正则表达式概念小结

正则表示中的特殊字符有不同的含义，一共分 6 种。分别是：

• 字符类别
• 字符集合
• 边界
• 分组和反向引用
• 数量词
• 断言

字符类别(Chraracter Classes)

常见的有

• . 表示匹配任意字符
• \d 表示匹配任意阿拉伯数字
• \w 表示匹配任意字符（还包括下划线）
• \s 表示匹配一个空白符号

特殊字符的大写形式则表达了小写形式的反义，不在赘述

字符集合(Chraracter Sets)

• [xyz] 表示匹配一个字符的集合，也叫字符组。别看它很长，其实它只匹配一个字符。可以使用 - 来指定一个范围
• [^xyz] 是上一个匹配方式的反义形式,叫做反义字符组。即匹配任意不包括在括号内的字符

边界(Boundaries)

• ^ 匹配开始
• $ 匹配结尾

分组和反向引用(grouping & back references)

• (X) 匹配 x 并且捕获匹配项，被称之为捕获型分组
• (?:X) 非捕获型分组，仅做简单的匹配，并不会捕获所匹配的文本。有微弱的性能优势。非捕获型分组并不会干扰捕获型分组的编号。如果 (?:X)? 带有后缀 ？ 则表示这个分组是可选的
• \n n 是一个正整数，一个反向引用，指向正则表达式中第 n 个括号中匹配的子字符串

数量词(Quantifiers)

• X* 匹配前面的模式次数大于等于 0
• X+ 匹配前面的模式次数必须大于等于 1。结合后面的总结，我们发现它其实等同于 {1,}
• X*? 同 X*，但是会匹配最小可能匹配。比如 /".*?"/ 匹配 '"foo" "bar"' 中的 '"foo"'，而 * 后面没有 ? 时匹配 '"foo" "bar"'
• X? 匹配前面的模式 X 0 或 1 次。如果在数量词 *、+、? 或 {}, 任意一个后面紧跟该符号（?），会使数量词变为非贪婪（ non-greedy） ，即匹配次数最小化。反之，默认情况下，是贪婪的（greedy），即匹配次数最大化
• x|y 匹配 x 或 y
• x{n} 前面的模式 x 连续出现 n 次时匹配。{n,} 和 {n, m} 则表示次数的区间

断言(Assertions)

• x(?=y) 条件限定，只有当 x 后面紧跟着 y 时，才匹配 x
• x(?!y) 条件限定，只有当 x 后面不是紧跟着 y 时，才匹配 x

常见正则表达式收集

// 验证邮箱
([a-z_A-Z0-9]+@[a-z_A-Z0-9]+\.(com|org|net))

// 验证网址
(?:https?:\/\/)?(?:[a-zA-Z0-9])+\.(?:com|net|org)

// 验证网址
^(?:([A-Za-z]+):)?(\/{0,3})([0-9.\-A-Za-z]+)(?::(\d+))?(?:\/([^?#]*))?(?:\?([^#]*))?(?:#(.*))?$