Javascript正则表达式基础

RegExp对象的语义和使用：

• 检查字符串匹配

• 获取字符串中的部分内容

• 在原字符串的基础上构建一个新的字符串（包括添加、删除和修改）

构建一个RegExp对象主要有两种方法：

• 使用literal，如/\w/g

• 使用构造函数，如 new RegExp(/\w/)

构建RegExp对象有以下几个注意点：

• literal常用来构建非runtime产生的静态的RegExp对象

• literal之后可以直接添加flag用来对匹配字符串的执行结果进行限制，常用flag包括g和i，分别用来表示全局匹配(global)和忽略大小写匹配(case-insensitive)

• RegExp构造函数的第一个参数提供该对象的pattern，如果pattern是一个RegExp literal，那么就不能提供第二个参数(即指定flag)。如果pattern是一个string，那么可以使用第二个参数

• RegExp构造函数常用于构建runtime产生的动态RegExp对象

• RegExp的pattern为string时所有literal中的”\”都必须写成”\\”，因为”\”在string中需要被转义

• 以上两种方法构建的都一个javascript对象，因此/\w/ == /\w/返回false

RegExp对象相关的功能：

• 要检查字符串的匹配，可以使用 regExp.test(string) 方法，该方法检查string是否匹配regExp提供的pattern。还可以使用 string.search(regExp)方法，如果两者不匹配将会返回-1

• 要获取字符串中的部分内容，可以使用 regExp.exec(string) 方法，也可以使用string.match(regExp)方法

• 要在原有字符串上构建一个新的字符串，通常使用string.replace(searchValue, replaceValue)方法

RegExp对象中提供pattern的语义：

• RegExp可以定义多个Alternative用”|”分割，该运算的优先级最低，因此如果存在”|”，那么它首先把RegExp分割成几大部分

• 每个Alternative由多个term组成，term分为assertion（用于位置限定），atom（匹配的单元），带Quantifier（修饰符）的atom

• assertion分为”^”用于匹配字符串开头，在multiInput（即flag包含m时），也可以匹配一行的开头，”$”用于匹配字符串结尾，在multiInput（即flag包含m时），也可以匹配一行的结尾，”\b”用于匹配一个\w和\W间隔，注意它并不匹配任何字符串中的内容，而只是用来判断一个位置的匹配情况

• atom的情况比较复杂，我们首先来看atom的Quantifier，可以包含* + ? {n} {m,} {m,n}，其中*表示atom可以有0次或以上的重复，+表示1次或以上的重复，?表示0或1次，{n}表示恰巧n次重复，{m,}表示m或以上的重复，{m,n}表示重复次数在m和n之间（包含m和n），在以上的Quantifier之后还可以跟一个?用来启动non-greedy模式，我将在后文中说明这种模式的意义。

• atom包含patternCharacter（普通字符，即在pattern中没有特殊语义的字符，匹配时将按照字面进行匹配）

• “.” 匹配所有非line-terminator字符

• \AtomEscape 包含数字型 \1（用于引用之前的括号中的匹配成功的内容）。一些字符的引用\n \f \r \t \v \xNN \uXXXX \cX等。一些特殊含义的字符，如\d \D \s \S \w \W

• CharacterClass，包含[...]和[^...]两种形式。其中可以包含很多字符，如-、 \n等字符引用、\b、\d等特殊含义字符。注意如果”-”左右有字符，那么语义变为从某一字符到某一字符。如果”-”左或者右没有字符，那么”-”仅表示dash字符。

• (group)，以上模式进行group就可以在group之后使用Quantifier修饰

• (?:group)，仅作为group使用，而不会记录group匹配的内容从而不算在\1..\n中

• (?=group)，要求匹配但不会在返回的匹配string中包含group匹配的内容

• (?!group)，要求不匹配且不会在返回的匹配string中包含group匹配的内容

下面我要讲一下RegExp的两个比较重要的运作模式：

匹配Alternative总是从左到右，如果遇到第一个匹配的就不再尝试之后的匹配，如

/ab|abc/.exec("abc")

以上字符串”abc”仅匹配pattern中的ab，而不会去匹配abc

匹配时总是一般不在Quantifier后添加?的都使用greedy模式，添加?后使用non-greedy模式，如

/\w+bc/.exec("abcbcbc")

匹配时\w+总是先尽可能多的匹配（即greedy模式），因此它会匹配”abcbcbc”，如果改为

/\w+?bc/.exec("abcbcbc")

那么他会尽可能少的匹配（即non-greedy模式），因此仅匹配”abc”。

对于一般的解析字符串的要求，一般可以使用exec或match方法解析，如果字符串很大那么往往需要使用循环结构进行解析，配合while等语句，RegExp是很强大的。

对于要将现有的一个字符串通过修改转变为另一个字符串时，一般总是使用replace方法，这个方法是我觉得RegExp中最重要的方法，它的多态性使他具有多种形式，几乎能够满足所有修改字符串的需求。