摘要：關(guān)于，新手理解起來可能比較困難，尤其是一些很牛逼的預(yù)查正則表達(dá)式。非貪婪與貪婪的問題貪婪出現(xiàn)在這種不確定數(shù)量的匹配中，所謂的貪婪，表示正則表達(dá)式在匹配的時(shí)候，盡可能多的匹配符合條件的內(nèi)容。

學(xué)習(xí)了半年的正則表達(dá)式，也不能說一直學(xué)習(xí)吧，就是和它一直在打交道，如何用正則表達(dá)式解決自己的問題，并且還要考慮如何在匹配大量的文本時(shí)去優(yōu)化它。慢慢的覺得正則已經(jīng)成為自己的一項(xiàng)技能，逐漸的從一個(gè)正則表達(dá)式小白變成一個(gè)偽精通者。

那么，我不打算詳細(xì)介紹正則表達(dá)式的使用，或者說這篇文章并不是入門教程，所以如果你對正則表達(dá)式一無所知或者處于入門階段，建議你還是先去看看下面這些正則表達(dá)式入門的文章。

阮一峰老師的正則教程
MDN 正則介紹
胡子哥正則表達(dá)式 30 分鐘入門
阮一峰 ES6 正則表達(dá)式擴(kuò)展
百度百科 正則表達(dá)式 很詳細(xì)，可以當(dāng)作手冊參考

當(dāng)然正則的教程很多，不限于此，如果你對正則已經(jīng)了解了，那么可以開始下面的內(nèi)容了，文章中可能還會(huì)涉及一些效率的問題。

如果寫過 Python 的同學(xué)，都一定會(huì)知道 Python 中可以在字符串前面加個(gè)小寫的 r ，來表示防止轉(zhuǎn)義。防止轉(zhuǎn)義的意思就是說：str = r" " 等價(jià)于 str = " "，加了 r 會(huì)防止 被轉(zhuǎn)義。

為什么要介紹這個(gè)，因?yàn)檫@就是 new RegExp 和 // 的區(qū)別，因?yàn)槲覀冎涝谡齽t表達(dá)式中會(huì)頻繁的使用轉(zhuǎn)義字符 wsd 等，但是它們在內(nèi)存中的是以 wsd 存儲(chǔ)的，看個(gè)例子：

//推薦寫法
var regex1 = /w+/g;
regex1 // /w+/g
//RegExp 寫法
var regex2 = new RegExp("w+","g");
regex2 // /w+/g
//錯(cuò)誤寫法
var regex3 = new RegExp("w+","g");
regex3 // /w+/g

你也看出來了，錯(cuò)誤寫法只能匹配 wwwww 這樣的字符串，曾經(jīng)我就見過有人把他們弄混了，還說第一個(gè)第三個(gè)沒有區(qū)別。第二種方法的輸出，還是 /w+/g，中間還是要轉(zhuǎn)換，所以推薦第一種寫法。

當(dāng)然，還有比較奇葩的：

var regex4 = new RegExp(/w+/g);
regex4 // /w+/g

MSDN 上關(guān)于 RegExp 的介紹。

那么，如何能像 Python 的 r"" 那樣，實(shí)現(xiàn)一個(gè)防轉(zhuǎn)義的功能呢？我這里有一種很蹩腳的方法(僅供娛樂！)：

var str1 = "dws";
str1; // "dws"
var str2 = /dws/;
str2.source; // "dws"

沒錯(cuò)，就是 srouce，不知道 source 的同學(xué)快去面壁吧。(這方法確實(shí)很摳腳！)

這幾個(gè)修飾符只是針對 JS 來說的，像 Python 中還有 re.S 表示 . 可以匹配換行符。

對于 i 表示忽略字母大小寫，不是很常用，因?yàn)樗泻芏嗵娲罚热纾?b>/[a-zA-Z]/ 可以用來替代 /[a-z]/i，至于兩者處理長文本的時(shí)間效率，我自己沒有研究過，不下定論。

使用 i 需要注意的地方，就是 i 會(huì)對正則表達(dá)式的每一個(gè)字母都忽略大小寫，當(dāng)我們需要部分單詞的時(shí)候，可以考慮一下/(?:t|T)he boy/。

g 表示全局匹配，在印象中，可能很多人會(huì)覺得全局匹配就是當(dāng)使用 match 的時(shí)候，把所有符合正則表達(dá)式的文本全部匹配出來，這個(gè)用途確實(shí)很廣泛，不過 g 還有其他更有意思的用途，那就是 lastIndex 參數(shù)。

var str = "1a2b3c4d5e6f",
    reg = /dwd/g;
str.match(reg); //["1a2", "3c4", "5e6"]

為什么不包括2b3,4d5，因?yàn)檎齽t表達(dá)式匹配的時(shí)候，會(huì)用 lastIndex 來標(biāo)記上次匹配的位置，正常情況下，已經(jīng)匹配過的內(nèi)容是不會(huì)參與到下次匹配中的。帶有 g 修飾符時(shí)，可以通過正則對象的 lastIndex 屬性指定開始搜索的位置，當(dāng)然這僅僅局限于函數(shù) exec 和 test(replace 沒研究過，沒聽說過可以控制 lastIndex，match 返回的是數(shù)組，無法控制 lastIndex)，針對這個(gè)題目修改如下：

var str = "1a2b3c4d5e6f",
  reg = /dwd/g;
var a;
var arr = [];
while(a = reg.exec(str)){
  arr.push(a[0]);
  reg.lastIndex -= 1;
}
arr //["1a2", "2b3", "3c4", "4d5", "5e6"]

m 表示多行匹配，我發(fā)現(xiàn)很多人介紹 m 都只是一行略過，其實(shí)關(guān)于 m 還是很有意思的。首先，來了解一下單行模式，我們知道 JavaScript 正則表達(dá)式中的 . 是無法匹配 (換行，各個(gè)系統(tǒng)使用不一樣) 的，像 Python 提供 re.S 表示 . 可以匹配任意字符，包括 ，在 JS 中如果想要表示匹配任意字符，只能用[sS] 這種蹩腳的方式了（還有更蹩腳的 [dD],[.s]）。這種模式叫做開啟或關(guān)閉單行模式，可惜 JS 中無法來控制。

多行模式跟 ^ $ 兩兄弟有關(guān)，如果你的正則表達(dá)式?jīng)]有 ^$,即時(shí)你開啟多行模式也是沒用的。正常的理解/^123$/只能匹配字符串123，而開啟多行模式/^123$/g能匹配["123"," 123","123 "," 123 "]，相對于 ^$ 可以匹配 了。

var str = "
a";
/^a/.test(str); //false
/^a/m.test(str); //true

有人說，m 沒用。其實(shí)在某些特殊的格式下，你知道你要匹配的內(nèi)容會(huì)緊接著 或以 結(jié)尾，這個(gè)時(shí)候 m 就非常有用，比如 HTTP 協(xié)議中的請求和響應(yīng)，都是以 劃分每一行的，響應(yīng)頭和響應(yīng)體之間以 來劃分，我們需要匹配的內(nèi)容就在開頭，通過多行匹配，可以很明顯的提高匹配效率。

原理性的東西，我們還是要知道的，萬一以后會(huì)用到。

在正則表達(dá)式中，括號(hào)不能亂用，因?yàn)槔ㄌ?hào)就代表分組，在最終的匹配結(jié)果中，會(huì)被算入字匹配中，而 (?:) 就是來解決這個(gè)問題的，它的別名叫做非捕獲分組。

var str = "Hello world!";
var regex = /Hello (w+)/;
regex.exec(str); //["Hello world", "world"]
var regex2 = /Hello (?:w+)/;
regex2.exec(str); //["Hello world"]
//replace 也一樣
var regex3 = /(?:ab)(cd)/
"abcd".replace(regex3,"$1") //"cd"

可以看到 (?:) 并不會(huì)把括號(hào)里的內(nèi)容計(jì)入到子分組中。

關(guān)于 (?=)，新手理解起來可能比較困難，尤其是一些很牛逼的預(yù)查正則表達(dá)式。其實(shí)還有個(gè) (?!)，不過它和 (?=) 是屬于一類的，叫做正向肯定(否定)預(yù)查，它還有很多別名比如零寬度正預(yù)測先行斷言。但我覺得最重要的只要記住這兩點(diǎn)，預(yù)查和非捕獲。

預(yù)查的意思就是在之前匹配成功的基礎(chǔ)上，在向后預(yù)查，看看是否符合預(yù)查的內(nèi)容。正因?yàn)槭穷A(yù)查，lastIndex 不會(huì)改變，且不會(huì)被捕獲到總分組，更不會(huì)被捕獲到子分組。

var str = "Hello world!";
var regex = /Hello (?=w+)/;
regex.exec(str); //["Hello "]

和 (?:) 區(qū)別是：我習(xí)慣的會(huì)把匹配的總結(jié)果叫做總分組，match 函數(shù)返回?cái)?shù)組每一項(xiàng)都是總分組，exec 函數(shù)的返回?cái)?shù)組的第一項(xiàng)是總分組。(?:) 會(huì)把括號(hào)里的內(nèi)容計(jì)入總分組，(?=) 不會(huì)把括號(hào)里的內(nèi)容計(jì)入總分組。

說白了，還是強(qiáng)大的 lastIndex 在起作用。(?:) 和 (?=) 差別是有的，使用的時(shí)候要合適的取舍。

說了這么多關(guān)于 (?=) 的內(nèi)容，下面來點(diǎn)進(jìn)階吧！現(xiàn)在的需求是一串?dāng)?shù)字表示錢 "10000000"，但是在國際化的表示方法中，應(yīng)該是隔三位有個(gè)逗號(hào) "10,000,000"，給你一串沒有逗號(hào)的，替換成有逗號(hào)的。

var str = "10000000";
var regex = /d(?=(d{3})+$)/g;
str.replace(regex, "$&,"); //"10,000,000"

我們分析一下 regex，/d(?=(d{3})+$)/g 它是全局 g，實(shí)際上它匹配的內(nèi)容只有一個(gè) d，(?=(d{3})+$) 是預(yù)判的內(nèi)容，之前說過，預(yù)判的內(nèi)容不計(jì)入匹配結(jié)果，lastIndex 還是停留在 d 的位置。(?=(d{3})+$) 到結(jié)尾有至少一組 3 個(gè)在一起的數(shù)字，才算預(yù)判成功。

d = 1 的時(shí)候，不滿足預(yù)判，向后移一位，d = 0，滿足預(yù)判，replace。

(?=) 和 (?!) 叫做正向預(yù)查，但往往是正向這個(gè)詞把我們的思維給束縛住了。正向給人的感覺是只能在正則表達(dá)式后面來預(yù)判，那么預(yù)判為什么不能放在前面呢。下面這個(gè)例子也非常有意思。

一個(gè)簡單密碼的驗(yàn)證，要保證至少包含大寫字母、小寫字母、數(shù)字中的兩種，且長度 8~20。

如果可以寫多個(gè)正則，這個(gè)題目很簡單，思路就是：/^[a-zA-Zd]{8,20}$/ && !(/[a-z]+/) && !(/[A-Z]+/) && !(/d+/)，看著眼都花了，好長一串。

下面用 (?!) 前瞻判斷來實(shí)現(xiàn)：

var regex = /^(?![a-z]+$)(?![A-Z]+$)(?!d+$)[a-zA-Zd]{8,12}$/;
regex.test("12345678"); //false
regex.test("1234567a"); //true

分析一下，因?yàn)橄?(?!) 預(yù)判不消耗 lastIndex，完全可以放到前面進(jìn)行前瞻。(?![a-z]+$) 的意思就是從當(dāng)前 lastIndex (就是^)開始一直到 $，不能全是小寫字母，(?![A-Z]+$) 不能全是大寫字母，(?!d+$) 不能全是數(shù)字，[a-zA-Zd]{8,12}$ 這個(gè)是主體，判斷到這里的時(shí)候，lastIndex 的位置仍然是 0，這就是 (?!) 前瞻帶來的效率。

我們都知道，JS 中的正則表達(dá)式是不支持正回顧后發(fā)斷言的 (?<=)，當(dāng)然也不支持 (?。有時(shí)候會(huì)覺得這種正回顧后發(fā)斷言確實(shí)很有幫助，它可以讓我們的思維更清晰，哪些是真正匹配的正則，哪些是斷言的正則。在 Python 中我們就可以輕松的使用 (?<=)，但是在 JS 中不行。

var str = "a1b2c3d";
//var regex = /(?<=w)dw/g
//str.match(regex) => ["1b","2c","3d"]
var regex2 = /(?:w)dw/g
str.match(regex2); //["a1b", "c3d"]

var str = "a1b2c3d";
var regex = /(?:w)(dw)/g;
var m,arr = [];
while(m = regex.exec(str)){
  arr.push(m[1]);
  regex.lastIndex --;
}
arr; //["1b", "2c", "3d"]

RegExp對象 - 阮一峰
MSDN RegExp 
進(jìn)階正則表達(dá)式