JavaScript正则表达式基本语法详解

创建正则表达式与核心修饰符

正则表达式本质上是一种用于描述字符串匹配模式的模板。在JavaScript中，创建正则表达式主要有两种方式：

1. 构造函数 (RegExp)：适用于动态生成复杂的正则场景。
   var reg = new RegExp('<%[^%>]+%>', 'g');
2. 字面量 (/ /)var reg = /<%[^%>]*%>/;

在编写正则时，通常结合以下修饰符来实现特定的匹配效果：

• g (global)：全文搜索，不会在找到第一个匹配项后就停止。
• i (ignore case)：忽略大小写进行匹配。
• m (multiple lines)：多行匹配模式，更改 ^ 和 $ 的含义，使其分别在各行的开头和结尾进行匹配。

掌握元字符与字符类构建

正则需要处理的特殊符号被称为元字符，其中包含大量的转义组合。常用的独立元字符包括：( [ { \ ^ $ | ) ? * + .。

1. 字符类 ([]) 与反向类

默认情况下，一个普通字符（如 a）仅匹配自身。利用方括号可以构建“类”，表示匹配括号内的任意单个字符。例如，[abc] 能够匹配 a、b 或 c。

若要排除特定字符，可在左括号后添加 ^ 构成反向类。例如 [^abc] 意味着匹配除了 a、b、c 之外的所有字符。

2. 范围类 (x-y)

为了简化书写，正则提供了范围区间。例如，匹配全部数字无需逐个数位，使用 [0-9] 即可；匹配全部小写字母可以使用 [a-z]。如果需要包含大写和小写字母，可以直接连写为 [a-zA-Z]。

3. 预定义类

对于高频使用的字符集，JS引擎提供了便捷预定义类（如 d 代表数字，w 代表单词字符），大幅简化了代码复杂度。

边界定位与量词控制

精准的文本抓取需要严格的锚点限制与数量控制。

1. 边界匹配

常用的边界符号包括单词边界 b 和字符串边界。在处理类似邮箱地址等结构化字符串时，正确放置边界符号至关重要。

2. 量词

量词决定了前面的元素重复出现的次数，常见的包括 + (至少一次)、* (零次或多次) 以及 {n,m} (指定范围)。例如，匹配保留一位小数点的数字可写作 d+.d{1,2}。

3. 贪婪模式与非贪婪模式

量词在默认状态下采用贪婪模式，即尽可能多地匹配字符。例如在字符串 123456789 中使用 /d{3,5}/g 时，由于贪婪特性会优先凑齐上限，结果为 ["12345", "678"]。

'123456789'.match(/\d{3,5}/g); // 结果: ['12345', '678']

若需改为非贪婪模式（尽可能少地匹配），只需在量词后方追加问号 ?。此时正则会在满足条件后立即停止尝试。

'123456789'.match(/\d{3,5}?/g); // 结果: ['123', '456', '789']

分组捕获与前瞻断言

1. 分组 (())

通过括号可以将多个字符视为一个整体单位进行操作。例如匹配连续出现 20 次的 Byron：((Byron){20})。如果需要在 “Byron” 或 “Casper” 之间择一匹配，可使用或运算符 |：((Byron|Casper){20})。

执行带有分组的正则时，捕获的内容会被自动编号。外层分组的优先级靠前。此外，如果使用 ?: （如 (?:Byron)）进行分组，则该组参与整体匹配但不会产生编号返回。

2. 前瞻断言 (Lookahead & Lookbehind)

前瞻断言允许在不消耗文本的前提下检查后续内容是否符合要求：

• 正向先行断言 (Positive Lookahead)： exp1(?=exp2)。只有当 exp1 之后的内容严格匹配 exp2 时，才认为 exp1 成功。示例：/good(?=Byron)/ 仅在后面紧跟 Byron 时匹配 good。
• 负向先行断言 (Negative Lookahead)： exp1(?!exp2)。只要 exp1 之后的内容不匹配 exp2 即成功。示例：/good(?!=Byron)/ 只要后面不是 Byron 就会匹配 good。

这两种断言在实际应用中能极大提升复杂文本过滤的灵活性。