文章序

正则表达式是很多程序员，甚至是一些有了多年经验的开发者薄弱的一项技能。大家都很多时候都会觉得正则表达式难记、难学、难用，但不可否认的是正则表达式是一项很重要的技能，所有我将学习和使用正则表达式时的关键点整理如下，供大家参考。
不同语言中的正则表达式写法有少许差异，本文将使用Javascript中的语法。

什么是正则表达式？

正则表达式（Regular Expression或Regex），是用于定义某种特定搜索模式的字符组合。正则表达式可用于匹配、查找和替换文本中的字符，进行输入数据的验证，查找英文单词的拼写错误等。在Javascript中，一个正则表达式以 / 开头和结尾，所以简单至 /hello regexp/ 就是一个正则表达式。

Flags（标志符或修饰符）

Flags写在结束的/之后，可以影响整个正则表达式的匹配行为。常见的flags有：

g：全局匹配（global）；正则表达式默认只会返回第一个匹配结果，使用标志符g则可以返回所有匹配
i：忽略大小写（case-insensitive）；在匹配时忽略英文字母的大小写
m：多行匹配（multiline）；将开始和结束字符（^和$）视为在多行上工作，即分别匹配每一行（由 \n 或 \r 分割）的开始和结束

Character Sets（字符集合）

用于匹配字符集合中的任意一个字符，常见的字符集有：

[xyz]：匹配 "x"或"y"`"z"`
[^xyz]：补集，匹配除 "x" "y" "z"的其他字符
[a-z]：匹配从 "a" 到 "z" 的任意字符
[^a-n]：补集，匹配除 "a" 到 "n" 的其他字符
[A-Z]：匹配从 "A" 到 "Z" 的任意字符
[0-9]：匹配从 "0" 到 "9" 的任意数字
比如匹配所有的字母和数字可以写成：/[a-zA-Z0-9]/ 或者 /[a-z0-9]/i。

Quantifiers (量词)

在实际使用中，我们常常需要匹配同一类型的字符多次，比如匹配11位的手机号，我们不可能将 [0-9] 写11遍，此时我们可以使用Quantifiers来实现重复匹配。

{n}：匹配 n 次
{n,m}：匹配 n-m 次
{n,}：匹配 >=n 次
?：匹配 0 || 1 次
*：匹配 >=0 次，等价于 {0,}
+：匹配 >=1 次，等价于 {1,}

Metacharacters（元字符）

在正则表达式中有一些具有特殊含义的字母，被称为元字符，简言之，元字符就是描述字符的字符，它用于对字符表达式的内容、转换及各种操作信息进行描述。

\d：匹配任意数字，等价于 [0-9]
\D：匹配任意非数字字符；\d 的补集
\w：匹配任意基本拉丁字母表中的字母和数字，以及下划线；等价于 [A-Za-z0-9_]
\W：匹配任意非基本拉丁字母表中的字母和数字，以及下划线；\w 的补集
\s：匹配一个空白符，包括空格、制表符、换页符、换行符和其他Unicode空格
\S：匹配一个非空白符；\s的补集
\b：匹配一个零宽单词边界，如一个字母与一个空格之间；例如，/\bno/ 匹配 "at noon" 中的 "no"
\B：匹配一个零宽非单词边界，如两个字母之间或两个空格之间；例如，/\Bon/ 匹配 "at noon" 中的 "on"
\t：匹配一个水平制表符（tab)
\n：匹配一个换行符（newline)
\r：匹配一个回车符（carriage return)

Special Characters (特殊字符)

正则中存在一些特殊字符，它们不会按照字面意思进行匹配，而有特殊的意义，比如前文讲过用于量词的?、*、+。其他常见的特殊字符有：

\：转义字符，可以将普通字符转成特殊字符。比如 \w；也可以将特殊字符转成字面意思，比如 \+ 匹配 "+"
.：匹配任意单个字符，但是换行符除外：\n, \r, \u2028 或 \u2029；在字符集中（[.]），无特殊含义，即表示 '.' 的字面意思
|：替换字符（alternate character），匹配 | 前或后的表达式。比如需要同时匹配 "bear" 和 "pear"，可以使用 /(b|p)ear/ 或者 /bear|pear/
^：匹配输入的开始。比如，/^A/ 不匹配 "an Apple" 中的 "A"，但匹配 "An apple" 中的 "A"
$：匹配输入的结尾。比如，/t$/ 不匹配 "eater" 中的 "t"，但匹配 "eat" 中的 "t"
^ 和 $ 在表单验证时常需要使用，因为需要验证从开始到结尾的一个完整输入，而不是匹配输入中的某一段

Groups（分组）

(xyz)：捕获分组（Capturing Group），匹配并捕获匹配项；例如，/(foo)/ 匹配且捕获 "foo bar." 中的 "foo"
被匹配的子字符串可以在结果数组的元素 [1], ..., [n] 中找到，或在被定义的 RegExp 对象的属性 $1, ..., $9 中找到
(?:xyz)：非捕获分组（Non-capturing Group），匹配但不会捕获匹配项；匹配项不能再次被访问到
\n：n 是一个正整数，表示反向引用（back reference），指向正则表达式中第n个括号（从左开始数）中匹配的子字符串
例如，/apple(,)\sorange\1/ 匹配 "apple, orange, cherry, peach." 中的 "apple,orange,"

Assertion（断言）

x(?=y)：仅匹配被y跟随的x；例如，/bruce(?=wayne|banner)/ ，如果"bruce"后面跟着"wayne"或者banner，则匹配bruce
x(?!y)：仅匹配不被y跟随的x；例如，/\d+(?!\.)/ 只会匹配不被 "." 跟随的数字
/\d+(?!\.)/.exec('3.141') 匹配 "141"，而不是 "3.141"

应用

下面举几个例子来说明运用这些规则

1. 匹配手机号码

我们先从比较简单的匹配手机号码开始。目前国内的手机号码是1(3/4/5/7/8/9)开头的11位数字，因此手机号码的正则可以分解为以下几部分：

以 1 开头：/^1/
第2位为3、4、5、7、8、9中的一个：/[345789]/ 或 /(3|4|5|7|8|9)/
剩余3-11位均为数字，并以数字结尾：/\d{9}$/
组合起来即为 /^1[345789]\d{9}$/ 或 /^1(3|4|5|7|8|9)\d{9}$/，因为使用捕获括号存在性能损失，所以推荐使用第一种写法。

2. 匹配电子邮件

标准的电子邮件组成为 <yourname>@<domain>.<extension><optional-extension>，
每部分的格式标准为（进行了相应的简化，主要为展示如何书写正则）：

yourname：任意英文字母（a-z/A-Z）、数字（0-9）、下划线（_）、英文句点（.）、连字符（-），长度大于0
domain：任意英文字母（a-z/A-Z）、数字（0-9）、连字符（-），长度大于0
extension：任意英文字母（a-z/A-Z），长度2-8
optional-extension："."开头，后面跟任意英文字母（a-z/A-Z），长度2-8，可选

每部分的正则表达式为：

yourname：/[a-z\d._-]+/
domain：/[a-z\d-]+/
extension： /[a-z]{2,8}/
optional-extension：/(\.[a-z]{2,8})?/
组合起来形成最后的正则表达式：/^([a-z\d._-]+)@([a-z\d-]+)\.([a-z]{2,8})(\.[a-z]{2,8})?$/；
为了增加可读性可以将每部分用"()"包起来，并不要忘记起始和结束符 ^$。