正则表达式

一、正则表达式基础

正则表达式（RegExp）是用于匹配字符串模式的工具，在 JavaScript 中可通过以下两种方式创建：

// 字面量形式（推荐）
const pattern = /abc/i;

// 构造函数形式
const pattern = new RegExp('abc', 'i');

标志（Flags）：

• i：忽略大小写
• g：全局匹配（找到所有匹配，而非第一个）
• m：多行模式（^ 和 $ 匹配行首/行尾）
• s：允许 . 匹配换行符
• u：Unicode 模式（处理大于 \uFFFF 的字符）
• y：粘性匹配（从 lastIndex 位置开始匹配）

二、元字符与特殊符号

字符	描述	示例
.	匹配除换行符外的任意字符	/a.b/ 匹配 acb, aab
\d	匹配数字（等价于 [0-9]）	/\d{3}/ 匹配 123
\D	匹配非数字（等价于 [^0-9]）	/\D+/ 匹配 abc
\w	匹配单词字符（字母、数字、下划线）	/\w{5}/ 匹配 hello
\W	匹配非单词字符	/\W/ 匹配空格、标点
\s	匹配空白字符（空格、制表符、换行符）	/\s+/ 匹配多个空格
\S	匹配非空白字符	/\S/ 匹配 a, 1, $
^	匹配字符串开头（多行模式下匹配行首）	/^hello/ 匹配 hello world
$	匹配字符串结尾（多行模式下匹配行尾）	/world$/ 匹配 hello world
[]	匹配方括号内的任意字符	/[aeiou]/ 匹配元音字母
[^]	匹配不在方括号内的任意字符	/[^0-9]/ 匹配非数字
|	或操作	/cat|dog/ 匹配 cat 或 dog

三、量词

量词	描述	示例
*	匹配前一个元素 0 次或多次	/a*/ 匹配 ``, a, aa
+	匹配前一个元素 1 次或多次	/a+/ 匹配 a, aa
?	匹配前一个元素 0 次或 1 次（可选）	/colou?r/ 匹配 color 或 colour
{n}	精确匹配 n 次	/a{3}/ 匹配 aaa
{n,}	至少匹配 n 次	/a{2,}/ 匹配 aa, aaa
{n,m}	匹配 n 到 m 次（包含 n 和 m）	/a{2,4}/ 匹配 aa, aaa, aaaa

四、贪婪与非贪婪匹配

• 贪婪匹配：默认行为，尽可能多地匹配。

  'aabab'.match(/a.*b/); // 返回 ['aabab']

• 非贪婪匹配：通过 ? 启用，尽可能少地匹配。

  'aabab'.match(/a.*?b/); // 返回 ['aab']

五、分组与捕获

语法	描述	示例
(...)	捕获组，提取匹配的子串	/(\d{2})-(\d{2})/ 提取日期
(?:...)	非捕获组，仅用于分组	/a(?:b|c)/ 匹配 ab 或 ac
\1, \2	反向引用，引用前面的捕获组	/(\w+) \1/ 匹配 hello hello

六、断言（零宽断言）

语法	描述	示例
(?=...)	正向先行断言（后面必须匹配）	/hello(?= world)/ 匹配 hello 后跟 world
(?!...)	负向先行断言（后面不能匹配）	/hello(?! world)/ 匹配 hello 但后面不能是 world
(?<=...)	正向后行断言（前面必须匹配）	/(?<=\$)\d+/ 匹配 $ 后的数字
(?<!...)	负向后行断言（前面不能匹配）	/(?<!\$)\d+/ 匹配前面不是 $ 的数字

七、JavaScript 中的 RegExp 方法

方法	描述	示例
test()	检查字符串是否匹配，返回布尔值	/abc/.test('abc') // true
exec()	执行匹配，返回数组或 null	/\d+/.exec('a123b') // ['123']
match()	字符串方法，返回匹配结果	'a1b2'.match(/\d/g) // ['1', '2']
matchAll()	返回所有匹配的迭代器	'a1b2'.matchAll(/\d/g)
replace()	替换匹配的子串	'hello'.replace(/h/, 'H') // 'Hello'
search()	返回第一个匹配的索引	'abc'.search(/b/) // 1
split()	按匹配的模式分割字符串	'a,b,c'.split(/,/) // ['a', 'b', 'c']

八、实用案例

1. 验证邮箱

const emailRegex = /^[a-zA-Z0-9._%+-]+@[a-zA-Z0-9.-]+\.[a-zA-Z]{2,}$/;
emailRegex.test('test@example.com'); // true

2. 提取 URL 参数

const url = 'https://example.com?name=john&age=30';
const params = {};
url.replace(/[?&]([^=]+)=([^&]+)/g, (_, key, value) => {
  params[key] = value;
});
// params: { name: 'john', age: '30' }

3. 替换 HTML 标签

const html = '<p>Hello <b>World</b></p>';
const text = html.replace(/<[^>]+>/g, '');
// text: 'Hello World'

4. 格式化电话号码

const phone = '1234567890';
const formatted = phone.replace(/(\d{3})(\d{3})(\d{4})/, '($1) $2-$3');
// formatted: '(123) 456-7890'

九、性能优化

1. 预编译正则表达式：

   // 避免在循环中重复创建相同的正则表达式
   const regex = /pattern/g;
   for (const str of array) {
     str.match(regex);
   }

2. 简化复杂模式：

   • 使用非捕获组 (?:...) 替代捕获组，减少内存开销。
   • 避免过度使用回溯（如嵌套量词）。

十、常见陷阱

1. 点号不匹配换行符：

   'a\nb'.match(/a.b/); // null
   'a\nb'.match(/a.b/s); // ['a\nb']（使用 s 标志）

2. 全局标志与 lastIndex：

   const regex = /a/g;
   regex.exec('ab'); // ['a']
   regex.exec('ab'); // null（lastIndex 已移动）
   regex.lastIndex = 0; // 重置 lastIndex

3. Unicode 字符处理：

   '😂'.match(/./); // ['�']（错误）
   '😂'.match(/./u); // ['😂']（使用 u 标志）

十一、总结

正则表达式是 JavaScript 中强大的字符串处理工具，掌握其核心概念（元字符、量词、分组、断言）和方法（test、exec、match、replace），可以高效解决各种文本处理需求。在实际应用中，建议使用工具（如 Regex101）辅助调试，并注意性能优化和边缘情况处理。