最近在做web开发，前台js和后台python经常会使用正则表达式，来处理一些字符的问题，比如查询，替换，匹配等场景，本文将汇总在开发中正则表达式使用的方法，并对js和python在实现同样功能时，两者的方法区别等做一下整理。

javascript

先说明一下js中正则表达式的基本使用，首先是构造一个正则表达式，有两种方法，分别如下：

1. 使用正则表达式字面量，包含在斜杠之间的模式组成，例如如下：

// 格式： /pattern/flags  其中flags包括： i / g / m

const regex_1 = /[a-z]+/;
const regex_2 = /[a-z]+/gi;

2. 使用 RegExp 对象来构造，例如如下：

// 格式： new RegExp(pattern [, flags])

let regex_1 = new RegExp("[a-z]+\\d+");
let regex_2 = new RegExp(/[a-z]+\d+/, "gi");
let regex_3 = new RegExp("[a-z]+\\d+", "gi")

可以看出使用斜杆方法是不能传入变量的，但是通过RegExp中使用字符串的方式，可以传入变量，来丰富使用场景。例如如下用法

let regex = new RegExp("^\\" + site_url + "event_list\/[0-9]+\/alert_detail\/[0-9]+\/", 'i');

下面摘取一些特殊符号的使用说明如下，具体点击查阅.

符号	说明
.	小数点符号匹配除 换行符 之外的任何单个字符
\w	匹配一个单字字符（字母、数字、下划线），等价于 [a-zA-Z0-9_]
\W	匹配一个非单字字符，等价与 [^a-zA-Z0-9_]
\s	匹配一个空白字符，包括：空格、制表符、换页符和换行符
\b	匹配一个词的边界，匹配词的边界并不包含在匹配的内容中
(x)	匹配 x 并且记住匹配项，括号称为捕获括号
x(?=y)	正向肯定查找，匹配 x 仅仅当 x 后面跟着 y
x(?!y)	正向否定查找，匹配 x 仅仅当 x 后面不跟着 y
(?:y)+	表示匹配y一次或多次，但是不记住匹配项 y，与 (x)+ 的区别就在于是否有记住匹配项
x|y	匹配 x 或者 y

注意： 使用 (x) 捕获括号时，在正则表达式中，还可以使用 \1 \2 等来表示子表达式的匹配项，例如如下例子：

let regex = new RegExp(/([\w]+)\s+([\w]+)\s+\1\s+\2/, 'g');
let str = "hello world hello world ...";

regex.exec(str);
// 结果为： ["hello world hello world", "hello", "world", index: 0, input: "hello world hello world ...", groups: undefined]

regex.exec(str);
// 结果为： null

javascript方法汇总比较

下面先汇总得出各个方法比较和使用场景。

方法	用法	返回值	使用场景	注意事项
match	str.match(regexp)	Array / null	获取第一次匹配的子串，比如想获取子表达式匹配的文本
exec	regexp.exec(str)	Array / null	循环获取匹配的子串，也能够获取子表达式匹配的文本
search	str.search(regexp)	Number / -1	获取第一次匹配到的子串的下标位置	此处的regexp可以有多种定义方式
test	regexp.test(str)	true / false	判断某个正则表达式在字符串中是否有匹配的子串
replace	str.replace(regexp/substr, replacement)	newstr	替换字符串中某些条件的子字符串	不会改变原字符串str内容

提供几个javascript的正则表达式使用网站，可视化正则表达式，在线解析正则匹配结果分析，在线解析正则匹配结果。

match

match 方法将检索字符串str，找到一个或多个与regexp匹配的文本（如果flags中有g那么就会全局匹配）

如果没有g，那么match方法就只能在str中执行一次匹配，如果没有找到则返回null，否则返回一个Array，其中存放了与他找到的匹配文本有关的信息，例如如下结果，其中 res[0] 表示存放的是匹配文本，res[1]表示存放的是与正则表达式regex里子表达式([a-z]+)匹配的文本；res['index']表示存放的是匹配文本的其实字符在str中的位置；res['input']表示存放的是str的引用。

let str = "I'm a chinese.";
let regex = new RegExp(/\s+([a-z]+)\s+/);
let res = str.match(regex);

// res结果为： [" a ", "a", index: 3, input: "I'm a chinese.", groups: undefined]

如果有g，那么match将执行全局检索，找到str中的所有匹配子字符串。如果没有找到则返回null；否则返回一个Array，存放的是所有匹配子串。例如如下例子：

let str = "I'm a chinese.";
let regex = new RegExp(/\s+([a-z]+)\s+/, 'g');
let res = str.match(regex);

// res结果为： [" a "]

所以在全局检索模式下，match既不提供与子表达式匹配的文本的信息，也不返回每个匹配子串的位置，如果需要这些信息，可以使用 exec 方法获取。

exec

exec方法用于检索字符串中的正则表达式的匹配，返回一个数组，用于存放匹配的结果；如果没有找到匹配，返回null。
当使用非全局正则表达式时，exec 和 match 的返回结果是一样的，只是调用方式不同而已。
当使用全局正则表达式时，exec会使 lastIndex 在正则表达式匹配到字符串的最后一个字符的下一个位置，这样可以通过反复调用 exec 方法来遍历字符串的所有匹配文本。
当 exec 再也找不到匹配的文本时，返回null，并把 lastIndex 属性重置0，所以如果反复循环调用 exec 的话，那么得到的结果也会是一个循环的数值，结果格式可能为：
['m', ...] ['a', ...] ['chinese', ...] null ['m', ...] ['a', ...] ['chinese', ...] null ...

另外，无论正则表达式是否是全局，调用 exec 方法，都会把完整的细节添加到它的返回数组中。例如如下例子：

let str = "I'm a chinese";
let regex = new RegExp(/[a-z]+/, 'g');

regex.exec(str)
// 结果为： ["m", index: 2, input: "I'm a chinese", groups: undefined]

regex.exec(str)
// 结果为： ["a", index: 4, input: "I'm a chinese", groups: undefined]

regex.exec(str)
// 结果为： ["chinese", index: 6, input: "I'm a chinese", groups: undefined]

regex.exec(str)
// 结果为： null

regex.exec(str)
// 结果为： ["m", index: 2, input: "I'm a chinese", groups: undefined]

search

查询字符串中满足条件（字符串或正则表达式）的子字符串，返回值为该子字符串的起始位置，如果没有查找到，则返回 -1。
search的传参可以是字符串，也可以是斜杆写法的正则表达式，search会将字符串转化为斜杆写法，例如如下三种写法是等价的：

// 写法一
let str = "I'm a chinese.";
let regex = new RegExp(/\s+([a-z]+)\s+/, 'i');
let res = str.search(regex);

// 写法二
let str = "I'm a chinese.";
let res = str.search(/\s+([a-z]+)\s+/i);

// 写法三
let str = "I'm a chinese.";
let res = str.search("\\s+([a-z]+)\\s+", "i");

// 以上结果都为： 3

test

test方法用于检测一个字符串是否匹配某个模式，如果字符串中含有匹配的文本，则返回true，否则返回false。
例如如下例子：

let str = "I'm a chinese.";
let regex = new RegExp(/\s+([a-z]+)\s+/, 'i');
let res = regex.test(str);

// res结果为： true

replace

replace 用于替换字符的场景，用一些字符替换另一些字符，或替换一个与正则表达式匹配的子串。返回值为替换之后的字符串结果。
例如如下例子：

// 语法： str.replace(regexp/substr, replacement) 
// 其中 regexp/substr 表示此处既可以是正则表达式也可以是字符串，如果是substr那么不会转化为RegExp对象，而是作为普通的字符串
// replacement 既可以是普通字符串，也可以是替换函数

let str = "I'm a chinese.";
let res = str.replace(/\b([\w']+)\b/g, "[$1]");

// res结果为： "[I'm] [a] [chinese]."

// replacment使用函数
let res_f = str.replace(/\b([\w']+)\s+\b/g, item => 
    "[" + item.substring(0,1).toUpperCase() + item.substring(1) + "]");

// res_f结果为： "I'm A Chinese."

这里再举一个通过单词分隔位置来对数字进行英文逗号分隔的效果

let num = 1234567890;
num.toString().replace(/(?=(?!\b)(?:\d{3})+$)/g, ',');

// 当然也可以使用 num.toLocaleString()

当replacement为函数的时候，参数 item 表示的是与regexp匹配的子串，和字符串表示中的 $& 内容一样。
当replacement为字符串时，字符 $ 具有特定的含义，具体如下表：

字符	替换文本
$1 / $2 ... $99	表示与regexp中的第1到第99个子表达式匹配的文本
$&	表示与regexp匹配的子串（注意不是子表达式）
$`	表示位于匹配子串左侧的文本
$'	表示位于匹配子串右侧的文本
$$	表示字符 $