前后不全是\w能描述的字符酥泞，所以像\u597d\babc是可以匹配“好abc”的砚殿。
- ^ 匹配字符串開始位置，也就是位置0芝囤，如果設(shè)置了 RegExp 對(duì)象的 Multiline 屬性似炎，^ 也匹配 '\n' 或 '\r' 之后的位置
- $ 匹配字符串結(jié)束位置辛萍，如果設(shè)置了RegExp 對(duì)象的 Multiline 屬性刹帕，$ 也匹配 '\n' 或 '\r' 之前的位置
想表達(dá)“或”的意思——字符簇和分歧
字符簇可用來(lái)表達(dá)字符級(jí)別的“或”語(yǔ)義炒俱，表示的是方括號(hào)中的字符任選一：
- [abc]表示a帘不、b键闺、c這3個(gè)字符中的任意一個(gè)褒傅，如果字母或者數(shù)字是連續(xù)的磺平，那么可以用-連起來(lái)表示创倔，[b-f]代表從b到f這么多字符中任選一個(gè)
- [(ab)(cd)]并不會(huì)用來(lái)匹配字符串“ab”或“cd”翔脱，而是匹配a瘩扼、b谆甜、c、d集绰、(规辱、)這6個(gè)字符中的任一個(gè)，也就是想表達(dá)“匹配字符串a(chǎn)b或者cd”這樣的需求不能這么做栽燕，要這么寫ab|cd罕袋。但這里要匹配圓括號(hào)本身，講道理是要反斜杠轉(zhuǎn)義的碍岔，但是在方括號(hào)中浴讯，圓括號(hào)被當(dāng)成普通字符看待，即便如此付秕，仍然建議顯式地轉(zhuǎn)義
- 分歧用來(lái)表達(dá)表達(dá)式級(jí)別的“或”語(yǔ)義兰珍，表示的是匹配|左右任一表達(dá)就可：
ab|cd會(huì)匹配字符串“ab”或者“cd” - 會(huì)短路，回想下編程語(yǔ)言中邏輯或的短路询吴，所以用(ab|abc)去匹配字符串“abc”掠河，結(jié)果會(huì)是“ab”，因?yàn)樨Q線左邊的已經(jīng)滿足了猛计，就用左邊的匹配結(jié)果代表整個(gè)正則的結(jié)果
想表達(dá)“非”的意思——反義
- \W唠摹、\D、\S奉瘤、\B 用大寫字母的這幾個(gè)元字符表示就是對(duì)應(yīng)小寫字母匹配內(nèi)容的反義勾拉，這幾個(gè)依次匹配“除了字母、數(shù)字盗温、下劃線外的字符”藕赞、“非數(shù)字字符”、“非空白符”卖局、“非單詞邊界位置”
- [aeiou]表示除了a斧蜕、e、i砚偶、o批销、u外的任一字符洒闸，在方括號(hào)中且出現(xiàn)在開頭位置的表示排除，如果在方括號(hào)中不出現(xiàn)在開頭位置均芽，那么它僅僅代表字符本身
貪婪和非貪婪
在限定符中丘逸，除了{(lán)n}確切表示重復(fù)幾次，其余的都是一個(gè)有下限的范圍掀宋。
在默認(rèn)的模式（貪婪）下深纲，會(huì)盡可能多的匹配內(nèi)容。比如用ab*去匹配字符串“abbb”布朦，結(jié)果是“abbb”囤萤。
而通過(guò)在限定符后面加問(wèn)號(hào)?可以進(jìn)行非貪婪匹配，會(huì)盡可能少地匹配是趴。用ab*?去匹配“abbb”涛舍，結(jié)果會(huì)是“a”。
不帶問(wèn)號(hào)的限定符也稱匹配優(yōu)先量詞唆途，帶問(wèn)號(hào)的限定符也稱忽略匹配優(yōu)先量詞富雅。
JS 中的正則
字面量, 構(gòu)造函數(shù)和工廠符號(hào)都是可以的：
/pattern/flags
new RegExp(pattern [, flags])
RegExp(pattern [, flags])
參數(shù)
pattern
正則表達(dá)式的文本。
flags
如果指定肛搬，標(biāo)志可以具有以下值的任意組合：
g 全局匹配;找到所有匹配没佑，而不是在第一個(gè)匹配后停止
i 忽略大小寫
m 多行; 將開始和結(jié)束字符（^和$）視為在多行上工作（例如，分別匹配每一行的開始和結(jié)束（由 \n 或 \r 分割）温赔，而不只是只匹配整個(gè)輸入字符串的最開始和最末尾處蛤奢。
u Unicode; 將模式視為Unicode序列點(diǎn)的序列
y 粘性匹配; 僅匹配目標(biāo)字符串中此正則表達(dá)式的lastIndex屬性指示的索引(并且不嘗試從任何后續(xù)的索引匹配)。
有兩種方法來(lái)創(chuàng)建一個(gè)RegExp對(duì)象：一是字面量陶贼、二是構(gòu)造函數(shù)啤贩。要指示字符串，字面量的參數(shù)不使用引號(hào)拜秧，而構(gòu)造函數(shù)的參數(shù)使用引號(hào)痹屹。因此，以下表達(dá)式創(chuàng)建相同的正則表達(dá)式
/ab+c/i;
new RegExp('ab+c', 'i');
new RegExp(/ab+c/, 'i');
方法
RegExp.prototype.exec()
exec() 方法在一個(gè)指定字符串中執(zhí)行一個(gè)搜索匹配枉氮。返回一個(gè)結(jié)果數(shù)組或 null志衍。
var matches = /h./.exec('This is a hello world!');
console.log(matches); // [ 'hi', index: 1, input: 'This is a hello world!' ]
RegExp.prototype.test()
test() 方法執(zhí)行一個(gè)檢索，用來(lái)查看正則表達(dá)式與指定的字符串是否匹配聊替。返回 true 或 false楼肪。
當(dāng)你想要知道一個(gè)模式是否存在于一個(gè)字符串中時(shí)，就可以使用 test()（類似于 String.prototype.search() 方法）惹悄，差別在于test返回一個(gè)布爾值淹辞，而 search 返回索引（如果找到）或者-1（如果沒(méi)找到）
let str = 'hello world!';
let result = /hello/.test(str);
console.log(result);
// true
例子
使用正則改變數(shù)據(jù)結(jié)構(gòu)
下例使用 replace 方法 （繼承自 String）去匹配姓名 first last 輸出新的格式 last, first。腳本中使用 $1 和 $2 指明括號(hào)里先前的匹配.
var re = /(\w+)\s(\w+)/;
var str = "John Smith";
var newstr = str.replace(re, "$2, $1");
print(newstr); //"Smith, John"
在多行中使用正則表達(dá)式
var s = "Please yes\nmake my day!";
s.match(/yes.*day/);
// Returns null
s.match(/yes[^]*day/);
// Returns 'yes\nmake my day'
使用正則表達(dá)式和 Unicode 字符
\w 或 \W 只會(huì)匹配基本的 ASCII 字符俘侠；如 'a' 到 'z'象缀、 'A' 到 'Z'、 0 到 9 及 '_'爷速。為了匹配其他語(yǔ)言中的字符央星，如西里爾（Cyrillic）或 希伯來(lái)語(yǔ)（Hebrew），要使用 \uhhhh惫东，"hhhh" 表示以十六進(jìn)制表示的字符的 Unicode 值
var text = "Образец text на русском языке";
var regex = /[\u0400-\u04FF]+/g;
var match = regex.exec(text);
print(match[1]); // prints "Образец"
print(regex.lastIndex); // prints "7"
var match2 = regex.exec(text);
print(match2[1]); // prints "на" [did not print "text"]
print(regex.lastIndex); // prints "15"
// and so on
從 URL 中提取子域名
var url = "http://xxx.domain.com";
print(/[^.]+/.exec(url)[0].substr(7)); // prints "xxx"
