閱讀建議：看一下正則表示式基礎，有一定的基本概念，效果最佳。

正則表示式是匹配模式，要麼匹配字元，要麼匹配位置。請記住這句話。

然而關於正則如何匹配字元的學習，大部分人都覺得這塊比較雜亂。

畢竟元字元太多了，看起來沒有系統性，不好記。本文就解決這個問題。

內容包括：

1. 兩種模糊匹配

2. 字元組

3. 量詞

4. 分支結構

5. 案例分析

1. 兩種模糊匹配

如果正則只有精確匹配是沒多大意義的，比如/hello/，也只能匹配字串中的”hello”這個子串。

var regex = /hello/;
console.log( regex.test("hello"
 
) ); // true

正則表示式之所以強大，是因為其能實現模糊匹配。

而模糊匹配，有兩個方向上的“模糊”：橫向模糊和縱向模糊。

1.1 橫向模糊匹配

橫向模糊指的是，一個正則可匹配的字串的長度不是固定的，可以是多種情況的。

其實現的方式是使用量詞。表示譬如{m,n}，表示連續出現最少m次，最多n次。

比如/ab{2,5}c/表示匹配這樣一個字串：第一個字元是“a”，接下來是2到5個字元“b”，最後是字元“c”。測試如下：

var regex = /ab{2,5}c/g;
var string = "abc abbc abbbc abbbbc abbbbbc abbbbbbc";
console
 
.log( string.match(regex) ); // ["abbc", "abbbc", "abbbbc", "abbbbbc"]

注意：案例中用的正則是/ab{2,5}c/g，後面多了g，它是正則的一個修飾符。表示全域性匹配，即在目標字串中按順序找到滿足匹配模式的所有子串，強調的是“所有”，而不只是“第一個”。g是單詞global的首字母。

1.2 縱向模糊匹配

縱向模糊指的是，一個正則匹配的字串，具體到某一位字元時，它可以不是某個確定的字元，可以有多種可能。

其實現的方式是使用字元組。譬如[abc]，表示該字元是可以字元“a”、“b”、“c”中的任何一個。

比如/a[123]b/可以匹配如下三種字串：”a1b”、”a2b”、”a3b”。測試如下：

var regex = /a[123]b/g;
var string = "a0b a1b a2b a3b a4b";
console.log( string.match(regex) ); // ["a1b", "a2b", "a3b"]

以上就是本文講的主體內容，只要掌握橫向和縱向模糊匹配，就能解決很大部分正則匹配問題。

接下來的內容就是展開說了，如果對此都比較熟悉的話，可以跳到最後，直接看案例那節。

2. 字元組

需要強調的是，雖叫字元組（字元類），但只是其中一個字元。例如[abc]，表示匹配一個字元，它可以是“a”、“b”、“c”之一。

2.1 範圍表示法

如果字元組裡的字元特別多的話，怎麼辦？可以使用範圍表示法。

比如[123456abcdefGHIJKLM]，可以寫成[1-6a-fG-M]。用連字元”-“來省略和簡寫。

因為連字元有特殊用途，那麼要匹配“a”、“-”、“z”這三者中任意一個字元，該怎麼做呢？

不能寫成[a-z]，因為其表示小寫字元中的任何一個字元。

可以寫成如下的方式：[-az]或[az-]或[a-z]。即要麼放在開頭，要麼放在結尾，要麼轉義。總之不會讓引擎認為是範圍表示法就行了。

2.2 排除字元組

縱向模糊匹配，還有一種情形就是，某位字元可以是任何東西，但就不能是”a”、”b”、”c”。

此時就是排除字元組（反義字元組）的概念。例如[^abc]，表示是一個除”a”、”b”、”c”之外的任意一個字元。字元組的第一位放”^”（脫字元），表示求反的概念。

當然，也有相應的範圍表示法。

2.3 常見的簡寫形式

有了字元組的概念後，一些常見的符號我們也就理解了。因為它們都是系統自帶的簡寫形式。

\d 就是[0-9]。表示是一位數字。記憶方式：其英文是digit（數字）。

\D 就是[^0-9]。表示除數字外的任意字元。

\w 就是[0-9a-zA-Z_]。表示數字、大小寫字母和下劃線。記憶方式：w是word的簡寫，也稱單詞字元。

\W 就是[^0-9a-zA-Z_]。非單詞字元。

\s 就是[ \t\v\n\r\f]。表示空白符，包括空格、水平製表符、垂直製表符、換行符、回車符、換頁符。記憶方式：s是space character的首字母。

\S 就是[^ \t\v\n\r\f]。 非空白符。

. 就是[^ \n\r\u2028\u2029]。萬用字元，表示幾乎任意字元。換行符、回車符、行分隔符和段分隔符除外。記憶方式：想想省略號…中的每個點，都可以理解成佔位符，表示任何類似的東西。

如果要匹配任意字元怎麼辦？可以使用[\d\D]、[\w\W]、[\s\S]和[^]中任何的一個。

3. 量詞

量詞也稱重複。掌握{m,n}的準確含義後，只需要記住一些簡寫形式。

3.1 簡寫形式

{m,} 表示至少出現m次。

{m} 等價於{m,m}，表示出現m次。

? 等價於{0,1}，表示出現或者不出現。記憶方式：問號的意思表示，有嗎？

+ 等價於{1,}，表示出現至少一次。記憶方式：加號是追加的意思，得先有一個，然後才考慮追加。

* 等價於{0,}，表示出現任意次，有可能不出現。記憶方式：看看天上的星星，可能一顆沒有，可能零散有幾顆，可能數也數不過來。

3.2 貪婪匹配和惰性匹配

看如下的例子：

var regex = /\d{2,5}/g;
var string = "123 1234 12345 123456";
console.log( string.match(regex) ); // ["123", "1234", "12345", "12345"]

其中正則/\d{2,5}/，表示數字連續出現2到5次。會匹配2位、3位、4位、5位連續數字。

但是其是貪婪的，它會盡可能多的匹配。你能給我6個，我就要5個。你能給我3個，我就3要個。反正只要在能力範圍內，越多越好。

我們知道有時貪婪不是一件好事（請看文章最後一個例子）。而惰性匹配，就是儘可能少的匹配：

var regex = /\d{2,5}?/g;
var string = "123 1234 12345 123456";
console.log( string.match(regex) ); // ["12", "12", "34", "12", "34", "12", "34", "56"]

其中/\d{2,5}?/表示，雖然2到5次都行，當2個就夠的時候，就不在往下嘗試了。

通過在量詞後面加個問號就能實現惰性匹配，因此所有惰性匹配情形如下：

{m,n}?
{m,}?
??
+?
*?
對惰性匹配的記憶方式是：量詞後面加個問號，問一問你知足了嗎，你很貪婪嗎？

4. 多選分支

一個模式可以實現橫向和縱向模糊匹配。而多選分支可以支援多個子模式任選其一。

具體形式如下：(p1|p2|p3)，其中p1、p2和p3是子模式，用“|”（管道符）分隔，表示其中任何之一。

例如要匹配”good”和”nice”可以使用/good|nice/。測試如下：

var regex = /good|nice/g;
var string = "good idea, nice try.";
console.log( string.match(regex) ); // ["good", "nice"]

但有個事實我們應該注意，比如我用/good|goodbye/，去匹配”goodbye”字串時，結果是”good”：

var regex = /good|goodbye/g;
var string = "goodbye";
console.log( string.match(regex) ); // ["good"]

而把正則改成/goodbye|good/，結果是

var regex = /goodbye|good/g;
var string = "goodbye";
console.log( string.match(regex) ); // ["goodbye"]

也就是說，分支結構也是惰性的，即當前面的匹配上了，後面的就不再嘗試了。

5. 案例分析

匹配字元，無非就是字元組、量詞和分支結構的組合使用罷了。

下面找幾個例子演練一下（其中，每個正則並不是只有唯一寫法）：

5.1 匹配16進位制顏色值

要求匹配：

#ffbbad

#Fc01DF

#FFF

#ffE

分析：

表示一個16進位制字元，可以用字元組[0-9a-fA-F]。

其中字元可以出現3或6次，需要是用量詞和分支結構。

使用分支結構時，需要注意順序。

正則如下：

var regex = /#([0-9a-fA-F]{6}|[0-9a-fA-F]{3})/g;
var string = "#ffbbad #Fc01DF #FFF #ffE";
console.log( string.match(regex) ); // ["#ffbbad", "#Fc01DF", "#FFF", "#ffE"]

5.2 匹配時間

以24小時製為例。

要求匹配：

23:59

02:07

分析：

共4位數字，第一位數字可以為[0-2]。

當第1位為2時，第2位可以為[0-3]，其他情況時，第2位為[0-9]。

第3位數字為[0-5]，第4位為[0-9]

正則如下：

var regex = /^([01][0-9]|[2][0-3]):[0-5][0-9]$/;
console.log( regex.test("23:59") ); // true
console.log( regex.test("02:07") ); // true

如果也要求匹配7:9，也就是說時分前面的0可以省略。

此時正則變成：

var regex = /^(0?[0-9]|1[0-9]|[2][0-3]):(0?[0-9]|[1-5][0-9])$/;
console.log( regex.test("23:59") ); // true
console.log( regex.test("02:07") ); // true
console.log( regex.test("7:9") ); // true

5.3 匹配日期

比如yyyy-mm-dd格式為例。

要求匹配：

2017-06-10

分析：

年，四位數字即可，可用[0-9]{4}。

月，共12個月，分兩種情況01、02、……、09和10、11、12，可用(0[1-9]|1[0-2])。

日，最大31天，可用(0[1-9]|[12][0-9]|3[01])。

正則如下：

var regex = /^[0-9]{4}-(0[1-9]|1[0-2])-(0[1-9]|[12][0-9]|3[01])$/;
console.log( regex.test("2017-06-10") ); // true

5.4 window作業系統檔案路徑

要求匹配：

F:\study\javascript\regex\regular expression.pdf

F:\study\javascript\regex\

F:\study\javascript

F:\

分析：

整體模式是: 碟符:\資料夾\資料夾\資料夾\

其中匹配F:\，需要使用[a-zA-Z]:\，其中碟符不區分大小寫，注意\字元需要轉義。

檔名或者資料夾名，不能包含一些特殊字元，此時我們需要排除字元組[^\:<>|”?\r\n/]來表示合法字元。另外不能為空名，至少有一個字元，也就是要使用量詞+。因此匹配“資料夾\”，可用[^\:<>|”?\r\n/]+\。

另外“資料夾\”，可以出現任意次。也就是([^\:<>|”?\r\n/]+\)。其中括號提供子表示式。

路徑的最後一部分可以是“資料夾”，沒有\，因此需要新增([^\:*<>|”?\r\n/]+)?。

最後拼接成了一個看起來比較複雜的正則：

var regex = /^[a-zA-Z]:\\([^\\:*<>|"?\r\n/]+\\)*([^\\:*<>|"?\r\n/]+)?$/;
console.log( regex.test("F:\\study\\javascript\\regex\\regular expression.pdf") ); // true
console.log( regex.test("F:\\study\\javascript\\regex\\") ); // true
console.log( regex.test("F:\\study\\javascript") ); // true
console.log( regex.test("F:\\") ); // true

其中，JS中字串表示“\”時，也要轉義。

5.5 匹配id

要求從

<div id="container" class="main"></div>

提取出id=”container”。

可能最開始想到的正則是：

var regex = /id=".*"/
var string = '<div id="container" class="main"></div>';
console.log(string.match(regex)[0]); // id="container" class="main"

因為.是萬用字元，本身就匹配雙引號的，而量詞*又是貪婪的，當遇到container後面雙引號時，不會停下來，會繼續匹配，直到遇到最後一個雙引號為止。

解決之道，可以使用惰性匹配：

var regex = /id=".*?"/
var string = '<div id="container" class="main"></div>';
console.log(string.match(regex)[0]); // id="container"

當然，這樣也會有個問題。效率比較低，因為其匹配原理會涉及到“回溯”這個概念（這裡也只是順便提一下，後續文章會說明）。可以優化如下：

var regex = /id="[^"]*"/
var string = '<div id="container" class="main"></div>';
console.log(string.match(regex)[0]); // id="container"

【完】