摘要：關于，新手理解起來可能比較困難，尤其是一些很牛逼的預查正則表達式。非貪婪與貪婪的問題貪婪出現在這種不確定數量的匹配中，所謂的貪婪，表示正則表達式在匹配的時候，盡可能多的匹配符合條件的內容。

學習了半年的正則表達式，也不能說一直學習吧，就是和它一直在打交道，如何用正則表達式解決自己的問題，并且還要考慮如何在匹配大量的文本時去優化它。慢慢的覺得正則已經成為自己的一項技能，逐漸的從一個正則表達式小白變成一個偽精通者。

那么，我不打算詳細介紹正則表達式的使用，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
胡子哥正則表達式 30 分鐘入門
阮一峰 ES6 正則表達式擴展
百度百科 正則表達式 很詳細，可以當作手冊參考

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

如果寫過 Python 的同學，都一定會知道 Python 中可以在字符串前面加個小寫的 r ，來表示防止轉義。防止轉義的意思就是說：str = r" " 等價于 str = " "，加了 r 會防止 被轉義。

為什么要介紹這個，因為這就是 new RegExp 和 // 的區別，因為我們知道在正則表達式中會頻繁的使用轉義字符 wsd 等，但是它們在內存中的是以 wsd 存儲的，看個例子：

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

你也看出來了，錯誤寫法只能匹配 wwwww 這樣的字符串，曾經我就見過有人把他們弄混了，還說第一個第三個沒有區別。第二種方法的輸出，還是 /w+/g，中間還是要轉換，所以推薦第一種寫法。

當然，還有比較奇葩的：

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

MSDN 上關于 RegExp 的介紹。

那么，如何能像 Python 的 r"" 那樣，實現一個防轉義的功能呢？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，就是 srouce，不知道 source 的同學快去面壁吧。(這方法確實很摳腳！)

這幾個修飾符只是針對 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，因為它有很多替代品，比如：/[a-zA-Z]/ 可以用來替代 /[a-z]/i，至于兩者處理長文本的時間效率，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 會對正則表達式的每一個字母都忽略大小寫，當我們需要部分單詞的時候，可以考慮一下/(?:t|T)he boy/。

g 表示全局匹配，在印象中，可能很多人會覺得全局匹配就是當使用 match 的時候，把所有符合正則表達式的文本全部匹配出來，這個用途確實很廣泛，不過 g 還有其他更有意思的用途，那就是 lastIndex 參數。

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

為什么不包括2b3,4d5，因為正則表達式匹配的時候，會用 lastIndex 來標記上次匹配的位置，正常情況下，已經匹配過的內容是不會參與到下次匹配中的。帶有 g 修飾符時，可以通過正則對象的 lastIndex 屬性指定開始搜索的位置，當然這僅僅局限于函數 exec 和 test(replace 沒研究過，沒聽說過可以控制 lastIndex，match 返回的是數組，無法控制 lastIndex)，針對這個題目修改如下：

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，我發現很多人介紹 m 都只是一行略過，其實關于 m 還是很有意思的。首先，來了解一下單行模式，我們知道 JavaScript 正則表達式中的 . 是無法匹配 (換行，各個系統使用不一樣) 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閉單行模式，可惜 JS 中無法來控制。

多行模式跟 ^ $ 兩兄弟有關，如果你的正則表達式沒有 ^$,即時你開啟多行模式也是沒用的。正常的理解/^123$/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。其實在某些特殊的格式下，你知道你要匹配的內容會緊接著 或以 結尾，這個時候 m 就非常有用，比如 HTTP 協議中的請求和響應，都是以 劃分每一行的，響應頭和響應體之間以 來劃分，我們需要匹配的內容就在開頭，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，萬一以后會用到。

在正則表達式中，括號不能亂用，因為括號就代表分組，在最終的匹配結果中，會被算入字匹配中，而 (?:) 就是來解決這個問題的，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 (?:) 并不會把括號里的內容計入到子分組中。

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

預查的意思就是在之前匹配成功的基礎上，在向后預查，看看是否符合預查的內容。正因為是預查，lastIndex 不會改變，且不會被捕獲到總分組，更不會被捕獲到子分組。

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

和 (?:) 區別是：我習慣的會把匹配的總結果叫做總分組，match 函數返回數組每一項都是總分組，exec 函數的返回數組的第一項是總分組。(?:) 會把括號里的內容計入總分組，(?=) 不會把括號里的內容計入總分組。

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

說了這么多關于 (?=) 的內容，下面來點進階吧！現在的需求是一串數字表示錢 "10000000"，但是在國際化的表示方法中，應該是隔三位有個逗號 "10,000,000"，給你一串沒有逗號的，替換成有逗號的。

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})+$)/g 它是全局 g，實際上它匹配的內容只有一個 d，(?=(d{3})+$) 是預判的內容，之前說過，預判的內容不計入匹配結果，lastIndex 還是停留在 d 的位置。(?=(d{3})+$) 到結尾有至少一組 3 個在一起的數字，才算預判成功。

d = 1 的時候，不滿足預判，向后移一位，d = 0，滿足預判，replace。

(?=) 和 (?!) 叫做正向預查，但往往是正向這個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式后面來預判，那么預判為什么不能放在前面呢。下面這個例子也非常有意思。

一個簡單密碼的驗證，要保證至少包含大寫字母、小寫字母、數字中的兩種，且長度 8~20。

如果可以寫多個正則，這個題目很簡單，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 (?!) 前瞻判斷來實現：

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

分析一下，因為像 (?!) 預判不消耗 lastIndex，完全可以放到前面進行前瞻。(?![a-z]+$) 的意思就是從當前 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+$) 不能全是數字，[a-zA-Zd]{8,12}$ 這個是主體，判斷到這里的時候，lastIndex 的位置仍然是 0，這就是 (?!) 前瞻帶來的效率。

我們都知道，JS 中的正則表達式是不支持正回顧后發斷言的 (?<=)，當然也不支持 (?。有時候會覺得這種正回顧后發斷言確實很有幫助，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 
進階正則表達式