面试官！让我们聊聊正则

简述

正则表达式是处理字符串的利器，并提高工作效率，一个好的正则能够帮我们省去几十甚至上百行代码。在工作中，也许你会见到在代码中出现很多正则处理字符串，也可能见到代码中毫无正则，原因在于会正则的人往往处理字符串首先想到用正则去处理，不会的那必然用很多API处理。并且在面试的时候很多同学往往挂在正则这里，所以对于前端正则是一个必备技能。这篇文章不光能教会你如何使用它，还能让你懂得其中的原理，在以后使用和面试中将做到毫无惧怕。

一.基础

要想玩转正则首先要明白三大元素：修饰符 元字符 量词
例：var reg = /^d$/g 这是一个简单点正则，下面我们来对三大元素一探究竟

1.修饰符

g - global 全局匹配（只要有匹配成功的结果一直匹配直到没有为止）
i - ignoreCase 忽略大小写
m - multiline 多行匹配

2.元字符

元字符其中分为特殊元字符和普通元字符
普通元字符就是列入数组，字母等元素
常用特殊元字符如下：

\ 转义字符（把一个普通字符转变为有特殊意义的字符，或者把一个有意义的字符转变为普通字符）
. 除了n（换行符）以外的任意字符
\d 匹配一个0~9之间的数字
\D 匹配一个非0~9之间的数字（大写与小写字母组合正好是相反含义）
\w 匹配一个0~9或字母或_之间的一个字符
\s 匹配一个任意空白字符
\b 匹配一个边界符
x|y 匹配x或者y中的一个
[a-z] 匹配a-z中的任意一个字符
[^a-z] 匹配非a-z中的任意一个字符
[xyz] 匹配x或y或z中的一个字符
[^xyz] 和上方相反
() 整的小分组，匹配一个小分组（可以理解为大正则中的一个小正则）
^ 以某一个元字符开始
$ 以某一个元字符结束
?: 只匹配不捕获
?= 正向肯定预查
?! 正向否定预查

3.量词

量词主要的作用是用来描述元字符出现的次数如下：

+ 让前面的元字符出现一到多次
? 出现零到一次
* 出现零到多次
{n} 出现n次
{n,} 出现n到多次
{n,m} 出现n到m次

看到这里大家一定有些晕，这些稀奇古怪的符号，到底如何运用，下面将带大家去运用这些字符，在运用之前同学们要做到牢记牢记牢记这些字符，想要玩转正则必须要的就是牢记他们，当你牢记这些字符的同时说明你已经入门了。

二.元字符

1.开始元字符 ^

匹配启示位置的元字符，例：var reg = /^2/; 表示开头必须是2，如果开始元字符放在[]里面
例：[^]表示非中括号种情况相反含义
2.结束元字符 $

匹配结束位置的元字符，例： var reg = /2$/; 表示结尾必须是2，如果是var reg = /^2$/; 表示只能为2，因为2只代表一个元字符。
3.转义字符 \

将特殊元字符转换为普通字符，例：var reg = /^2.3$/ 正常理解为匹配启示为2 结束为3中间是.的正则，但是在这里面.属于特殊元字符，意义是除了\n（换行符）以外的任意字符，所以不论是2.3/2+3/2s.3等等，只要是不·\n都匹配成功，所以为了这种需求就用到了转义字符\ 如下： var reg = /^2\.3$/ 将特殊元字符.转义为真正的.元素，再次匹配只有2.3才能匹配成功如下思考：
```
var reg1 = /^\d$/
var reg2 = /^\\d$/
var reg3 = /^\\\d$/
var reg4 = /^\\\\d$/
```
首先reg1 表示0-9之间的数字所以0-9都能匹配成功
reg2出现两个\ 不论是0-9 d d都匹配失败，只有\\d才匹配成功，原因在于第一个转义字符把第二个\转义为普通\，此时第一个\也表示普通字符，所以只有匹配到\\d才生效
reg3出现三个\，此时大家一定会认为\\\d才是正确答案，非也，此时的正确答案是\\[0-9]意思是\和0-9中任意一个数字，原因在于第一个\将第二个转义，所以变为\\ \d分为了两部分，\\为普通字符，而\d表示一个0~9之间的数字，所以正确答案是\\[0-9]
reg4出现四个\ 很多同学会认为正确答案一定是\\\[0-9], 很可惜，正确的是\\\\d，原因是当第一个把第二个转义为普通字符时，第三个又把第四个转义为普通字符，所以最后匹配为\\\\d
看到这里相信有一部分小伙伴已经晕了，虽然在工作我们不会玩这种操作，但是要深刻理解转义字符，在正则中如果你直接写 var reg = /^&dollar;/会报错，因为正则中不能单独一个\出现，因为他是一个特殊元字符，需要写至少两个\, 例如： var reg = /^\\$/ 正确的匹配结果为'\\'，所以牢记两个\代表真正的\，这里搞明白的同学，相信转义字符已经完全掌握。
4.或者元字符 x|y

这个元字符很好理解就是匹配x或者匹配y，没有什么难度，举个小例子：
```
var reg = /2|3/
// 匹配数字为2或者为3
```

5.小分组 ()

在上面同学们会发现用了()这样的元字符，他主要的特点就是将括号内的正则规则看成一个整体，相当于一个小的独立的正则，主要处理如下例子中的问题

var reg = /^18|19$/

// 这个例子很多同学能够了解是18或者19开头 但是结尾呢？真的只匹配19么？ 其实并不是
// 正确的匹配除了18 19 还有181和189 这时候小分组就起到了作用如下

var reg = /^(18|19)$/

// 这里将18或19用()包裹起来，起到小分组的作用
// 这样这个正则只匹配18开头结尾或者19而不是181和189

6.分组引用 \n

分组引用的概念就是可以引用大正则中指定的小正则规则，例如：
```
var reg = /^([a-z])([a-z])\2([a-z])$/
// 符合的字符串：book week http ...
```
具体上面的例子理解为\2代表着第二个小正则规则的完全引用，就是和第二个小正则([a-z])一样，可以减少正则的复杂度和处理多次重复规则

7.匹配字符 []

[xyz]、[^xyz]、[a-z]、[^a-z]下面举个小例子，便于同学们理解

var reg = /^[a-zA_Z0-9_]$/
// 这个正则和等价于\w 就是匹配一个0~9或字母或_之间的一个字符
// 而正则[xyz]中的xyz分别代表a-z、A_Z、0-9,xyz只是一个代表标识，可以有xyzhw各种组合
// 就像这个例子中有下划线_一样四个的匹配
// 有一个重点补充，在[]中的特殊元字符一般都代表本身含义，如下
var reg = /^[.?+&]$/
// 代表着匹配. .? ?+ ...等等

8.边界符 \b

匹配一个单词边界，也就是指单词和空格间的位置（边界主要是单词的左右两边）例如：

var reg = /er\b/
// 可以匹配never中的er，但是不能匹配verb中的er
var reg = /\b\w+\b/g
// 能匹配字母数字和下划线与单词边界 'my blog is www.ngaiwe.com'
// 能匹配 'my'、'blog'、'is'、'www'、'ngaiwe'、'com'

9.只匹配不捕获 ?:

下面举一个例子，但是涉及到捕获内容，如果同学们不太明白，可以先跳过此处，看完下面捕获，再返回来看

var reg = /^(\d{6})(\d{4})(\d{2})(\d{2})\d{2}(\d)(\d|X)$/g
var str = '110105199001220613'
console.log(reg.exec(str))
// 打印结果为 "110105199001220613", "110105", "1990", "01", "22", "1", "3"

var reg = /^(\d{6})(?:\d{4})(\d{2})(\d{2})\d{2}(\d)(\d|X)$/g
// 打印结果为 "110105199001220613", "110105", "01", "22", "1", "3"
// 会将第二个小分组只匹配，不捕获

10.正向肯定预查 ?=

这个概念比较难理解，用于就是为了匹配一个元素后面是的元素是否符合相应规则，但是并不消耗这个规则，例子1：

var reg = /windows(?=95|98|NT|2000)/
var str1 = 'windows2000'
var str2 = 'windowsxp'

console.log(reg.test(str1))
console.log(reg.test(str2))
// str1 为true str2 为false

console.log(reg.exec(str1))
console.log(reg.exec(str2))
// 能捕获到str1 并且捕获结果时windows 并没有将2000也同时捕获
// 说明正向预查只负责匹配相应规则

例子2：

var reg1 = /win(?=d)dows/
var reg2 = /win(d)dows/
var str = 'windows'
console.log(reg1.test(str))
console.log(reg2.test(str))
// reg1 返回true reg2返回 false
// 原因是正向预查只负责匹配，不消耗字符，也就是并不会匹配为里面规则的字符
// reg1 相当于匹配windows并且符合win后面第一个出现的是d
// reg2 相当于匹配winddows

11.正想否定预查 ?!

和正向肯定预查相反，匹配不符合规则的正则

三.正则的两种创建方式

正则的创建方式分为两种，一种是字面量创建，另一种是构造函数创建

1.字面量创建

var reg = /\d+/img

2.构造函数创建

var reg = new RegExp('\\d+', 'img') 第一个参数是元字符并且d这种特殊字符在这里面是普通字符，所以需要用转义为特殊字符，第二个参数是修饰符
这两种的用途有区别，一般需要动态创建正则元字符采用构造函数创建，因为里面元字符是字符串拼接，常规固定写死正则采用字面量创建，例子如下：

var stringMode = 'string'
var reg = new RegExp(`^\\[object ${stringMode}\\]$`)
console.log(reg.toString())

四.正则原型方法

首相上一张图让同学们看一下正则一共有哪些方法，如下：

正则原型对象方法

可以看到正则原型对象上一共就三个方法,exec test和toString

1.exec该方法主要应用于捕获组而设计，实参是要匹配的字符串。如图所示：

正则原型对象方法

#### 捕获原理

- 1.在捕获的时候先验证当前字符串和正则是否匹配，不匹配返回null（没有捕获到任何内容） 
- 2.如果匹配从字符串最左边开始，向右查找到匹配内容，并把匹配的内容返回 

#### 捕获结果

- 1.结果是一个数组
- 2.第一项0 是当前本次大正则中匹配的结果
- 3.`index `是匹配到的结果在字符串中的索引位置
- 4.`input `当前正则操作的原始字符串
- 5.如果大正则中有分组`()`，获取的数组中从第二项开始都是每个小分组的捕获结果
- 下面举一个身份证正则的例子 便于参考，具体里面匹配规则下面会单独介绍，这里只学习字段意义 

![正则exec方法](https://user-gold-cdn.xitu.io/2018/8/2/164f88db52e630a1?w=973&h=307&f=png&s=51301)

2.懒惰性

正则捕获存在懒惰性，在上面exec中，执行一次exec只捕获到第一个符合规则的内容，第二次执行exec也是捕获到第一个内容，后面的内容不论执行多少次都无法捕获到

解决方法

在正则的末尾加修饰符g（全局匹配）

原理

如图所示，正则本身有一个属性 lastIndex 下一次正则在字符串中匹配查找的开始索引
默认值是0，从字符串第一个位置开始查找，由此可见，当执行完exec后lastIndex并没有变，并且就算手动修改lastIndex也不会起作用，浏览器不识别

加上了修饰符g就解决了这个问题，因为每一次exec之后，浏览器默认会修改lastIndex，下一次从上一次结束的位置开始查找，所以可以得到后面内容

我们来手动创建一个函数来实现匹配到全部内容并且都捕获到，如下：
```
var reg = /^(\d{6})(\d{4})(\d{2})(\d{2})\d{2}(\d)(\d|X)$/g
var str = '110105199001220613'

RegExp.prototype.myExec = function myExec() {
    var str = arguments[0] || ''
    var result = []
    // 首先this指向的是RegExp，所以判断this是否加了全局修饰符g
    // 如果没有，防止执行死循环，我们只执行一次exec并将其返回即可
    
    if(!this.global) {
        return this.exec(str)
    }
    
    var arrs = this.exec(str)
    while(arrs) {
        result.push(arrs[0])
        // 此时lastIndex的值已经变为上一次的结尾
        arrs = this.exec(str)
    }
    return result
}
```
这个方法当正则reg加了修饰符g 则返回大正则匹配到结果，如果没加g则返回exec捕获结果
3.test 该方法主要应用于正则匹配，当然也可以用在捕获上面

从字符串左侧开始匹配，匹配到符合正则规则的字符，返回true，否则返回false，同样的test在修饰符g下也会修改lastIndex的值

运用test实现捕获
```
var reg = /\{([a-z]+)\}/g
var str = 'my name is {weiran}. I am from {china}'
var result = []
while (reg.test(str)) {
    result.push(RegExp.$1)
}
console.log(result)
// ['weiran', 'china']
```
当test匹配到结尾或者匹配不到时，返回false，成功则向数组添加当前小分组匹配第一个元素内容
在RegExp的constructor中存在$1-$9，他们的具体指的是当前本次匹配小分组第一到第九捕获的内容
4.toString

就是将正则表达式转化为字符串

五.字符串正则方法

1.match

同样是捕获的方法，如图所示：

当加了修饰符g，返回的是大正则匹配结果组成的数组，不加修饰符g则返回大正则和每个小分组返回结果组成的数组，跟上面我们手写的myExec一样，其实原理就是我们上面写的方法，如果想在加了修饰符g的时候返回结果和没加一样，所以在直接用match方法就能将匹配内容全部捕获到。
但是他也有局限性，就想上面说的在加了修饰符g的时候，会忽略小分组捕获内容，只捕获大正则捕获内容，解决办法就向上面myExec一样，将arrs[0]改为arrs，在每次匹配到结果时，将每个小分组也保存下来。

2.replace

主要运用在替换，其中两个参数，第一个为要替换的字符串或者正则，第二个是替换内容或一个返回函数，具体操作如下：

var str = 'my name is {weiran}, my blog is {ngaiwe}'
var reg = /\{([a-z]+)\}/
str = str.replace(reg, '123')
console.log(str)
// 打印出 my name is 123, my blog is {ngaiwe}
// 同学们会发现和exec的懒惰性很相似，不加修饰符g 只匹配第一个lastIndex没有改变

var reg = /\{([a-z]+)\}/g
// 打印出 my name is 123, my blog is 123

并且replace不会修改原始字符串

正则replace方法

var str = 'my name is {weiran}, my blog is {ngaiwe}'
var reg = /\{([a-z]+)\}/g
str = str.replace(reg, function () {
    console.log(arguments)
})
// 打印出当前匹配的小分组，如果函数中没有return出替换值，则返回undefined

3.split

按照正则方式可以拆分成数组，具体例子如下：

var str = 'weiRanNgaiWe'
var reg = /[A-Z]/
console.log(str.split(reg))
// ["wei", "an", "gai", "e"]按照大写拆分成数组

4.search

类似于indexOf,返回匹配元素的起始位置，如果没有返回-1，不支持修饰符g
```
var str = 'ngaiwe@126.com'
var reg = /\d+/
console.log(str.search(reg))
// 返回 7
```

六.实战案例剖析

1.身份证号码

举个身份证的例子： 110105199109214237
由此分析前6位是数字地区区号组成，然后四位是年，两位月，两位日和四位随机，倒数第二位单数男性，双数女性，最后一位可能是大写X,所以根据这个规则的正则是
```
var str = '110105199109214237'
var reg = /^(\d{6})(\d{4})(\d{2})(\d{2})\d{2}(\d)(\d|X)$/
console.log(reg.exec(str))
// ["110105199109214237", "110105", "1991", "09", "21", "3", "7", index: 0, input: "110105199109214237", groups: undefined]
```
2.邮箱

举个邮箱的例子：weiran@vipkid.com.cn
由此分析：
1.@前面可能是数字、字母、下划线、-、.
2.-和.不能相连在一起
/^w+((-|w+)|(.w+))*/ 开头一定是数字，字母或下划线组成，后面的内容可能是-与数字字母下划线或者.和数字字母下划线组成的0到多个字符
3.@后面部分
首先一定是数字字母组成的多位字符
然后可能存在是.组成的邮箱后缀或者链接前方字符的.和-
最后肯定是.组成的邮箱后缀
```
var reg = /^\w+((-|\w+)|(\.\w+))*@[a-zA-Z0-9]+((\.|-)[a-zA-Z0-9]+)*\.[a-zA-Z0-9]+$/
var str = 'weiran@vipkid.com.cn'
console.log(reg.test(str))
// true
```
3.URL截取

举个截取url参数的例子：
http://www.ngaiwe.com/page/in...
我们想要的是参数转化键值对和哈希值{name: 'weiran',age: 27, sex: 0, HASH: 'develpoment'}
由此分析：
需要分为两部分捕获，首先第一次捕获?后面的参数，第二次捕获#后面的hash值
首先匹配第一个，他的规则是匹配等号两边所以是/()=()/，并且匹配的是非?&=#的特殊字符，将他们保存在obj对象中
其次匹配hash，方法和第一个类似只是匹配#后面的部分
```
String.prototype.myQueryURLParameter = function myQueryURLParameter () {
    var obj = {}
    this.replace(/([^?&=#]+)=([^?&=#]+)/g, function () {
        obj[arguments[1]] = arguments[2]
    })
    this.replace(/#([^?&=#]+)/g, function () {
        obj['HASH'] = arguments[1]
    })
    return obj
}
```

七.总结

具体案例就就少到这里，网上有各种正则的案例，同学们以后看到案例具体分析他们是如何写的，不要一味地使用，这样才能在工作中不断地思考，学习。

八.博客

魏燃技术博客

有任何问题可留言或者发送本人邮箱ngaiwe@126.com

九.分享

正则元字符表
 正则在线测试工具

面试官！让我们聊聊正则

简述

一.基础

1.修饰符

2.元字符

3.量词

二.元字符

三.正则的两种创建方式

四.正则原型方法

解决方法

原理

运用`test`实现捕获

五.字符串正则方法

六.实战案例剖析

七.总结

八.博客

九.分享

ngaiwe

引用和评论

Javascript 运行机制详解，Event Loop

前端如何入门 Go 语言

100个React最佳实践小技巧

前端开发工具

开发插件集合

JS校验身份证号

Jerry和您聊聊Chrome开发者工具

面试官！让我们聊聊正则

简述

一.基础

1.修饰符

2.元字符

3.量词

二.元字符

三.正则的两种创建方式

四.正则原型方法

解决方法

原理

运用test实现捕获

五.字符串正则方法

六.实战案例剖析

七.总结

八.博客

九.分享

ngaiwe

引用和评论

Javascript 运行机制详解，Event Loop

前端如何入门 Go 语言

100个React最佳实践小技巧

前端开发工具

开发插件集合

JS校验身份证号

Jerry和您聊聊Chrome开发者工具

运用`test`实现捕获