Javascript 正则表达式零宽断言

在介绍正则表达式零宽断言这个概念之前，先看一下以下这道有关 javascript 正则表达式的题目：

登录注册流程是前端最常见的业务流程之一，注册流程少不了密码强弱度校验，请实现对密码的校验，要求满足：
包含大小写字母、数字、特殊字符中的至少任意两种，长度8-32位。

什么是零宽断言

零宽断言 匹配字符串而不消耗任何内容。ECMAScript 具有向前执行此操作的前向断言，但该语言缺少向后执行断言所提供的向后执行此操作的方法。通过 lookbehind 断言，人们可以确保一个模式是否在另一个模式之前，例如匹配美元金额而不捕获美元符号。零宽断言是正则表达式中的难点，所以本章节重点从匹配原理方面进行一下分析。零宽断言还有其他的名称，例如"环视"或者"预搜索"等等。

匹配字符串而不消耗任何内容这句话怎么理解？来看以下两个例子：

1. 正则匹配abc后面的大写字母：

const str="abcDEF";
const reg=/abc([A-Z])/;
console.log(str.match(reg)[1]); // D, 最终匹配结果(match[0])是"abcD"
/abc([A-Z])/.test('abcD'); // true
/abc([A-Z])/.test('abcd') // false

2. 使用正向肯定预查匹配abc后面的大写字母：

const str="abcDEF";
const reg=/abc(?=[A-Z])/;
console.log(str.match(reg)[1]); // undefined, 最终匹配结果(match[0])是"abc"，因为零宽断言"(?=[A-Z])"并不匹配任何字符，只是用来规定当前位置的后面必须是一个大写字母。
/abc(?=[A-Z])/.test('abcD'); // true
/abc(?=[A-Z])/.test('abcd'); // false

正向肯定预查 x(?=y)

表示x只有在y前面的情况才匹配成功，它匹配后面紧跟着指定模式的位置，但不包含该模式，表达式 foo(?=bar) 匹配在"foobar"中的"foo"，但不匹配"foobar"中的"bar"。例如，

/\d+(?=%)/.test('100% of US presidents have been male'); // true

这里\d+只在百分号%前匹配数字,所以成功匹配到100。

正向否定预查 x(?!y)

表示x只有在y后面的情况才匹配成功，它匹配后面紧跟着不是指定模式的位置，表达式 foo(?!bar) 匹配在"foobaz"中的"foo"，但不匹配"foobar"中的"foo"。例如：

/\d+(?!%)/.test('that’s all 44 of them'); // true

这里\d+只在不在%前匹配数字,所以成功匹配到44。

反向肯定预查 (?<=y)x

表示x只有不在y前面的情况才匹配成功，它匹配前面紧跟着指定模式的位置，但不包含该模式，表达式 (?<=foo)bar 匹配在"foobar"中的"bar"，但不匹配"foobar"中的"foo"。例如：

/(?<=[Pp]ython)\s\d/.test('Python 2 and Python 3'); // true

这里\d只在Python后匹配数字,所以成功匹配到2。

反向否定预查 (?<!y)x

表示x只有不在y后面的情况才匹配成功，它匹配前面紧跟着不是指定模式的位置，表达式 (?<!foo)bar 匹配在"bazbar"中的"bar"，但不匹配"foobar"中的"bar"。例如：

/(?<!Java)\b\d+\b/.test('Python 2 and Python 3'); // true

这里\d+只在不在Java后匹配数字,所以成功匹配到2和3。

校验密码格式

回顾开头的校验密码格式的问题，可以拆解成两步：1. 包含大小写字母、数字、特殊字符中的至少任意两种；2. 满足长度8-32位；

其中第二步的要求很容易得到：

const PASSWORD_LENGTH_EXP = /^.{8,32}$/
/^.{8,32}$/.test('123456781234567812345678123456781') // false
/^.{8,32}$/.test('12345678') // true
/^.{8,32}$/.test('1234567') // false

解释：

/^.{8,32}$/ 用于匹配一个长度在8到32之间的任意字符序列。

• ^ 表示匹配字符串的开始位置。
• . 表示匹配除了换行符之外的任意字符。
• {8,32} 表示前面的模式（.）要重复出现8到32次。
• $ 表示匹配字符串的结束位置。

那么如何用正则表示大小写字母、数字、特殊字符中的至少任意两种搭配组合呢？其实换个思路来想这个问题就比较好解了，

大小写字母、数字、特殊字符中的至少任意两种搭配可以是：

• 字符串结尾不包含除了字母、数字和特定符号之外的字符。

(?!.[^A-Za-z0-9#?!@$%^&-.]$) 使用正向否定预查，断言字符串结尾不包含除了字母、数字和特定符号之外的字符。

• 字符串不仅由小写字母组成

(?![a-z]$) 使用正向否定预查，确保字符串不仅由小写字母组成。

• 字符串不仅由大写字母组成。

(?![A-Z]$) 使用正向否定预查，确保字符串不仅由大写字母组成。

• 字符串不仅由数字组成。

(?![0-9]$) 使用正向否定预查，确保字符串不仅由数字组成。

• 字符串不仅由特定符号组成。

(?![#?!@$%^&-.]*$) 使用正向否定预查，确保字符串不仅由特定符号组成。

因此，最终的表达式可以是：

const PASSWORD_REG = /^(?!.*[^A-Za-z0-9#?!@$%^&*-\.]$)(?![a-z]*$)(?![A-Z]*$)(?![0-9]*$)(?![#?!@$%^&*-\.]*$).{8,32}$/

可以优化的一个点是可以丰富一下特殊字符的限定范围。

总结

四种零宽断言在处理一些匹配规则时非常有用,可以让正则表达式的匹配更加精确。当需要进行复杂的文本解析处理时,熟练运用零宽断言可以大大提高工作效率。