JavaScript正则表达式总结

转自独立blog《Adrop的自留地》

一、RegExp对象和字面量

RegExp对象构造方式：
var re = new RegExp(“cat”);
var re = new RegExp(“cat”,”gim”);
g：global，表示找到所有的匹配，如果不指定g选项，只匹配第一个
i：不区分大小写
m：匹配多行
字面量方式：
var re = /cat/;
var re = /cat/gi;
两者区别：
非字面量来表达正则表达式时，对元字符转义必须用双重转义，而字面量不用，eg：
var re = /\?/; // ?为元字符必须转义
var re = new RegExp(‘\\?’); // 因为RegExp是用字符串来构造，而\必须也转义，故得写成 ‘\\?’

二、简单模式

1、元字符
(、[、{、\、^、$、|、)、?、*、+、.
2、使用特殊字符
用ascii码和unicode表示字符
\t 制表符
\n 换行符
\r 回车符
\f 换页符
\a alert字符
\e escape字符
\cX 与X相对应的控制字符
\b 回退字符
\v 垂直制表符
\0 空字符
以上特殊字符用非字面量方式构造表达式时，要双重转义
3、字符类
简单类：[]来表示单个字符有或的关系，如/[bc]/，匹配b或者c
负向类：^来表示不匹配后面跟着的字符，如/[^bc]，/不匹配b或c
范围类：-来表示一个范围，如/[a-z]/，匹配a-z的字母，可以和负向类结合/^0-9/
组合类：以上几种类组合而成的字符类，如/a-z0-9\n/，匹配a-z的字母或者0-9的数字或者换行符
类不能嵌套，就是不支持联合类和交叉类，/a-m[p-z]/和/a-m[^b-e]/在JavaScript中是非法的
预定义类：
. = [^\n\r] 除了换行和回车之外的任何字符
\d = [0-9] 数字
\D = [^0-9] 非数字
\s = [ \t\n\x0B\f\r] 空白字符
\S = [^ \t\n\x0B\f\r] 非空白字符
\w = [a-zA-Z_0-9] 单词字符（字母、数字、下划线）
\w = [^a-zA-Z_0-9] 非单词字符
4、量词：某个模式出现的次数
简单量词：
? 出现0或1次
* 出现0或多次
+ 出现1或多次（至少1次）
{n} =n次
{n,m} >=n，<=m
{n,} >=n
贪婪量词：先匹配整个字符串，如果不匹配则去掉最后一个字符再匹配，直到没有任何字符。所有简单量词都是贪婪的。
惰性量词：和贪婪量词相反，即先匹配第一个字符，不匹配则匹配第一第二个字符，直到最后整个字符串。所有简单量词后面加?就是惰性的了。
支配量词：只匹配整个字符串一次，不匹配就结束。所有简单量词后面加+就是支配的了。

三、复杂模式

1、分组：用括号来包括一些字符、字符类、量词来使用的。个人理解为可以将字符、字符类、量词等用括号来组成一个单元，可以对这个单元使用量词，同时这个单元是被存储起来的。分组可以嵌套。
2、反向引用：每个分组都是被存储起来的，存储在分组中的匹配值称为反向引用。
使用正则表达式的test、match、search方法之后，可以通过正则表达式的实例变量来访问到反向引用。RegExp.$1,RegExp.$2…来访问反向引用。
可以直接在分组表达式中使用分组。eg：var re = /dog\1/，转义\1就引用了第一个反向引用
可以在String的replace方法中通过特殊的序列$1、$2来访问反向引用。eg：var sToChange = ’1234 5678′;var reMatch = /(\d{4}) (\d4)/;var sNew = sToChange.replace(reMatch,’$2 $1′);很轻松的实现单词的顺序转换。
3、候选：用|来表示模式的或关系。
4、非捕获性分组：创建反向引用的分组是捕获性分组，不创建反向引用的分组就是非捕获性分组。eg：(?:bad)
5、前瞻：某个特定的字符分组出现在另一个字符串之前时才捕获，正向前瞻要放在(?=和)之间（不是分组），负向前瞻放在(?!和)之间。eg：/(bed(?=room))/匹配跟在room前面的bed；/(bed(?!room))/匹配不跟在room前的bed。
6、边界：^行开头，$行结尾，\b单词边界，\B非单词边界。
7、多行模式：m选项打开，能影响^和$，使^匹配开头和换行符后面的位置，$匹配真正的结尾和换行符。