模糊匹配

如果正则只有精确匹配是没多大意义的, 比如/hello/, 也只能匹配字符串中的hello这个字符串

正则表达式之所以强大, 是因为其能实现模糊匹配

而模糊匹配, 有两个方向上的模糊: 横向模糊和纵向模糊

横向模糊匹配

个正则可匹配的字符串的长度不是固定的, 可以有多种可能

其实现的方式是使用量词.例如{m,n}, 表示连续出现最少m次, 最多n次

纵向模糊匹配

一个正则匹配的字符串, 具体到某一位字符时, 它可以不是某个确定的字符, 可以有多种可能

其实现的方式是使用字符组.例如[abc], 表示该字符是可以字符a, b, c中的任何一个

量词

量词也称重复.掌握{m,n}的准确含义后, 只需要记住一些简写形式

常见的简写形式

• {m,} 表示至少出现m次
• {m}就是{m,m}.表示出现m次
• ?就是{0,1}.表示出现或者不出现

• +就是{1,}.表示出现至少一次
• * 就是{0,}.表示出现任意次, 有可能不出现

贪婪匹配

/\d{2,5}/表示数字连续出现2到5次.会匹配2位, 3位, 4位, 5位连续数字

但是其实贪婪的, 它会尽可能多的匹配.你能给我6个, 我就要6个.你能给我3个, 我就3要个.反正只要在能力范围内, 越多越好

我们知道有时贪婪不是一件好事.

惰性匹配

而惰性匹配, 就是尽可能少的匹配

/\d{2,5}?/表示虽然2到5次都行, 当2个就够的时候, 就不在往下尝试了

字符组

虽叫字符组(字符类), 但只是其中一个字符.例如[abc], 表示该字符是可以字符a, b, c中的任何一个

范围表示法

如果字符组里的字符特别多的话怎么办?可以使用范围表示法

比如[123456abcdefGHIJKLM], 可以写成[1-6a-fG-M].用连字符-来省略和简写

因为连字符有特殊用途, 那么要匹配a, -, z这三者中任意一个字符, 该怎么做呢?

不能写成[a-z], 因为其表示小写字符中的任何一个字符

可以写成如下的方式:[-az]或[az-]或[a\-z]

即要么放在开头, 要么放在结尾, 要么转义.总之不会让引擎认为是范围表示法就行了

排除字符组

纵向模糊匹配, 还有一种情形就是, 某位字符可以是任何东西, 但就不能是a, b, c

此时就是排除字符组(反义字符组)的概念.例如[^abc], 表示是一个除a, b, c之外的任意一个字符.字符组的第一位放^(脱字符), 表示求反的概念

当然, 也有相应的范围表示法

常见的简写形式

有了字符组的概念后, 一些常见的符号我们也就理解了, 因为它们都是系统自带的简写形式

• \d就是[0-9].表示是一位数字
• \D就是[^0-9].表示除数字外的任意字符
• \w就是[0-9a-zA-Z_].表示数字, 大小写字母和下划线
• \W就是[^0-9a-zA-Z_].非单词字符
• \s就是[ \t\v\n\r\f].表示空白符, 包括空格, 水平制表符, 垂直制表符, 换行符, 回车符, 换页符
• \S就是[^ \t\v\n\r\f]. 非空白符
• .就是[^\n\r\u2028\u2029].通配符, 表示几乎任意字符.换行符, 回车符, 行分隔符和段分隔符除外

多选分支

一个模式可以实现横向和纵向模糊匹配, 而多选分支可以支持多个子模式任选其一

具体形式如下:(p1|p2|p3), 其中p1, p2, p3是子模式，, 用|(管道符)分隔, 表示其中任何之一

例如要匹配aa和bb可以使用/aa|bb/

但有个事实我们应该注意, 比如我用/aa|aabb/, 去匹配aabb字符串时, 结果是aa

而把正则改成/aabb|aa/后

也就是说, 分支结构也是惰性的, 即当前面的匹配上了, 后面的就不再尝试了