正则表达式学习和高级用法
以下所有的验证都在
在线验证
1. 起始符 /
正则表达式的起始符
2. 限定符
+
匹配前面的子表达式**1次或多次**。例如，zo+ 能匹配 "zo" 以及"zoo"，但不能匹配 "z"。+等价于 {1,}。
?
匹配前面的子表达式**0次或1次**。例如，do(es)? 可以匹配 "do" 、 "does"、 "doxy" 中的 "do" 和 "does"。
? 等价于 {0,1}。
*
匹配前面的子表达式**0次或多次**。例如，zo* 能匹配 "z" 以及"zoo"。* 等价于 {0,}。
. 句点符
匹配除换行符外 /r 和 /n的所有字符，但一次只能匹配一个
{ }
{n}
n 是一个非负整数。匹配确定的 n 次。例如，o{2} 不能匹配 "Bob" 中的 o，但是能匹配 "food" 中的两个 o。
{n,}
n 是一个非负整数。至少匹配n 次。例如，o{2,} 不能匹配 "Bob" 中的 o，但能匹配 "foooood" 中的所有 o。o{1,} 等价于 o+。o{0,} 则等价于 o*。
{n,m}
m 和 n 均为非负整数，其中 n <= m。最少匹配 n 次且最多匹配 m 次。例如，o{1,3} 将匹配 "fooooood" 中的前三个 o。o{0,1} 等价于 o?。请注意在逗号和两个数之间不能有空格。
3. 普通字符
[ ]
所有的区间都会匹配一个结果返回
[ABC]
匹配包含在中括号中的所有字符，注意的是匹配的的字符不需要是连续的的，只要是在 [...]中的字符就行，相当于字典。
[^ABC ]
和[ABC] 是取反的操作，表示不包含的匹配
区间操作 [A-Za-z0-0]
匹配某一区间的所有包含字符 例如匹配所有的中文[\u4e00-\u9fa5] ，这里是通过Unicode
4. 元字符
\d \D
配置所有的数字字符， 大写的表示取反 0-9
\w \W
匹配所有的 英文字母 + 数字 + 下划线, 只能匹配一个，如果要匹配多个需要用到 \w+
\s \S
匹配任何空白字符，包括空格、制表符、换页符等等。
5. 逻辑运算符
与运算 (...)
括号内的做为一个整体匹配
或运算符 |
指明两项之间的一个选择。要匹配 |，请使用 \|
A(ab|cd)D 两个匹配一个
6. 定位符
$ 字符串结尾符
表示匹配的所有字符在句尾
^ 首字符匹配
在中括号中[ ] 表示取反
\b \B 边界匹配符
将两个空个之间的字符整体作为一个单词， 匹配边界包含某一特征的字符
7. 高级用法
贪婪匹配 or 懒惰匹配 ?
正则匹配的原则默认是按照贪婪匹配，表示尽可能多的匹配，也就是在满足条件的情况下，找到最长的。
<span> <div>this is very important!</div> </span>
我们要匹配所有的html标签 我们用 <.+> ，结果发现匹配的并不是 按照 <span> 和 <div>
而是把所有的都返回了，原因就是默认采用了贪婪匹配。
如果我们用<.+?>表示我们用懒惰匹配，只要找到符合的就作为一个返回结果。
懒惰模式存在时对可匹配多个字符的操作符 例如
| 贪婪元字符 | 懒惰元字符 |
|---|---|
+ | +? |
* | *? |
{} | {}? |
修饰符
/i
ignore - 不区分大小写 将匹配设置为不区分大小写，搜索时不区分大小写: A 和 a 没有区别。
/g
g global - 全局匹配 查找所有的匹配项。
/m
m multi line - 多行匹配 使边界字符 ^ 和 $ 匹配每一行的开头和结尾，记住是多行，而不是整个字符串的开头和结尾。
/s
特殊字符圆点. 中包含换行符 \n, 默认情况下的圆点 . 是匹配除换行符 \n 之外的任何字符，加上 s 修饰符之后,
. 中包含换行符 \n。
回溯引用
回溯引用指的是模式的后半部分引用在前半部分中定义的子表达式，且只能用来引用模式里的子表达式()子表达式即用元字符(和)括起来的部分）。简单理解，可以将回溯引用想象成对变量的引用。
使用
\1表示引用第1个子表达式，\2表示引用第2个子表达式，以此类推（通常，回溯引用从1开始匹配）
注意
由于子表达式是按照其在表达式中的相对位置来引用的，因此有个不好之处在于，一旦改变了子表达式的相对位置，很容易引起正则的回溯引用失效。
例子：
我们要匹配一个HTML标签 <h1>-<h6> 中的内容,我们用这样的正则<[Hh][1-6]>.*?</[Hh][1-6]>，这个可以匹配但是没有办法判断标签错误匹配的问题。
可以用回溯解决，主要时判断<h>标签前面的数字是否匹配， <[hH]([1-6])>.*?</[hH]\1>就可以解决。
替换操作符 $
$1、$2表达的是正则表达式中小括号（即分组）中的内容，$1是第一个小括号（分组）中的匹配结果，$2是第二个小括号（分组）中的匹配结果，以此类推。通常$1、$2用在替换操作中。如下：
前后查找
前后查找是查找具有某一条件的字符串
(正)向前查找 (?=)
如果我们想在一堆 URL 中拿到它们的协议名(scheme)
http://www.test.com
https://www.example.com
ftp://ftp.aaa.com
我们可能会使用.+: 来完成要求，但是该模式匹配的是 http:，https:，ftp:，要提取协议名我们还得对字符串做二次处理。所幸的是，使用向前查找.+(?=:) 就能够省去后面的冒号，其中子表达式(?=:) 表示找到: 就可以了，不把它包括在最终的匹配结果里。
(正)向后查找 (?<=)
除了?= 表示向前查找，还有很多正则表达式（JS不在其中。。。）也支持向后查找，操作符为 ?<=。同样地，来看一个例子：对于如下文本
ABC01: $23.45
HGG43: $5.31
如果我们想将其中的价格匹配出来（不含$），使用 [0-9.]+ 是不行的，因为它也会匹配出 01 和 43，这时候使用向后查找 (?<=\$)[0-9.]+ 问题就迎刃而解了。
前后取非查找 （负向查找） (?!) (?<!)
如果文本中我们只想匹配数量而不匹配金额：只匹配num 不匹配 $num,比如下面这个例子
I paid $30 for 100 apples,
50 orange, and 60 pears,
I saved $5 on this order.
\b(?<!\$)\d+\b 最终的匹配的结果是只包含那些不以 $ 开头的数值。
这个是所有操作符的总结
这时候可以取非
| 操作符 | 说明 |
|---|---|
(?=) | 正向前查找 |
(?<=) | 正向前查找 |
(?!) | 负向前查找 |
(?<!) | 负向后查找 |
嵌入条件
北美的电话号码格式是 (123)456-7890 和 123-456-7890，要匹配该模式，可能很容易就想到使用 \(?\d{3}\)?-?\d{3}-\d{4}，但是该表达式也会匹配到非法的数据格式比如 (123-456-7890，这种情况我们就需要使用条件：如果电话号码里有一个 (，则第五个字符匹配 )，否则匹配 -。
嵌入条件的语法为：
(?(backreference)true-regex)
(?(backreference)true-regex|false-regex)
可以理解为：
if (backreference) { true-regex } else { false-regex }
分析这个模式，其中 (\()? 匹配一个可选的左括号，(?(1)\)|-) 是一个回溯引用条件，只有配对出现的括号才会被匹配。