zepto源码中的正则表达式

对于Zepto源码分析，可以说是每个前端修炼自己js技能的必经之路。
当然，在读源码过程中，比较难以理解的地方，就是里面出现的各种神奇的正则表达式。
本文主要分析对象是zepto@1.1.6的源码中的正则表达式。

这篇文章，主要总结了zepto源码中使用到的一些正则表达式，分析每个正则使用场景

关于正则表达式学习，推荐一本不错的书，老姚 大神写的 JavaScript 正则表达式迷你书，戳里面的链接，可以下载pdf版，下面正则解释都可以从书中找到对应的位置，如果文中解释有误，也以书为准。引用书中强调的一句话。

正则表达式是匹配模式，要么匹配字符，要么匹配位置

1，fragmentRE = /^\s<(\w+|!)[ ^>]>/

看源码位置

匹配目标是否为html节点，比如" < html >， < script> 样的单个未闭合节点
可视化形式是：

\s* ,贪婪匹配空白符 ，[^>] 表示：匹配到的"<" 和">"中间内容不能出现">"，中间内容出现两个分支单词字符或者！，里面的()进行捕获分组，后面提取第一组的内容，下面代码中，则通过RegExp.$1 提取。

       fragmentRE.test("<sccc/>") && RegExp.$1;
       // "sccc"

2，singleTagRE = /^<(\w+)\s*/?>(?:</1>|)$/

看源码位置

验证是否为单个闭合的html标签，形如 “< hr /> ,< script >< /script>”
可视化形式为：

(\w+) 分组引用，使用了捕获分组的概念，Group #1（或者图中的capture 1） ,为第一组数据，所以作用在于 后面使用 \1提取前面对应的数据，后面还可以使用 $1,$2 捕获每组匹配的内容。

\s表示空白符，包括空格，水平制表符，垂直制表符，换行符，回车符，换页符。
* 表示任意次数出现，
\/?则表示 / 出现或者不出现

(?:<\/\1>|) 对应的是非捕获括号，只想要括号最原始的功能，但不会引用它，里面的 \1，是第一个分组（Group #1）的内容，主要为了验证这个标签是成对的，前后内容一致。后面|,则表示如果没有匹配到成对的内容也可以什么内容都没有 ，比如 匹配<hr/>这类标签。

singleTagRE.test("<hr/>")&&RegExp.$1
// "hr"
singleTagRE.test("<script></script>")&&RegExp.$1
// "script"
singleTagRE.test("<script></sscript>")&&RegExp.$1
// false

// zepto 中的源码。
zepto.fragment = function(html, name, properties) {
  var dom, nodes, container

  // A special case optimization for a single tag
  if (singleTagRE.test(html)) dom = $(document.createElement(RegExp.$1))
    // 这里捕获一个完整的闭合标签，并生成对应节点

3，tagExpanderRE = /<(?!area|br|col|embed|hr|img|input|link|meta|param)(([\w:]+)[ ^>]*)/>/ig

看源码位置

匹配自闭合的标签，形如：< div />

zepto 里面 主要作用 < div /> ==> < div>< /div>

可视化形式：

最后面的，//ig: 两个修饰符 g:表示全局匹配， i表示忽略大小写。

然后再看 正则主体部分内容，"< " 和 "/ >"中间的内容大致可以分为两部分：

• (?!area|br|col|embed|hr|img|input|link|meta|param)

  上面大致可以简化成 (?!p)，也就是要匹配位置。
  要解释这个，首先要对应的提出(?=p)，p 是一个子模式，指代p前面的位置，也说明该位置后面的字符要匹配p.列举书中实例

    var result = "hello".replace(/(?=l)/g,'#');
    console.log(result);
    // => "he#l#lo"

  相应的开头提到的 (?!p)就是反面意思

     var result = "hello".replace(/(?!l)/g,'#');
     console.log(result);
     // => "#h#ell#o#"
  

  (?=p) 和 （?!p) 学名分别是 positive lookahead 和 negative lookahead.
  中文翻译分别是正向先行断言和负向先行断言

  这里我们可以理解为 #后面的字符串不能匹配l，这里说的#,在原字符串"hello"中时不存在的，只是代表字符之间的各个位置，输出#h#ell#o#只是实例化匹配展示出来了对应的位置。

  <右边不能是 area,br,col,embed,hr,img,input,link,meta,param,比如像 < img /> ，< br/> 这样就不需要转化了

    var tagExpanderRE = /<(?!area|br|col|embed|hr|img|input|link|meta|param)(([\w:]+)[^>]*)\/>/ig;
    "<img />".replace(tagExpanderRE, "<$1></$2>")
    // 输出 "<img /> "
  

• (([\w:]+)[^>]*)

  这里使用了捕获分组，分了两组(([\w:]+)[^>]*) 和 ([\w:]+)，作用在于，replace的时候可以通过$1 和 $2 提取匹配到的数据。

  ([\w:]+) 中 + 就是 {1，}的简写 ，表示\w(数字，字母，下划线)或者 : 至少出现一次 通常是标签名，div,span 等等
  (([\w:]+)[^>]*) 多了 [^>]* 表示匹配>以外的任意内容，比如 < div class="div-class"> 中的 class="div-class"。可以这么理解，比 .*能够匹配所有内容多加了一个条件

  var tagExpanderRE = /<(?!area|br|col|embed|hr|img|input|link|meta|param)(([\w:]+)[^>]*)\/>/ig;
  '<div class="div-class" />'.replace(tagExpanderRE, "<$1></$2>")
  // 输出 "<div class="div-class" ></div>"
  

4，rootNodeRE = /^(?:body|html)$/i

看源码位置

通过检测节点的nodeName属性，判断是否为body或者html 根节点

可视化形式：

  var ootNodeRE = /^(?:body|html)$/i;
  var htmlDom = document.querySelector("html")
  rootNodeRE.test(htmlDom.nodeName);
  // 输出 true;
  var divDom = document.querySelector("div");
  rootNodeRE.test(htmlDom.nodeName);
  // 输出 false