regex 正则表达式 2022-10-09

一个正则表达式通常被称为一个模式（pattern），为用来描述或者匹配一系列匹配某个句法规则的字符串。例如：Handel、Händel和Haendel这三个字符串，都可以由H(a|ä|ae)ndel这个模式来描述。大部分正则表达式的形式都有如下的结构：

• 选择
  竖线|代表选择（即或集），具有最低优先级。例如gray|grey可以匹配grey或gray。

• 数量限定
  某个字符后的数量限定符用来限定前面这个字符允许出现的个数。最常见的数量限定符包括+、?和*（不加数量限定则代表出现一次且仅出现一次）：

  • 加号+代表前面的字符必须至少出现一次。（1次或多次）。例如，goo+gle可以匹配google、gooogle、goooogle等;
  • 问号?代表前面的字符最多只可以出现一次。（0次或1次）。例如，colou?r可以匹配color或者colour;
  • 星号代表前面的字符可以不出现，也可以出现一次或者多次。（0次、1次或多次）。例如，042可以匹配42、042、0042、00042等。很常见的.*就用来匹配任意长度的任意字符串，它实际上等价于任意个.

• 匹配
  圆括号()可以用来定义操作符的范围和优先度。例如，gr(a|e)y等价于gray|grey，(grand)?father匹配father和grandfather。
  上述这些构造子都可以自由组合

常见正则语法

• \ 转义
• ^ 匹配输入字符串的开始位置。如果设置了RegExp对象的Multiline属性，也匹配“\n”或“\r”之后的位置
• $ 匹配输入字符串的结束位置。如果设置了RegExp对象的Multiline属性，$也匹配“\n”或“\r”之前的位置
• ? 前面的字符最多只可以出现一次, or非贪心量化（Non-greedy quantifiers）：当该字符紧跟在任何一个其他重复修饰符（*,+,?，{n}，{n,}，{n,m}）后面时，匹配模式是非贪婪的。非贪婪模式尽可能少的匹配所搜索的字符串，而默认的贪婪模式则尽可能多的匹配所搜索的字符串。例如，对于字符串“oooo”，“o+?”将匹配单个“o”，而“o+”将匹配所有“o”
• (?:pattern) 非获取匹配(也就是，匹配结果不会获取group)
  匹配pattern但不获取匹配命中的子字符串（shy groups），也就是说这是一个非获取匹配，不存储匹配的子字符串用于向后引用。这在使用或字符“(|)”来组合一个模式的各个部分是很有用。例如“industr(?:y|ies)”就是一个比“industry|industries”更简略的表达式，字符串"there is an industry, see!"去匹配pattern industr(?:y|ies)，会得到一个match: "industry", 但不会得到group: "y"
• pattern1(?=pattern2) 正向肯定预查（look ahead positive assert，也是一种非获取匹配）
  表示pattern1后边必须马上紧接pattern2，(?=pattern2)只作为筛选条件而不作为结果
  字符串"there is an industry, see!"去匹配pattern industr(?=y|ies)，会得到一个match: "industr", 但不会得到group: "y"。更多非获取匹配，可以参考https://javascript.info/regexp-lookahead-lookbehind