正则表达式之量词

  我们知道，在正则表达式中，可以使用[0-9]或\d来匹配单个数字字符，但是，如果需要验证一个更复杂的字符串呢，比如大陆地区的邮政编码。
  不过邮政编码并没有特别规定，只有由6个数字组成的字符串而已， 如246512，根据[0-9]或\d，我们可以很快的实现匹配的正则表达式，\d\d\d\d\d\d。
  从上可以看出，我们重复用了6个单个字符来实现匹配，由于目前数字较少，看着还可以接受，那如果不是6个数字组成的，10个？20个？甚至是更多呢，显然这种方式是不行的，正则表达式提供了量词，用来限定出现的次数，可以很好解决这个问题。

首先，看下量词的表示形式：

量词的一般形式

表：一般形式

量词	说明
{n}	量词前面的元素必须出现n次
{n,m}	量词前面的元素至少出现n次，最多出现m次
{n,}	量词前面的元素至少出现n次，无上限
{,m}	量词前面的元素可以不出现，也可以出现，最多出现m次（javascript不支持这种写法）

    /^[0-9]{2}$/.test('12') // => true
    /^[0-9]{2}$/.test('123') // => false
    /^[0-9]{2,5}$/.test('123') // => true
    /^[0-9]{2,5}$/.test('123456') // => false
    /^[0-9]{2,}$/.test('123456') // => true
    /^[0-9]{0,5}$/.test('123456') // => false
    /^[0-9]{0,5}$/.test('12') // => true
    /^[0-9]{0,5}$/.test('') // => true

注意：

1、{n,m}之间的逗号后面不能出现空格，否则无法正确匹配。</font>

    /^[0-9]{0, 5}$/.test('12') // => false

2、量词限定的出现次数一般都有明确下限，如果没有，则默认为0，所以推荐{,m}写成{0,m}，这是通用的写法。

    /^[0-9]{,5}$/.test('12') // => false

常用量词

{n,m}是通用形式的量词，正则表达式还有3个常用的量词，分别是+、?、*，虽然形式不同于{n,m}，但功能确实相同的，可以当作是“量词的简介法”。

表：常用量词

常用量词	{n,m}等价形式	说明
*	{0,}	可能出现，也可能不出现，出现次数没有上限
+	{1,}	至少出现次数为1，出现次数没有上线
?	{0,1}	最多出现1次，有可能不出现（出现0次或1次）

   /^\d+(\.\d+)*$/.test('123') // => true
   /^\d+(\.\d+)*$/.test('123.123') // => true
   /^\d+(\.\d+)*$/.test('123.123.111') // => true
   /^\d+(\.\d+)*$/.test('123.') // => false
   /^travell?er$/.test('traveller') // => true
   /^<[^>]+>$/.test('<div>') // => true
   /^<[^>]+>$/.test('<b>') // => true
   /^<[^>]+>$/.test('<>') // => false
   /^travell?er$/.test('traveler') // => true
   /^travell?er$/.test('traveller') // => true

在实际开发中，很多情况用这三种表示形式几乎可以满足，因此使用频率要高于{n,m}。

点号

正则中，有一个特殊的特殊的元字符，点号.，它可以匹配任意字符，除了换行符（\n）。
如果需要用点号匹配任意字符，则必须在单行内匹配，或者使用其他的方式来替代，如[\s\S]、[\w\W]或[\d\D]。
但在实际开发中，许多人为了图省事，很多情况下会这样使用，这样滥用点号将会带来一些问题。

如:

    new RegExp("^.*$").exec("quoted 'string '")
    new RegExp("^(([a-z]+)\\s')+$").exec("quoted 'string '")

如上，匹配的结果将会是整个字符串："quoted 'string '"，这就是我们常说的贪婪模式。
要弄清楚为什么会是这个结果，则必须了解表达式的匹配原理，以".*"为例。
在正则表达式中，点号.可以用来匹配除了换行符之外的所有字符，而*表示匹配的字符串长度没有限制，所以在".*"匹配过程中，每遇到一个字符， ".*"都可以匹配，到底是匹配它，还是忽略它，将其留给最后的"来匹配呢？
答案是由量词来决定的，在正则表达式中量词分为几类，匹配优先量词（贪婪量词）和忽略优先量词（惰性量词）（还有一种支配量词，这里就不介绍了，请自行百度）

匹配优先量词

匹配优先量词，顾名思义，在拿不准是否匹配某个字符时，优先尝试匹配，并且记下这个状态，以备将来“反悔”。
具体过程：
一开始，"匹配"，然后到字符q，.*可以匹配q，也可以不匹配，但使用了匹配优先量词*，所有.*会尝试先匹配q，并且记录下这个状态。
接下来是字符字符u，.*可以匹配u，也可以不匹配，但使用了匹配优先量词*，所有.*会尝试先匹配u，并且记录下这个状态。
...
轮到字符'，.*可以匹配'，也可以不匹配，但使用了匹配优先量词*，所有.*会尝试先匹配'，并且记录下这个状态。
最后是字符串末尾的"，.*可以匹配"，也可以不匹配，但使用了匹配优先量词*，所有.*会尝试先匹配"，并且记录下这个状态。
这个时候，字符串后面已经没有字符了，但是正则表达式中还是有"没有匹配，所以只能查看之前保存的备用状态，看看能不能回退几步，以便匹配"，于是让.*后退几步，以便让"可以匹配"，发现正好可以匹配，所以整个匹配宣告结束，这个“反悔”的过程，专业术语叫回溯。

忽略优先量词

忽略优先量词，与匹配优先量词相反，在不确定是否匹配某个字符时，会优先选择“不匹配”的状态，在尝试匹配表达式之后的字符，如果匹配失败，则再回溯，选择之前保存的“匹配的”状态，这样保证了匹配的正确性。
只需要把.*改为.*?即可变成忽略优先量词。
具体过程： 类似于匹配优先量词
这种匹配可以用于完成很多功能，比如匹配注释，标签等。

表：匹配优先量词与忽略优先量词

匹配优先量词	忽略优先量词
*	*?
+	+?
?	??
{n}	{n}?
{n,m}	{n,m}?
{n,}	{n,}?
{,m}	{,m}?

转义

在正则表达式中，+、?、*等量词是特殊字符，具有特殊含义，但是有些情况下，只想表达字符自身，则需要转义，即在字符前加反斜线。对于一般形式的量词{n,m}，虽然含有特殊含义的字符不止一个，但转义时只需要给{添加反斜线即可，如需要匹配{n,m}，则是{n,m}。
注意：忽略优先字符不像一般形式字符{n,m}一样，只需要添加一个反斜线，如*?，必须都要添加反斜线，即正则表达式必须写作：*?，而不是*?，后者的意思是“*这个字符有可能出现，有可能不出现”。

表：各种量词的转义

量词	转义形式
*	*
+	+
?	?
*?	*?
+?	+?
??	??
{n}	{n}
{n,m}	{n,m}
{n,}	{n,}
{,m}	{,m}

除此之外，元字符点.也需要加反斜线来进行转义。
由于点.表示除了换行符之外的字符，也包括点号（.），所以很多人忽略了对其转义，但如果忽略了对其转义，则在严格匹配点号时会出错。比如匹配小数（3.14）、IP地址（192.168.1.1）、Email地址（[e-mail]）等，所以若是要匹配的文本包含点号，一定不要忘了对其进行转义，否则会出现如下的出错:

    /^\d+.\d+$/.test("3.14") // => true
    /^\d+.\d+$/.test("3@14") // => true

    /^\d+\.\d+$/.test("3.14") // => true
    /^\d+\.\d+$/.test("3@14") // => false

正则分析

1、密码长度在6-12个字符之间
2、只能由小写字母，数字和横线组成
3、开头和结尾不能为横线
4、不能全部为数字
5、不允许有连续（2个及以上）的横线