JavaScript 中的 RegExp 对象

概述

正则表达式（regular expression）是一种表达文本模式（即字符串结构）的方法，有点像字符串的模板，常常用来按照“给定模式”匹配文本。比如，正则表达式给出一个 Email 地址的模式，然后用它来确定一个字符串是否为 Email 地址。JavaScript 的正则表达式体系是参照 Perl 5 建立的。

新建正则表达式有两种方法：

一种是使用字面量，以斜杠表示开始和结束：
js
```
var regex = /xyz/
```
另一种是使用 RegExp 构造函数：
js
```
var regex = new RegExp('xyz')
```

上面两种写法是等价的，都新建了一个内容为 xyz 的正则表达式对象。它们的主要区别是，第一种方法在引擎编译代码时，就会新建正则表达式，第二种方法在运行时新建正则表达式，所以前者的效率较高。而且，前者比较便利和直观，所以实际应用中，基本上都采用字面量定义正则表达式。

RegExp 构造函数还可以接受第二个参数，表示修饰符：

var regex = new RegExp('xyz', 'i')
// 等价于
var regex = /xyz/i

提示

在 ES5 中，RegExp 构造函数的参数有两种情况。

第一种情况是，参数是字符串，这时第二个参数表示正则表达式的修饰符（flag）。

var regex = new RegExp('xyz', 'i')
// 等价于
var regex = /xyz/i

第二种情况是，参数是一个正则表达式，这时会返回一个原有正则表达式的拷贝。

var regex = new RegExp(/xyz/i)
// 等价于
var regex = /xyz/i

但是，ES5 不允许第二种情况使用第二个参数添加修饰符，否则会报错：

var regex = new RegExp(/xyz/, 'i')
// Uncaught TypeError: Cannot supply flags when constructing one RegExp from another

ES6 改变了这种行为。如果 RegExp 构造函数第一个参数是一个正则对象，那么可以使用第二个参数指定修饰符。而且，返回的正则表达式会忽略原有的正则表达式的修饰符，只使用新指定的修饰符。

new RegExp(/abc/gi, 'i').flags
// "i"

上面代码中，原有正则对象的修饰符是 ig，它会被第二个参数 i 覆盖。

实例属性

正则对象的实例属性分为两类。

一类是修饰符相关，用于了解设置了什么修饰符：
- RegExp.prototype.ignoreCase: 返回一个布尔值，表示是否设置了 i 修饰符。
- RegExp.prototype.global: 返回一个布尔值，表示是否设置了 g 修饰符。
- RegExp.prototype.multiline: 返回一个布尔值，表示是否设置了 m 修饰符。
- RegExp.prototype.sticky: ES6 新增属性。返回一个布尔值，表示是否设置了 y 修饰符。
- RegExp.prototype.flags: ES6 新增属性。返回一个字符串，包含了已经设置的所有修饰符，按字母排序。
以上属性都是只读的。
js
```
var r = /abc/gim

r.ignoreCase // true
r.global // true
r.multiline // true
r.flags // 'gim'
```
另一类是与修饰符无关的属性，主要是下面两个：
- RegExp.prototype.lastIndex：返回一个整数，表示下一次开始搜索的位置。该属性可读写，但是只在进行连续搜索时有意义，详细介绍请看后文。
- RegExp.prototype.source：返回正则表达式的字符串形式（不包括反斜杠），该属性只读。
js
```
var r = /abc/gim

r.lastIndex // 0
r.source // "abc"
```

实例方法

test()

正则实例对象的 test() 方法返回一个布尔值，表示当前模式是否能匹配参数字符串。

;/cat/.test('cats and dogs') // true

上面代码验证参数字符串之中是否包含 cat，结果返回 true。

如果正则表达式带有 g 修饰符，则每一次 test 方法都从上一次结束的位置开始向后匹配。

var r = /x/g
var s = '_x_x'

r.lastIndex // 0
r.test(s) // true

r.lastIndex // 2
r.test(s) // true

r.lastIndex // 4
r.test(s) // false

上面代码的正则表达式使用了 g 修饰符，表示是全局搜索，会有多个结果。接着，三次使用 test() 方法，每一次开始搜索的位置都是上一次匹配的后一个位置。

var r = /x/g
var s = '_x_x'

r.lastIndex = 4
r.test(s) // false

r.lastIndex // 0
r.test(s) // true

上面代码指定从字符串的第五个位置开始搜索，这个位置为空，所以返回 false。同时，lastIndex 属性重置为 0，所以第二次执行 r.test() 会返回 true。

注意

带有 g 修饰符时，正则表达式内部会记住上一次的 lastIndex 属性，这时不应该更换所要匹配的字符串，否则会有一些难以察觉的错误。

var r = /bb/g
r.test('bb') // true
r.test('-bb-') // false

上面代码中，由于正则表达式 r 是从上一次的 lastIndex 位置开始匹配，导致第二次执行 test() 方法时出现预期以外的结果。

lastIndex 属性只对同一个正则表达式有效，所以下面这样写是错误的：

var count = 0
while (/a/g.test('babaa')) count++

上面代码会导致无限循环，因为 while 循环的每次匹配条件都是一个新的正则表达式，导致 lastIndex 属性总是等于 0。

如果正则模式是一个空字符串，则匹配所有字符串。

new RegExp('').test('abc')
// true

exec()

正则实例对象的 exec() 方法，用来返回匹配结果。如果发现匹配，就返回一个数组，成员是匹配成功的子字符串，否则返回 null。

var s = '_x_x'
var r1 = /x/
var r2 = /y/

r1.exec(s) // ["x"]
r2.exec(s) // null

上面代码中，正则对象 r1 匹配成功，返回一个数组，成员是匹配结果；正则对象 r2 匹配失败，返回 null。

如果正则表达式包含圆括号（即含有组匹配），则返回的数组会包括多个成员。第一个成员是整个匹配成功的结果，后面的成员就是圆括号对应的匹配成功的组。也就是说，第二个成员对应第一个括号，第三个成员对应第二个括号，以此类推。整个数组的 length 属性等于组匹配的数量加 1。

var s = '_x_x'
var r = /_(x)/

r.exec(s) // ["_x", "x"]

上面代码的 exec() 方法，返回一个数组。第一个成员是整个匹配的结果，第二个成员是圆括号匹配的结果。

exec() 方法的返回数组还包含以下两个属性：

input：整个源字符串。
index：模式匹配成功的开始位置（从 0 开始计数）。

var r = /a(b+)a/
var arr = r.exec('_abbba_aba_')

arr // ["abbba", "bbb"]

arr.index // 1
arr.input // "_abbba_aba_"

上面代码中的 index 属性等于 1，是因为从源字符串的第二个位置开始匹配成功。

如果正则表达式加上 g 修饰符，则可以使用多次 exec() 方法，下一次搜索的位置从上一次匹配成功结束的位置开始。

var reg = /a/g
var str = 'abc_abc_abc'

var r1 = reg.exec(str)
r1 // ["a"]
r1.index // 0
reg.lastIndex // 1

var r2 = reg.exec(str)
r2 // ["a"]
r2.index // 4
reg.lastIndex // 5

var r3 = reg.exec(str)
r3 // ["a"]
r3.index // 8
reg.lastIndex // 9

var r4 = reg.exec(str)
r4 // null
reg.lastIndex // 0

上面代码连续用了四次 exec() 方法，前三次都是从上一次匹配结束的位置向后匹配。当第三次匹配结束以后，整个字符串已经达到尾部，匹配结果返回 null，正则实例对象的 lastIndex 属性也重置为 0，意味着第四次匹配将从头开始。

利用 g 修饰符允许多次匹配的特点，可以用一个循环完成全部匹配。

var reg = /a/g
var str = 'abc_abc_abc'

while (true) {
  var match = reg.exec(str)
  if (!match) break
  console.log('#' + match.index + ':' + match[0])
}
// #0:a
// #4:a
// #8:a

上面代码中，只要 exec() 方法不返回 null，就会一直循环下去，每次输出匹配的位置和匹配的文本。

正则实例对象的 lastIndex 属性不仅可读，还可写。设置了 g 修饰符的时候，只要手动设置了 lastIndex 的值，就会从指定位置开始匹配。

字符串实例方法

字符串的实例方法之中，有 4 种与正则表达式有关。ES6 将这 4 个方法，在语言内部全部调用 RegExp 的实例方法，从而做到所有与正则相关的方法，全都定义在 RegExp 对象上。

String.prototype.match 调用 RegExp.prototype[Symbol.match]：返回一个数组，成员是所有匹配的字符串。
String.prototype.search 调用 RegExp.prototype[Symbol.search]：按照给定的正则表达式进行搜索，返回一个整数，表示匹配开始的位置。
String.prototype.replace 调用 RegExp.prototype[Symbol.replace]：按照给定的正则表达式进行替换，返回替换后的字符串。
String.prototype.split 调用 RegExp.prototype[Symbol.split]：按照给定规则进行字符串分割，返回一个数组，包含分割后的成员。

此外，ES2020 增加了 String.prototype.matchAll() 方法，用于一次性取出所有匹配。不过，它返回的是一个遍历器（Iterator），而不是数组。

match()

字符串实例对象的 match() 方法对字符串进行正则匹配，返回匹配结果。

var s = '_x_x'
var r1 = /x/
var r2 = /y/

s.match(r1) // ["x"]
s.match(r2) // null

从上面代码可以看到，字符串的 match() 方法与正则对象的 exec() 方法非常类似：匹配成功返回一个数组，匹配失败返回 null。

如果正则表达式带有 g 修饰符，则该方法与正则对象的 exec() 方法行为不同，会一次性返回所有匹配成功的结果。

var s = 'abba'
var r = /a/g

s.match(r) // ["a", "a"]
r.exec(s) // ["a"]

设置正则表达式的 lastIndex 属性，对 match 方法无效，匹配总是从字符串的第一个字符开始。

var r = /a|b/g
r.lastIndex = 7
'xaxb'.match(r) // ['a', 'b']
r.lastIndex // 0

matchAll()

如果一个正则表达式在字符串里面有多个匹配，一般使用 g 修饰符或 y 修饰符，在循环里面逐一取出。

var regex = /t(e)(st(\d?))/g
var string = 'test1test2test3'

var matches = []
var match
while ((match = regex.exec(string))) {
  matches.push(match)
}

matches
// [
//   ["test1", "e", "st1", "1", index: 0, input: "test1test2test3"],
//   ["test2", "e", "st2", "2", index: 5, input: "test1test2test3"],
//   ["test3", "e", "st3", "3", index: 10, input: "test1test2test3"]
// ]

ES2020 增加了 String.prototype.matchAll() 方法，可以一次性取出所有匹配。不过，它返回的是一个遍历器（Iterator），而不是数组。

注意

该方法应始终和 g 修饰符一起使用，否则报错。

const string = 'test1test2test3'
const regex = /t(e)(st(\d?))/g

for (const match of string.matchAll(regex)) {
  console.log(match)
}
// ["test1", "e", "st1", "1", index: 0, input: "test1test2test3"]
// ["test2", "e", "st2", "2", index: 5, input: "test1test2test3"]
// ["test3", "e", "st3", "3", index: 10, input: "test1test2test3"]

上面代码中，由于 matchAll() 返回的是一个遍历器，所以可以使用 for...of 循环取出。相对于返回数组，返回遍历器的好处在于，如果匹配结果是一个很大的数组，那么遍历器比较节省资源。

遍历器转为数组是非常简单的，使用 ... 运算符或 Array.from() 方法就可以了：

// 转为数组的方法一
;[...string.matchAll(regex)]

// 转为数组的方法二
Array.from(string.matchAll(regex))

search()

字符串对象的 search() 方法，返回第一个满足条件的匹配结果在整个字符串中的位置。如果没有任何匹配，则返回 -1。

'_x_x'.search(/x/)
// 1

上面代码中，第一个匹配结果出现在字符串的 1 号位置。

replace()

字符串对象的 replace() 方法可以替换匹配的值。它接受两个参数，第一个是正则表达式，表示搜索模式，第二个是替换的内容：

str.replace(search, replacement)

正则表达式如果不加 g 修饰符，就替换第一个匹配成功的值，否则替换所有匹配成功的值。

'aaa'.replace('a', 'b') // "baa"
'aaa'.replace(/a/, 'b') // "baa"
'aaa'.replace(/a/g, 'b') // "bbb"

上面代码中，最后一个正则表达式使用了 g 修饰符，导致所有的 a 都被替换掉了。

replace() 方法的一个应用，就是消除字符串首尾两端的空格：

var str = '  #id div.class  '

str.replace(/^\s+|\s+$/g, '')
// "#id div.class"

replace() 方法的第二个参数可以使用美元符号 $，用来指代所替换的内容：

$&：匹配的子字符串。
$`：匹配结果前面的文本。
$'：匹配结果后面的文本。
$n：匹配成功的第 n 组内容，n 是从 1 开始的自然数。
$$：指代美元符号 $。

'hello world'.replace(/(\w+)\s(\w+)/, '$2 $1')
// "world hello"

'abc'.replace('b', "[$`-$&-$']")
// "a[a-b-c]c"

上面代码中，第一个例子是将匹配的组互换位置，第二个例子是改写匹配的值。

replace() 方法的第二个参数还可以是一个函数，将每一个匹配内容替换为函数返回值。

'3 and 5'.replace(/[0-9]+/g, function (match) {
  return 2 * match
})
// "6 and 10"

var a = 'The quick brown fox jumped over the lazy dog.'
var pattern = /quick|brown|lazy/gi

a.replace(pattern, function replacer(match) {
  return match.toUpperCase()
})
// The QUICK BROWN fox jumped over the LAZY dog.

作为 replace() 方法第二个参数的替换函数，可以接受多个参数。其中，第一个参数是捕捉到的内容，第二个参数是捕捉到的组匹配（有多少个组匹配，就有多少个对应的参数）。此外，最后还可以添加两个参数，倒数第二个参数是捕捉到的内容在整个字符串中的位置（比如从第五个位置开始），最后一个参数是原字符串。

下面是一个网页模板替换的例子：

var prices = {
  p1: '$1.99',
  p2: '$9.99',
  p3: '$5.00'
}

var template =
  '<span id="p1"></span>' + '<span id="p2"></span>' + '<span id="p3"></span>'

template.replace(
  /(<span id=")(.*?)(">)(<\/span>)/g,
  function (match, $1, $2, $3, $4) {
    return $1 + $2 + $3 + prices[$2] + $4
  }
)
// "<span id="p1">$1.99</span><span id="p2">$9.99</span><span id="p3">$5.00</span>"

上面代码的捕捉模式中，有四个括号，所以会产生四个组匹配，在匹配函数中用 $1 到 $4 表示。匹配函数的作用是将价格插入模板中。

split()

字符串对象的 split() 方法按照正则规则分割字符串，返回一个由分割后的各个部分组成的数组。

str.split(separator, [limit])

该方法接受两个参数，第一个参数是正则表达式，表示分隔规则，第二个参数是返回数组的最大成员数。

// 非正则分隔
'a,  b,c, d'.split(',')
// [ 'a', '  b', 'c', ' d' ]

// 正则分隔，去除多余的空格
'a,  b,c, d'.split(/, */)
// [ 'a', 'b', 'c', 'd' ]

// 指定返回数组的最大成员
'a,  b,c, d'.split(/, */, 2)[('a', 'b')]

上面代码使用正则表达式，去除了子字符串的逗号后面的空格。

// 例一
'aaa*a*'.split(/a*/)
// [ '', '*', '*' ]

// 例二
'aaa**a*'.split(/a*/)
// ["", "*", "*", "*"]

上面代码的分割规则是 0 此或多次的 a，由于正则默认是贪婪匹配，所以例一的第一个分隔符是 aaa，第二个分隔符是 a，将字符串分成三个部分，包含开始处的空字符串。例二的第一个分隔符是 aaa，第二个分隔符是 0 个 a（即空字符串），第三个分隔符是 a，所以将字符串分成四个部分。

如果正则表达式带有括号，则括号匹配的部分也会作为数组成员返回。

'aaa*a*'.split(/(a*)/)
// [ '', 'aaa', '*', 'a', '*' ]

上面代码的正则表达式使用了括号，第一个组匹配是 aaa，第二个组匹配是 a，它们都作为数组成员返回。

匹配规则

字面量字符

大部分字符在正则表达式中，就是字面的含义，比如 /a/ 匹配 a，/b/ 匹配 b。如果在正则表达式之中，某个字符只表示它字面的含义，那么它们就叫做“字面量字符”（literarl characters）。

;/dog/.test('old dog') // true

上面代码中正则表达式的 dog，就是字面量字符，所以 /dog/ 匹配 old dog，因为它就表示 d、o、g 三个字母连在一起。

元字符

除了字面量字符以外，还有一部分字符有特殊含义，不代表字面的意思。它们叫做“元字符”（metacharacters），主要有以下几个：

点字符（.）
点字符（.）匹配除回车（\r）、换行（\n）、行分隔符（\u2028）和段分隔符（\u2029）以外的所有字符。
js
```
;/c.t/
```
上面代码中，c.t 匹配 c 和 t 之间包含任意一个字符的情况，只要这三个字符在同一行，比如 cat、c2t、c-t 等等，但是不匹配 coot。
注意
对于码点大于 0xFFFF 的字符，点字符不能正确匹配，会认为这是两个字符。

位置字符（^ 和 $）

位置字符用来提示字符所处的位置，主要有两个字符：^ 表示字符串的开始位置；$ 表示字符串的结束位置。

// test必须出现在开始位置
/^test/.test('test123') // true

// test必须出现在结束位置
/test$/.test('new test') // true

// 从开始位置到结束位置只有test
/^test$/.test('test') // true
/^test$/.test('test test') // false

选择符（|）
竖线符号（|）在正则表达式中表示“或关系”（OR），即 cat|dog 表示匹配 cat 或 dog。
js
```
;/11|22/.test('911') // true
```
上面代码中，正则表达式指定必须匹配 11 或 22。
多个选择符可以联合使用：
js
```
// 匹配fred、barney、betty之中的一个
;/fred|barney|betty/
```
选择符会包括它前后的多个字符，比如 /ab|cd/ 指的是匹配 ab 或者 cd，而不是匹配 b 或者 c。如果想修改这个行为，可以使用圆括号：
js
```
;/a( |\t)b/.test('a\tb') // true
```
上面代码指的是，a 和 b 之间有一个空格或者一个制表符。

其他的元字符还包括 \、*、+、?、()、[]、{} 等，将在下文解释。

转义符

正则表达式中那些有特殊含义的元字符，如果要匹配它们本身，就需要在它们前面加上反斜杠 \。比如要匹配 +，就要写成 \+。

/1+1/.test('1+1')
// false

/1\+1/.test('1+1')
// true

上面代码中，第一个正则表达式之所以不匹配，因为加号是元字符，不代表自身。第二个正则表达式使用反斜杠对加号转义，就能匹配成功。

正则表达式中，需要反斜杠转义的，一共有 12 个字符：^、.、[、$、(、)、|、*、+、?、{ 和 \。

注意

如果使用 RegExp 方法生成正则对象，转义需要使用两个斜杠，因为字符串内部会先转义一次。

new RegExp('1+1')
  .test('1+1')(
    // false

    new RegExp('1\\+1')
  )
  .test('1+1')
// true

上面代码中，RegExp 作为构造函数，参数是一个字符串。但是，在字符串内部，反斜杠也是转义字符，所以它会先被反斜杠转义一次，然后再被正则表达式转义一次，因此需要两个反斜杠转义。

特殊字符

正则表达式对一些不能打印的特殊字符，提供了表达方法：

\cX 表示 Ctrl-[X]，其中的 X 是 A-Z 之中任一个英文字母，用来匹配控制字符。
[\b] 匹配退格键，不要与 \b 混淆。
\n 匹配换行键。
\r 匹配回车键。
\t 匹配制表符 tab。
\v 匹配垂直制表符。
\f 匹配换页符。
\0 匹配 null 字符。
\zhh 匹配一个以两位十六进制数表示的字符（\x00 ~ \xFF）。
\uhhhh 匹配一个以四位十六进制数表示的 Unicode 字符（\u0000 ~ \uFFFF）。

字符类

字符类（class）表示有一系列字符可供选择，只要匹配其中一个就可以了。

所有可供选择的字符都放在方括号内，比如 [xyz] 表示 x、y、z 之中任选一个匹配。

/[abc]/.test('hello world') // false
/[abc]/.test('apple') // true

有两个字符在字符类中有特殊含义：

脱字符（^）
如果方括号内的第一个字符是 ^，则表示除了字符类之中的字符，其他字符都可以匹配。比如，[^xyz] 表示除了 x、y、z 之外都可以匹配。
js
```
/[^abc]/.test('bbc news') // true
/[^abc]/.test('bbc') // false
```
如果方括号内没有其他字符，即只有 [^]，就表示匹配一切字符，其中包括换行符。相比之下，点号作为元字符是不包括换行符的。
js
```
var s = 'Please yes\nmake my day!'

s.match(/yes.*day/) // null
s.match(/yes[^]*day/) // [ 'yes\nmake my day']
```
连字符（-）
某些情况下，对于连续序列的字符，连字符（-）用来提供简写形式，表示字符的连续范围。比如，[abc] 可以写成 [a-c]，[0123456789] 可以写成 [0-9]，同理，[A-Z] 表示 26 个大写字母。
js
```
/a-z/.test('b') // false
/[a-z]/.test('b') // true
```
上面代码中，当连字符（dash）不出现在方括号之中，就不具备简写的作用，只代表字面的含义，所以不匹配字符 b。只有当连字符用在方括号之中，才表示连续的字符序列。
以下都是合法的字符类简写形式：
js
```
[0-9.,]
[0-9a-fA-F]
[a-zA-Z0-9-]
[1-31]
```
需要注意的是，上面最后一个字符类 [1-31]，不代表 1 到 31，只代表 1 到 3。
连字符还可以用来指定 Unicode 字符的范围：
js
```
var str = '\u0130\u0131\u0132'
;/[\u0128-\uFFFF]/.test(str)
// true
```
注意
不要过分使用连字符，设定一个很大的范围，否则很可能选中意料之外的字符。最典型的例子就是 [A-z]，表面上它是选中从大写的 A 到小写的 z 之间 52 个字母，但是由于在 ASCII 编码之中，大写字母与小写字母之间还有其他字符，结果就会出现意料之外的结果。
js
```
;/[A-z]/.test('\\') // true
```
上面代码中，由于反斜杠的 ASCII 码在大写字母与小写字母之间，结果会被选中。

预定义模式

预定义模式指的是某些常见模式的简写方式：

\d 匹配 0-9 之间的任一数字，相当于 [0-9]。
\D 匹配所有 0-9 之外的字符，相当于 [^0-9]。
\w 匹配任意的字母、数字和下划线，相当于 [A-Za-z0-9_]。
\W 除所有字母、数字和下划线以外的字符，相当于 [^A-Za-z0-9_]。
\s 匹配空格（包括换行符、制表符、空格符等），相当于 [ \t\r\n\v\f]。
\S 匹配非空格的字符，相当于 [^ \t\r\n\v\f]。
\b 匹配词的边界。
\B 匹配非词的边界，即在词的内部。

下面是一些例子：

// \s 的例子
/\s\w*/.exec('hello world') // [" world"]

// \b 的例子
/\bworld/.test('hello world') // true
/\bworld/.test('hello-world') // true
/\bworld/.test('helloworld') // false

// \B 的例子
/\Bworld/.test('hello-world') // false
/\Bworld/.test('helloworld') // true

上面代码中，\s 表示空格，所以匹配结果会包括空格。\b 表示词的边界，所以 world 的词首必须独立（词尾是否独立未指定），才会匹配。同理，\B 表示非词的边界，只有 world 的词首不独立，才会匹配。

通常，正则表达式遇到换行符（\n）就会停止匹配。

var html = '<b>Hello</b>\n<i>world!</i>'

;/.*/.exec(html)[0]
// "<b>Hello</b>"

上面代码中，字符串 html 包含一个换行符，结果点字符不匹配换行符，导致匹配结果可能不符合原意。这时使用 /s 字符类，就能包括换行符。

var html = '<b>Hello</b>\n<i>world!</i>'

;/[\S\s]*/.exec(html)[0]
// "<b>Hello</b>\n<i>world!</i>"

上面代码中，[\S\s] 指代一切字符。

重复类

模式的精确匹配次数，使用大括号（{}）表示。{n} 表示恰好重复 n 次，{n,} 表示至少重复 n 次，{n,m} 表示重复不少于 n 次，不多于 m 次。

/lo{2}k/.test('look') // true
/lo{2,5}k/.test('looook') // true

量词类

量词符用来设定某个模式出现的次数：

? 问号表示某个模式出现 0 次或 1 次，等同于 {0,1}。
* 星号表示某个模式出现 0 次或多次，等同于 {0,}。
+ 加号表示某个模式出现 1 次或多次，等同于 {1,}。

// t 出现0次或1次
/t?est/.test('test') // true
/t?est/.test('est') // true

// t 出现1次或多次
/t+est/.test('test') // true
/t+est/.test('ttest') // true
/t+est/.test('est') // false

// t 出现0次或多次
/t*est/.test('test') // true
/t*est/.test('ttest') // true
/t*est/.test('tttest') // true
/t*est/.test('est') // true

贪婪模式

上一小节的三个量词，默认情况下都是最大可能匹配，即匹配到下一个字符不满足匹配规则为止，这被称为贪婪模式。

var s = 'aaa'
s.match(/a+/) // ["aaa"]

上面代码中，模式是 /a+/，表示匹配 1 个或多个 a，那么到底会匹配几个呢？因为默认是贪婪模式，会一直匹配到 a 不出现位置，所以匹配结果是 3 个 a。

除了贪婪模式，还有非贪婪模式，即最小可能匹配。只要一发现匹配，就返回结果，不要往下检查。如果想将贪婪模式改为非贪婪模式，可以在量词符后面加一个问号。

var s = 'aaa'
s.match(/a+?/) // ["a"]

上面例子中，模式结尾添加了一个问号 /a+?/，这时就改为非贪婪模式，一旦条件满足，就不再往下匹配，+? 表示只要发现一个 a，就不再往下匹配了。

除了非贪婪模式的加号（+?），还有非贪婪模式的星号（*?）和非贪婪模式的问号（??）。

'abb'.match(/ab*/) // ["abb"]
'abb'.match(/ab*?/) // ["a"]

'abb'.match(/ab?/) // ["ab"]
'abb'.match(/ab??/) // ["a"]

上面例子中，/ab*/ 表示如果 a 后面有多个 b，那么匹配尽可能多的 b；/ab*?/ 表示匹配尽可能少的 b，也就是 0 个 b。

修饰符

修饰符（modifier）表示模式的附加规则，放在正则模式的尾部。

修饰符可以单个使用，也可以多个一起使用：

// 单个修饰符
var regex = /test/i

// 多个修饰符
var regex = /test/gi

g 修饰符
默认情况下，第一次匹配成功后，正则对象就停止向下匹配了。g 修饰符表示全局匹配（global），加上它以后，正则对象将匹配全部符合条件的结果，主要用于搜索和替换。
js
```
var regex = /b/
var str = 'abba'

regex.test(str) // true
regex.test(str) // true
regex.test(str) // true
```
上面代码中，正则模式不含 g 修饰符，每次都是从字符串头部开始匹配。所以，连续做了三次匹配，都返回 true。
js
```
var regex = /b/g
var str = 'abba'

regex.test(str) // true
regex.test(str) // true
regex.test(str) // false
```
上面代码中，正则模式含有 g 修饰符，每次都是从上一次匹配成功处，开始向后匹配。因为字符串 abba 只有两个 b，所以前两次匹配结果为 true，第三次匹配结果为 false。
y 修饰符
ES6 为正则表达式添加了 y 修饰符，叫做“粘连”（sticky）修饰符。
y 修饰符的作用域 g 修饰符类似，也是全局匹配，后一次匹配都从上一次匹配成功的下一个位置开始。不同之处在于，g 修饰符只要剩余位置中存在匹配就可以，而 y 修饰符确保匹配必须从剩余的第一个位置开始，这也就是“粘连”的含义。
js
```
var s = 'aaa_aa_a'
var r1 = /a+/g
var r2 = /a+/y

r1.exec(s) // ["aaa"]
r2.exec(s) // ["aaa"]

r1.exec(s) // ["aa"]
r2.exec(s) // null
```
上面代码中有两个正则表达式，一个使用 g 修饰符，另一个使用 y 修饰符。这两个正则表达式各执行了两次，第一次执行的时候，两者行为相同，剩余字符串都是 _aa_a。由于 g 修饰符没有位置要求，所以第二次执行返回结果，而 y 修饰符要求匹配必须从头部开始，所以返回 null。
y 修饰符同样遵守 lastIndex 属性，但是要求必须在 lastIndex 指定的位置发现匹配：
js
```
const REGEX = /a/y

// 指定从2号位置开始匹配
REGEX.lastIndex = 2

// 不是粘连，匹配失败
REGEX.exec('xaya') // null

// 指定从3号位置开始匹配
REGEX.lastIndex = 3

// 3号位置是粘连，匹配成功
const match = REGEX.exec('xaya')
match.index // 3
REGEX.lastIndex // 4
```
实际上，y 修饰符隐含了头部匹配的标志 ^。
js
```
;/b/y.exec('aba')
// null
```
上面代码由于不能保证头部匹配，所以返回 null。y 修饰符的设计本意，就是让头部匹配的标志 ^ 在全局匹配中都有效。
下面是字符串对象的 replace() 方法的例子：
js
```
const REGEX = /a/gy
'aaxa'.replace(REGEX, '-') // '--xa'
```
上面代码中，最后一个 a 因为不是出现在下一次匹配的头部，所以不会被替换。
单单一个 y 修饰符对 match() 方法，只能返回第一个匹配，必须与 g 修饰符联用，才能返回所有匹配。
js
```
'a1a2a3'.match(/a\d/y) // ["a1"]
a1a2a3'.match(/a\d/gy) // ["a1", "a2", "a3"]
```
y 修饰符的一个应用，是从字符串提取 token（词元），y 修饰符确保了匹配之间不会有漏掉的字符。
js
```
const TOKEN_Y = /\s*(\+|[0-9]+)\s*/y
const TOKEN_G = /\s*(\+|[0-9]+)\s*/g

tokenize(TOKEN_Y, '3 + 4')
// [ '3', '+', '4' ]
tokenize(TOKEN_G, '3 + 4')
// [ '3', '+', '4' ]

function tokenize(TOKEN_REGEX, str) {
  let result = []
  let match
  while ((match = TOKEN_REGEX.exec(str))) {
    result.push(match[1])
  }
  return result
}
```
上面代码中，如果字符串里没有非法字符，y 修饰符与 g 修饰符的提取结果是一样的。但是，一旦出现非法字符，两者的行为就不一样了。
js
```
tokenize(TOKEN_Y, '3x + 4')
// [ '3' ]
tokenize(TOKEN_G, '3x + 4')
// [ '3', '+', '4' ]
```
上面代码中，g 修饰符会忽略非法字符，而 y 修饰符不会，这样就很容易发现错误。
i 修饰符
默认情况下，正则队形区分字母的大小写，加上 i 修饰符以后表示忽略大小写（ignoreCase）。
js
```
;/abc/.test('ABC') // false
;/abc/i.test('ABC') // true
```
m 修饰符
m 修饰符表示多行模式（multiline），会修改 ^ 和 $ 的行为。默认情况下（即不加 m 修饰符时），^ 和 $ 匹配字符串的开始处和结尾处，加上 m 修饰符以后，^ 和 $ 还会匹配行首和行尾，即 ^ 和 $ 会识别换行符（\n）。
js
```
;/world$/.test('hello world\n') // false
;/world$/m.test('hello world\n') // true
```
上面代码中，字符串结尾处有一个换行符。如果不加 m 修饰符，匹配不成功，因为字符串的结尾不是 world；加上以后，$ 可以匹配行尾。
js
```
;/^b/m.test('a\nb') // true
```
上面代码要求匹配行首的 b，如果不加 m 修饰符，就相当于 b 只能处在字符串的开始处。加上 m 修饰符以后，换行符 \n 也会被认为是一行的开始。

组匹配

概述
正则表达式的括号表示分组匹配，括号中的模式可以用来匹配分组的内容。
js
```
;/fred+/.test('fredd') // true
;/(fred)+/.test('fredfred') // true
```
上面代码中，第一个模式没有括号，结果 + 只表示重复字母 d，第二个模式有括号，结果 + 就表示匹配 fred 这个词。
下面是另外一个分组捕获的例子：
js
```
var m = 'abcabc'.match(/(.)b(.)/)
m
// ['abc', 'a', 'c']
```
上面代码中，正则表达式 /(.)b(.)/ 一共使用两个括号，第一个括号捕获 a，第二个括号捕获 c。
注意
使用组匹配时，不宜同时使用 g 修饰符，否则 match 方法不会捕获分组的内容。
js
```
var m = 'abcabc'.match(/(.)b(.)/g)
m // ['abc', 'abc']
```
上面代码使用带 g 修饰符的正则表达式，结果 match 方法只捕获了匹配整个表达式的部分。这时必须使用正则表达式的 exec 方法，配合循环，才能读到每一轮匹配的组捕获。
js
```
var str = 'abcabc'
var reg = /(.)b(.)/g
while (true) {
 var result = reg.exec(str)
 if (!result) break
 console.log(result)
}
// ["abc", "a", "c"]
// ["abc", "a", "c"]
```
正则表达式内部，还可以用 \n 引用括号匹配的内容，n 是从 1 开始的自然数，表示对应顺序的括号。
js
```
;/(.)b(.)\1b\2/.test('abcabc')
// true
```
上面的代码中，\1 表示第一个括号匹配的内容（即 a），\2 表示第二个括号匹配的内容（即 c）。
下面是另一个例子：
js
```
;/y(..)(.)\2\1/.test('yabccab') // true
```
括号还可以嵌套：
js
```
;/y((..)\2)\1/.test('yabababab') // true
```
上面代码中，\1 指向外层括号，\2 指向内层括号。
组匹配非常有用，下面是一个匹配网页标签的例子：
js
```
var tagName = /<([^>]+)>[^<]*<\/\1>/

tagName.exec('bold')[1]
// 'b'
```
上面代码中，圆括号匹配尖括号之中的标签，而 \1 就表示对应的闭合标签。
上面代码略加修改，就能捕获带有属性的标签。
js
```
var html = 'Helloworld'
var tag = /<(\w+)([^>]*)>(.*?)<\/\1>/g

var match = tag.exec(html)

match[1] // "b"
match[2] // " class="hello""
match[3] // "Hello"

match = tag.exec(html)

match[1] // "i"
match[2] // ""
match[3] // "world"
```
非捕获组
(?:x) 称为非捕获组（Non-capturing group），表示不返回该组匹配的内容，即匹配的结果中不计入这个括号。
非捕获组的作用请考虑这样一个场景，假定需要匹配 foo 或者 foofoo，正则表达式就应该写成 /(foo){1,2}/，但是这样会占用一个组匹配。这时，就可以使用非捕获组，将正则表达式改为 /(?:foo){1,2}/，它的的作用与前一个正则是一样的，但是不会单独输出括号内部的内容。
请看下面的例子：
js
```
var m = 'abc'.match(/(?:.)b(.)/)
m // ["abc", "c"]
```
上面代码中的模式，一共使用了两个括号。其中第一个括号是非捕获组，所以最后返回的结果中没有第一个括号，只有第二个括号匹配的内容。
下面是用来分解网址的正则表达式：
js
```
// 正常匹配
var url = /(http|ftp):\/\/([^/\r\n]+)(\/[^\r\n]*)?/

url.exec('http://google.com/')
// ["http://google.com/", "http", "google.com", "/"]

// 非捕获组匹配
var url = /(?:http|ftp):\/\/([^/\r\n]+)(\/[^\r\n]*)?/

url.exec('http://google.com/')
// ["http://google.com/", "google.com", "/"]
```
上面的代码中，前一个正则表达式是正常匹配，第一个圆括号返回网络协议；后一个正则表达式是非捕获组，返回结果中不包括网络协议。
先行断言
x(?=y) 称为先行断言（Positive look-ahead），x 只有在 y 前面才匹配，y 不会被计入返回结果。比如，要匹配后面跟着百分号的数字，可以写成 /\d+(?=%)/。
“先行断言”中，括号里的部分是不会返回的。
js
```
var m = 'abc'.match(/b(?=c)/)
m // ["b"]
```
上面的代码使用了先行断言，b 在 c 前面所以被匹配，但是括号对应的 c 不会被返回。
x(?!y) 称为先行否定断言（Negative look-ahead），x 只有不在 y 前面才匹配，y 不会被计入返回结果。比如，要匹配后面跟的不是百分号的数字，就要写成 /\d+(?!%)/。
js
```
;/\d+(?!\.)/.exec('3.14')
// ["14"]
```
上面代码中，正则表达式指定，只有不在小数点前面的数字才会被匹配，因此返回的结果就是 14。
“先行否定断言”中，括号里的部分是不会返回的。
js
```
var m = 'abd'.match(/b(?!c)/)
m // ['b']
```
上面的代码使用了先行否定断言，b 不在 c 前面所以被匹配，而且括号对应的 d 不会被返回。
后行断言
ES2018 引入后行断言，与先行断言相反，x 只有在 y 后面才匹配，必须写成 /(?<=y)x/。比如，只匹配美元符号之后的数字，要写成 /(?<\$)\d+/。“后行否定断言”则与“先行否定断言”相反，x 只有不在 y 后面才匹配，必须写成 /(?<!y)x/。比如，只匹配不在美元符号后面的数字，要写成 /(?<!\$)\d+/。
js
```
/(?<=\$)\d+/.exec('Benjamin Franklin is on the $100 bill') // ["100"]
/(?<!\$)\d+/.exec('it’s worth about €90') // ["90"]
```
上面例子中，“后行断言”的括号之中的部分（(?<=\$)），也是不计入返回结果。
下面的例子是使用后行断言进行字符串替换：
js
```
const RE_DOLLAR_PREFIX = /(?<=\$)foo/g
'$foo %foo foo'.replace(RE_DOLLAR_PREFIX, 'bar')
// '$bar %foo foo'
```
上面代码表示，只有在美元符号后面的 foo 才会被替换。
注意
“后行断言”的实现，需要先匹配 /(?<=y)x/ 的 x，然后再回到左边，匹配 y 的部分。这种“先右后左”的执行顺序，与所有其他正则操作相反，导致了一些不符合预期的行为。
首先，后行断言的组匹配，与正常情况下结果是不一样的。
js
```
/(?<=(\d+)(\d+))$/.exec('1053') // ["", "1", "053"]
/^(\d+)(\d+)$/.exec('1053') // ["1053", "105", "3"]
```
上面代码中，需要捕捉两个组匹配。没有后行断言时，第一个括号是贪婪模式，第二个括号只能捕获一个字符，所以结果是 105 和 3。而后行断言时，由于执行顺序是从右到左，第二个括号是贪婪模式，第一个括号只能捕获一个字符，所以结果是 1 和 053。
其次，后行断言的反斜杠引用，也与通常的顺序相反，必须在对应的那个括号之前。
js
```
/(?<=(o)d\1)r/.exec('hodor') // null
/(?<=\1d(o))r/.exec('hodor') // ["r", "o"]
```
上面代码中，如果后行断言的反括号引用（\1）放在括号的后面，就不会得到匹配结果，必须放在前面才可以。因为后行断言是先从左到右扫描，发现匹配以后再回过头，从右到左完成反斜杠引用。

具名组匹配

组匹配的一个问题是，每一组的匹配含义不容易看出来，而且只能用数字序号引用，要是组的顺序变了，引用的时候就必须修改序号。

ES2018 引入了具名组匹配（Named Capture Groups），允许为每一个组匹配指定一个名字，既便于阅读代码，又便于引用。

const RE_DATE = /(?<year>\d{4})-(?<month>\d{2})-(?<day>\d{2})/

const matchObj = RE_DATE.exec('1999-12-31')
const year = matchObj.groups.year // "1999"
const month = matchObj.groups.month // "12"
const day = matchObj.groups.day // "31"

上面代码中，具名组匹配放在圆括号内部，模式的头部添加“问号 + 尖括号 + 组名”（?<year>），然后就可以在 exec 方法返回结果的 groups 属性上引用该组名。同时，数字序号（matchObj[1]）依然有效。

具名组匹配等于为每一组匹配加上了 ID，便于描述匹配的目的。如果组的顺序变了，也不用改变匹配后的处理代码。

如果具名组没有匹配，那么对应的 groups 对象属性会是 undefined。

const RE_OPT_A = /^(?<as>a+)?$/
const matchObj = RE_OPT_A.exec('')

matchObj.groups.as // undefined
'as' in matchObj.groups // true

上面代码中，具名组 as 没有找到匹配，那么 matchObj.groups.as 属性值就是 undefined，并且 as 这个键名在 groups 是始终存在的。

有了具名组匹配以后，可以使用解构赋值直接从匹配结果上为变量赋值：

let {
  groups: { one, two }
} = /^(?<one>.*):(?<two>.*)$/u.exec('foo:bar')
one // foo
two // bar

字符串替换时，使用 $<组名> 引用具名组：

let re = /(?<year>\d{4})-(?<month>\d{2})-(?<day>\d{2})/u

'2015-01-02'.replace(re, '$<day>/$<month>/$<year>')
// '02/01/2015'

上面代码中，replace 方法的第二个参数是一个字符串，而不是正则表达式。

replace 方法的第二个参数也可以是函数，该函数的参数序列如下：

'2015-01-02'.replace(
  re,
  (
    matched, // 整个匹配结果 2015-01-02
    capture1, // 第一个组匹配 2015
    capture2, // 第二个组匹配 01
    capture3, // 第三个组匹配 02
    position, // 匹配开始的位置 0
    S, // 原字符串 2015-01-02
    groups // 具名组构成的一个对象 {year, month, day}
  ) => {
    let { day, month, year } = groups
    return `${day}/${month}/${year}`
  }
)

具名组匹配在原来的基础上，新增了最后一个函数参数：具名组构成的一个对象。函数内部可以直接对这个对象进行解构赋值。

如果要在正则表达式内部引用某个具名组匹配，可以使用 \k<组名> 的写法：

const RE_TWICE = /^(?<word>[a-z]+)!\k<word>$/
RE_TWICE.test('abc!abc') // true
RE_TWICE.test('abc!ab') // false

数字引用（\1）依然有效：

const RE_TWICE = /^(?<word>[a-z]+)!\1$/
RE_TWICE.test('abc!abc') // true
RE_TWICE.test('abc!ab') // false

这两种引用语法还可以同时使用：

const RE_TWICE = /^(?<word>[a-z]+)!\k<word>!\1$/
RE_TWICE.test('abc!abc!abc') // true
RE_TWICE.test('abc!abc!ab') // false

JavaScript 中的 RegExp 对象 ​

概述 ​

实例属性 ​

实例方法 ​

test() ​

exec() ​

字符串实例方法 ​

match() ​

matchAll() ​

search() ​

replace() ​

split() ​

匹配规则 ​

字面量字符 ​

元字符 ​

转义符 ​

特殊字符 ​

字符类 ​

预定义模式 ​

重复类 ​

量词类 ​

贪婪模式 ​

修饰符 ​

组匹配 ​

具名组匹配 ​