正则表达式——分组/不捕获/断言/其他

看了看上一篇还是六月份的博客，哎，满满的罪恶，忙是一部分，还有原因就是写着写着有些其他想法，打乱了顺序。

不说了，现在继续，这篇总结下正则表达式，前面有一篇正则表达式备忘篇，收集了一些常用的正则表达式，紧急的话可以直接拿来用，但正则作为不管前台后台哪哪都需要用到的功能，怎么写还是必须要会 滴，简单的应该都会，就不总结了，这一篇总结下很实用但高于入门一丢丢的知识。

分组：就是用一个小括号()把一个子表达式包围起来，这就是一个分组。这样做的好处是：

1，将相同规律的字符串写同一个子表达式，将这个表达式变成一个分组，就可以通过指定循环次数就可以完成匹配，而不需要写多个子表达式。

2，如果有的子表达式，后面还需使用，转化为分组后，就可以通过后向引用从而简化整个表达式，这个注意，不要随便用，后面说。

现在通过实例来详细讲解下这两个作用。先讲第一个作用。

举个例子：IP地址，没有分组的时候，我们这样写

\d{1,3}.\d{1,3}.\d{1,3}.\d{1,3}

用了分组后，就可以这样写

\d{1,3}(.\d{1,3}){3}    

是不是简单多了，大大的缩减了正则表达式，第二个作用，还是以ip地址为例，\d{1,3}这个表达式使用了两次，我们将它设为一个分组，通过后向引用简化正则表达式，引用方法\k或$k，这样

(\d{1,3})(.\1){3}

事实上，这样是错的！





分组的时候，整个正则表达式是第0组，然后从左到右依次排，我们上面(\d{1,3})就是第1组，所以我后面用了\1引用，但是要注意的问题是，\1引用的只是匹配后的文本，而不是表达式，比如ip地址127.0.0.1，第一组匹配的是127，所有后面都只能匹配127.127.127



这样不能用，但是像这种的<div></div>就可以引用了



不捕获：不捕获就是在分组的前面加上?:，可以在不需要捕获分组的表达式中使用，加快表达式执行速度

像我们上面<(div)>.*<\/\1>这个正则表达式中，我们用\1捕获了第一个分组(div),但是如果我们将这个正则表达式转变成这样<(?:div)>.*<\/\1>，那么\1就不能捕获到第一个分组了，只能捕获第一个出现非?:的分组为\1



注意：?:仍然是完整匹配，只是不捕获分组，注意和接下来要讲的断言的区别



断言：指明某个字符串的前面和后面，将会出现满足某种规律的字符串，它只是一个条件，帮助我们找到真正的字符串，它自己本身是不会匹配的。

还是以我们上面的div为例，如果我们有一个需求要获取div之间的内容且返回的字符串不包括<div></div>，是不是不好写，现在我们有了断言就会很好写了。

(?=X)：零宽度正先行断言，比如：/.*(?=/d)/就表示后面有任意数字的任意字符串才是我们想要的字符串，但是后面的数字不是我们想要的，所以后面的数字不会匹配。

(?<=X)：零宽度正后发断言，比如：/(?<=/d).*/就表示前面有任意数字的任意字符串才是我们想要的字符串，但是前面的数字不是我们想要的，所以前面的数字不会匹配。

(?!X)：零宽度负先行断言，同(?=X)一样，只是它代表否，即后面不能带有X。

(?<!X)：零宽度负后发断言，同(?<=X)一样，只是它代表否，即前面不能带有X。

现在我们可以用(?=X)和(?<=X)来获取两个div之间的内容，即/<?<=div>*<?=\/div>/

注意：

1，断言也不会捕获分组，所以\k无法获取到分组

2，发现javascript不支持<?<=>，没办法，曲线救下国，用replace替换下div吧。



3，断言不是完整匹配，这里演示下<?=>



好了，主要的介绍完了，接下介绍一些其他的小知识点

.*和.*?的区别：这涉及到贪婪模式和懒惰模式。

贪婪模式：在满足条件的情况下，尽可能多的匹配字符。比如：<div>.*</div>



懒惰模式：在满足条件的情况下，尽可能少的匹配字符。比如：<div>.*?</div>



PS:.*表示的是除去换行符之后的所有任意字符，如果要包括换行符就用\s\S

暂时这些，后面如果还有想补充的再补充。