來源：正則表達式字符匹配攻略
作者：老姚（轉(zhuǎn)載已獲得作者授權）
正則表達式是匹配模式匆绣，要么匹配字符啰劲，要么匹配位置迁客。請記住這句話。
然而關于正則如何匹配字符的學習摔敛，大部分人都覺得這塊比較雜亂廷蓉。畢竟元字符太多了，看起來沒有系統(tǒng)性马昙，不好記桃犬。本文就解決這個問題行楞。
內(nèi)容包括：
- 兩種模糊匹配
- 字符組
- 量詞
- 分支結構
- 案例分析
1. 兩種模糊匹配
如果正則只有精確匹配是沒多大意義的攒暇，比如/hello/，也只能匹配字符串中的"hello"這個子串子房。
var regex = /hello/;
console.log( regex.test("hello") ); // true
正則表達式之所以強大形用，是因為其能實現(xiàn)模糊匹配。而模糊匹配证杭，有兩個方向上的“模糊”：橫向模糊和縱向模糊田度。
1.1 橫向模糊匹配
橫向模糊指的是，一個正則可匹配的字符串的長度不是固定的躯砰，可以是多種情況的。
其實現(xiàn)的方式是使用量詞携丁。表示譬如{m,n}琢歇，表示連續(xù)出現(xiàn)最少m次，最多n次梦鉴。
比如/ab{2,5}c/表示匹配這樣一個字符串：第一個字符是“a”李茫，接下來是2到5個字符“b”，最后是字符“c”肥橙。測試如下：
var regex = /ab{2,5}c/g;
var string = "abc abbc abbbc abbbbc abbbbbc abbbbbbc";
console.log( string.match(regex) ); // ["abbc", "abbbc", "abbbbc", "abbbbbc"]
注意：案例中用的正則是/ab{2,5}c/g魄宏，后面多了g，它是正則的一個修飾符存筏。表示全局匹配宠互，即在目標字符串中按順序找到滿足匹配模式的所有子串，強調(diào)的是“所有”椭坚，而不只是“第一個”予跌。g是單詞global的首字母。
1.2 縱向模糊匹配
縱向模糊指的是善茎，一個正則匹配的字符串券册，具體到某一位字符時，它可以不是某個確定的字符，可以有多種可能烁焙。
其實現(xiàn)的方式是使用字符組航邢。譬如[abc]，表示該字符是可以字符“a”骄蝇、“b”膳殷、“c”中的任何一個。
比如/a[123]b/可以匹配如下三種字符串："a1b"乞榨、"a2b"秽之、"a3b"。測試如下：
var regex = /a[123]b/g;
var string = "a0b a1b a2b a3b a4b";
console.log( string.match(regex) ); // ["a1b", "a2b", "a3b"]
以上就是本文講的主體內(nèi)容吃既，只要掌握橫向和縱向模糊匹配考榨，就能解決很大部分正則匹配問題。
接下來的內(nèi)容就是展開說了鹦倚，如果對此都比較熟悉的話河质，可以跳到最后，直接看案例那節(jié)震叙。
2. 字符組
需要強調(diào)的是掀鹅，雖叫字符組（字符類），但只是其中一個字符媒楼。例如[abc]乐尊，表示匹配一個字符，它可以是“a”划址、“b”扔嵌、“c”之一。
2.1 范圍表示法
如果字符組里的字符特別多的話夺颤，怎么辦痢缎？可以使用范圍表示法。比如[123456abcdefGHIJKLM]世澜，可以寫成[1-6a-fG-M]独旷。用連字符"-"來省略和簡寫。因為連字符有特殊用途寥裂，那么要匹配“a”嵌洼、“-”、“z”這三者中任意一個字符封恰，該怎么做呢咱台？不能寫成[a-z]，因為其表示小寫字符中的任何一個字符俭驮』啬纾可以寫成如下的方式：[-az]或[az-]或[a-z]春贸。即要么放在開頭，要么放在結尾遗遵，要么轉(zhuǎn)義萍恕。總之不會讓引擎認為是范圍表示法就行了车要。
2.2 排除字符組
縱向模糊匹配允粤，還有一種情形就是，某位字符可以是任何東西翼岁，但就不能是"a"类垫、"b"、"c"琅坡。此時就是排除字符組（反義字符組）的概念悉患。例如[abc]，表示是一個除"a"榆俺、"b"售躁、"c"之外的任意一個字符。字符組的第一位放""（脫字符）茴晋，表示求反的概念陪捷。
當然，也有相應的范圍表示法诺擅。
2.3 常見的簡寫形式
有了字符組的概念后市袖，一些常見的符號我們也就理解了。因為它們都是系統(tǒng)自帶的簡寫形式烁涌。
\d 就是[0-9]苍碟。表示是一位數(shù)字。記憶方式：其英文是digit（數(shù)字）烹玉。
\D 就是[^0-9]驰怎。表示除數(shù)字外的任意字符阐滩。
\w 就是[0-9a-zA-Z_]二打。表示數(shù)字、大小寫字母和下劃線掂榔。記憶方式：w是word的簡寫继效，也稱單詞字符。
\W 就是[^0-9a-zA-Z_]装获。非單詞字符瑞信。
\s 就是[ \t\v\n\r\f]。表示空白符穴豫，包括空格凡简、水平制表符逼友、垂直制表符、換行符秤涩、回車符帜乞、換頁符。記憶方式：s是space character的首字母筐眷。
\S 就是[^ \t\v\n\r\f]黎烈。 非空白符。
. 就是[^\n\r\u2028\u2029]匀谣。通配符照棋，表示幾乎任意字符。換行符武翎、回車符烈炭、行分隔符和段分隔符除外。記憶方式：想想省略號...中的每個點后频，都可以理解成占位符梳庆，表示任何類似的東西。
如果要匹配任意字符怎么辦膏执？可以使用[\d\D]、[\w\W]露久、[\s\S]和[^]中任何的一個更米。
3. 量詞
量詞也稱重復。掌握{(diào)m,n}的準確含義后毫痕，只需要記住一些簡寫形式征峦。
3.1 簡寫形式
{m,} 表示至少出現(xiàn)m次。
{m} 等價于{m,m}消请，表示出現(xiàn)m次栏笆。
? 等價于{0,1}，表示出現(xiàn)或者不出現(xiàn)臊泰。記憶方式：問號的意思表示蛉加，有嗎？
+ 等價于{1,}缸逃，表示出現(xiàn)至少一次针饥。記憶方式：加號是追加的意思，得先有一個需频，然后才考慮追加丁眼。
- 等價于{0,}，表示出現(xiàn)任意次昭殉，有可能不出現(xiàn)苞七。記憶方式：看看天上的星星藐守，可能一顆沒有，可能零散有幾顆蹂风，可能數(shù)也數(shù)不過來吗伤。
3.2 貪婪匹配和惰性匹配
看如下的例子：
var regex = /\d{2,5}/g;
var string = "123 1234 12345 123456";
console.log( string.match(regex) ); // ["123", "1234", "12345", "12345"]
其中正則/\d{2,5}/，表示數(shù)字連續(xù)出現(xiàn)2到5次硫眨。會匹配2位足淆、3位、4位礁阁、5位連續(xù)數(shù)字巧号。
但是其是貪婪的，它會盡可能多的匹配姥闭。你能給我6個丹鸿，我就要5個。你能給我3個棚品，我就3要個靠欢。反正只要在能力范圍內(nèi)，越多越好铜跑。
我們知道有時貪婪不是一件好事（請看文章最后一個例子）门怪。而惰性匹配，就是盡可能少的匹配：
var regex = /\d{2,5}?/g;
var string = "123 1234 12345 123456";
console.log( string.match(regex) ); // ["12", "12", "34", "12", "34", "12", "34", "56"]
其中/\d{2,5}?/表示锅纺，雖然2到5次都行掷空，當2個就夠的時候，就不在往下嘗試了囤锉。
通過在量詞后面加個問號就能實現(xiàn)惰性匹配坦弟，因此所有惰性匹配情形如下：
{m,n}?
{m,}?
??
+?
*?
對惰性匹配的記憶方式是：量詞后面加個問號，問一問你知足了嗎官地，你很貪婪嗎酿傍？
4. 多選分支
一個模式可以實現(xiàn)橫向和縱向模糊匹配。而多選分支可以支持多個子模式任選其一驱入。具體形式如下：(p1|p2|p3)赤炒，其中p1、p2和p3是子模式沧侥，用“|”（管道符）分隔可霎，表示其中任何之一魄鸦。例如要匹配"good"和"nice"可以使用/good|nice/宴杀。測試如下：
var regex = /good|nice/g;
var string = "good idea, nice try.";
console.log( string.match(regex) ); // ["good", "nice"]
但有個事實我們應該注意，比如我用/good|goodbye/拾因，去匹配"goodbye"字符串時旺罢，結果是"good"：
var regex = /good|goodbye/g;
var string = "goodbye";
console.log( string.match(regex) ); // ["good"]
而把正則改成/goodbye|good/旷余，結果是
var regex = /goodbye|good/g;
var string = "goodbye";
console.log( string.match(regex) ); // ["goodbye"]
也就是說，分支結構也是惰性的扁达，即當前面的匹配上了正卧，后面的就不再嘗試了。
5. 案例分析
匹配字符跪解，無非就是字符組炉旷、量詞和分支結構的組合使用罷了。下面找?guī)讉€例子演練一下（其中叉讥，每個正則并不是只有唯一寫法）：
5.1 匹配16進制顏色值
要求匹配：
#ffbbad
#Fc01DF
#FFF
#ffE
分析：
表示一個16進制字符窘行，可以用字符組[0-9a-fA-F]。
其中字符可以出現(xiàn)3或6次图仓，需要是用量詞和分支結構罐盔。
使用分支結構時，需要注意順序救崔。
正則如下：
var regex = /#([0-9a-fA-F]{6}|[0-9a-fA-F]{3})/g;
var string = "#ffbbad #Fc01DF #FFF #ffE";
console.log( string.match(regex) ); // ["#ffbbad", "#Fc01DF", "#FFF", "#ffE"]
5.2 匹配時間
以24小時制為例惶看。
要求匹配：
23:59
02:07
分析：
共4位數(shù)字，第一位數(shù)字可以為[0-2]六孵。當?shù)?位為2時纬黎，第2位可以為[0-3]，其他情況時劫窒，第2位為[0-9]莹桅。第3位數(shù)字為[0-5]，第4位為[0-9]
正則如下：
var regex = /^([01][0-9]|[2][0-3]):[0-5][0-9]$/;
console.log( regex.test("23:59") ); // true
console.log( regex.test("02:07") ); // true
如果也要求匹配7:9烛亦，也就是說時分前面的0可以省略诈泼。此時正則變成：
var regex = /^(0?[0-9]|1[0-9]|[2][0-3]):(0?[0-9]|[1-5][0-9])$/;
console.log( regex.test("23:59") ); // true
console.log( regex.test("02:07") ); // true
console.log( regex.test("7:9") ); // true
5.3 匹配日期
比如yyyy-mm-dd格式為例。
要求匹配：
2017-06-10
分析：
年煤禽，四位數(shù)字即可铐达，可用[0-9]{4}。
月檬果，共12個月瓮孙，分兩種情況01、02选脊、……杭抠、09和10、11恳啥、12偏灿，可用(0[1-9]|1[0-2])。
日钝的，最大31天翁垂，可用(0[1-9]|[12][0-9]|3[01])铆遭。
正則如下：
var regex = /^[0-9]{4}-(0[1-9]|1[0-2])-(0[1-9]|[12][0-9]|3[01])$/;
console.log( regex.test("2017-06-10") ); // true
5.4 window操作系統(tǒng)文件路徑
要求匹配：
F:\study\javascript\regex\regular expression.pdf
F:\study\javascript\regex
F:\study\javascript
F:\
分析：
整體模式是: 盤符:\文件夾\文件夾\文件夾\
其中匹配F:\，需要使用[a-zA-Z]:\沿猜，其中盤符不區(qū)分大小寫枚荣，注意\字符需要轉(zhuǎn)義。
文件名或者文件夾名啼肩，不能包含一些特殊字符橄妆，此時我們需要排除字符組[\:*<>|"?\r\n/]來表示合法字符。另外不能為空名祈坠，至少有一個字符呼畸，也就是要使用量詞+。因此匹配“文件夾\”颁虐，可用[\:*<>|"?\r\n/]+\蛮原。
另外“文件夾\”，可以出現(xiàn)任意次另绩。也就是([^\:<>|"?\r\n/]+\)儒陨。其中括號提供子表達式。
路徑的最后一部分可以是“文件夾”笋籽，沒有\(zhòng)蹦漠，因此需要添加([^\:*<>|"?\r\n/]+)?。
最后拼接成了一個看起來比較復雜的正則：
var regex = /^[a-zA-Z]:\\([^\\:*<>|"?\r\n/]+\\)*([^\\:*<>|"?\r\n/]+)?$/;
console.log( regex.test("F:\\study\\javascript\\regex\\regular expression.pdf") ); // true
console.log( regex.test("F:\\study\\javascript\\regex\\") ); // true
console.log( regex.test("F:\\study\\javascript") ); // true
console.log( regex.test("F:\\") ); // true
其中车海，JS中字符串表示“\”時笛园，也要轉(zhuǎn)義。
5.5 匹配id
要求從
<div id="container" class="main"></div>
提取出id="container"侍芝。
可能最開始想到的正則是：
var regex = /id=".*"/
var string = '<div id="container" class="main"></div>';
console.log(string.match(regex)[0]); // id="container" class="main"
因為.是通配符研铆，本身就匹配雙引號的，而量詞*又是貪婪的州叠，當遇到container后面雙引號時棵红，不會停下來，會繼續(xù)匹配咧栗，直到遇到最后一個雙引號為止逆甜。
解決之道，可以使用惰性匹配：
var regex = /id=".*?"/
var string = '<div id="container" class="main"></div>';
console.log(string.match(regex)[0]); // id="container"
當然致板，這樣也會有個問題交煞。效率比較低，因為其匹配原理會涉及到“回溯”這個概念（這里也只是順便提一下斟或，后續(xù)文章會說明）素征。可以優(yōu)化如下：
var regex = /id="[^"]*"/
var string = '<div id="container" class="main"></div>';
console.log(string.match(regex)[0]); // id="container"
后記
字符匹配相關的案例，挺多的稚茅，不一而足。掌握字符組和量詞就能解決大部分常見的情形平斩，也就是說亚享，當你會了這二者，JS正則算是入門了绘面。感謝你看到這里欺税，本文也要結束了。
如果有更好的例子揭璃，也可以幫我補充補充晚凿。
也歡迎關注本系列，不妨看看下一篇《正則表達式位置匹配攻略》瘦馍。
最后歼秽，我們該想到，陸游詩人對前端做的最大貢獻是：
紙上得來終覺淺情组，絕知此事要躬行燥筷。
本文完。
