摘要：近幾日對自己一直不太擅長的正則表達式做了一次全面的掃盲。量詞在正則中，通常要表示一個表達式匹配的數量，這個時候量詞就登場了。而正則默認是貪婪模式的。正則會默認對捕獲組分配組數。

近幾日對自己一直不太擅長的正則表達式做了一次全面的掃盲。心疼自己之余還是有一些收獲吧，在這里做一個比較零散的總結，整理一些對理解正則比較有利的點。

你沒有看錯，就是黑人問號中的問號，這個字符在正則里面算是一個入門中很容易被帶偏的點了。首先要知道什么是正則中的量詞。

1.量詞

在正則中，通常要表示一個表達式匹配的數量，這個時候量詞就登場了。
主要會使用以下幾個量詞

/(w)*/.exec(str)  // 匹配任意次
/(w)+/.exec(str)  // 匹配一次到多次
/(w)?/.exec(str)  // 匹配零到一次（記住這里問號的用法！）
/(w){2, 4}/.exec(str) // 匹配兩次到四次
/(w){2, }/.exec(str)  // 匹配兩次以上

我們可以發現，在這里"?"作為一個量詞來使用，表示匹配零到一次。

接下來要理解下一個概念：貪婪匹配

2.貪婪匹配

搜了一下wiki，貌似沒有相關的詞條，通俗的解釋，貪婪匹配模式下，會盡可能多地匹配滿足條件的字符。而正則默認是貪婪模式的。

舉個例子。比如我要匹配"suuuuuuuuuuck"字符中的s和k中間的字符。并沒有什么問題。

let result = "suuuuuuuuuuck".match(/s(.*)k/)[1]
// uuuuuuuuuuc

但是我現在要搞事情，要你在"suuuuuuuuuuck duck"字符串中匹配相同的字段，同樣的表達式會匹配到以下的結果，因為此時的正則是貪婪的，它一定會匹配到無法匹配的時候才休止。

// uuuuuuuuuuck duc

這時候就需要手動開啟非貪婪模式了

let result = "suuuuuuuuuuck duck".match(/s(.*?)k/)[1]
// uuuuuuuuuuc

區別是在量詞后加了個問號，這時候該捕獲組就算是開啟了非貪婪模式了。

按照上面的理解，如果你是一個新手，肯定會有所疑惑，量詞(*)后面跟著一個量詞(?)，這是什么鬼意思，這么反人類的？

其實，這里就涉及到"?"的第二個用法了，即當它跟在一個量詞背后的時候，表示該表達式開啟了非貪婪模式，即對表達式盡可能少地匹配結果。所以，對應的，配合量詞使用，會產生以下結果。

"*?": 可以匹配任意多次，但是盡量少匹配。

"+?": 至少必須匹配一次，但是盡量少匹配。

"{m, n}?": 至少必須匹配m次，最多只能匹配n次，但是盡量少匹配。

"{m, }?": 至少必須匹配m次，但是盡量少匹配。

思考題：所以，"??" 應該如何匹配呢？

正則匹配除了驗證一個字符串是否符合條件外，還可以從中提取我們所需要的信息。比如，我們得到了一個"新中國成立于1949-10-01"的字符串，作為一個愛國人士，我們要把這個年月日提取出來謹記于心。所以我寫了一個正則，獲得的結果如下

這里提取的操作就需要通過小括號進行捕獲。正則會默認對捕獲組分配組數。

"新中國成立于1949-10-01".match(/(d{4})-(d{2})-(d{2})/)
// ["1949-10-01", "1949", "10", "01", index: 6, input: "新中國成立于1949-10-01", groups: undefined]

我們也可以忽略某些分組"(?:exp)",這樣正則就不會為為其分配組數。

"新中國成立于1949-10-01".match(/(d{4})-(d{2})-(?:d{2})/)
// ["1949-10-01", "1949", "10", index: 6, input: "新中國成立于1949-10-01", groups: undefined]

假如我們有一個疊詞判斷的需求，驗證一個詞語是不是"ABA"格式的，我們可以這么做

// 首先漢字的unicode范圍是u4e00-u9fa5
// 這里我們首先對第一個字符進行了捕獲，組數為1
// 然后我們后面通過"1"的方式去復用捕獲組，這樣就意味著匹配到了相同的字符，也就達到了限制的目的。

/([u4e00-u9fa5])[u4e00-u9fa5]1/.test("是不是")
// 當然是true

要記住下標對人類來說還是挺麻煩的，可以說完全沒啥可讀性，當然正則也提供了為分組命名的方式

"新中國成立于1949-10-01".match(/(?d{4})-(?d{2})-(?d{2})/)
// 我們可以發現，這時候捕獲組不僅擁有組數，同時groups屬性不為空了。
// ["1949-10-01", "1949", "10", "01", index: 6, input: "新中國成立于1949-10-01", groups: {…}]
// 展開groups 是這樣的
// {year: "1949", month: "10", date: "01"}

/** 當然命名捕獲組也是可以使用的 */
// (?exp) 命名捕獲組
// k 引用

// 還是疊詞的那個例子
/(?[u4e00-u9fa5])[u4e00-u9fa5]k/.test("是不是")

現在有一個需求，匹配出英文語句"I"m singing while you"re dancing"中所有帶有ing后綴的單詞（不包含ing）。要想拿到danc 和 sing，我們需要用到零寬斷言。

零寬斷言用于查找某些內容之前或之后的東西，只指定一個位置，本身并不占據字符，這也是為什么我們稱之為零寬度

對于表達式表示肯定，我們稱之為正向，反之稱之為負向，（注意，這里的正負指的是對條件的肯定和否定，而不是匹配的方向。）

而對于匹配的方向而言，我們有另外一種稱呼，對向后匹配的稱之為預測先行，向前匹配的稱之為回顧后發

所以，對應的四種組合分別是

(?=exp) 零寬度正預測先行斷言（斷言自身出現的位置后面能匹配exp）

(?!exp) 零寬度負預測先行斷言（斷言自身出現的位置后面不能匹配exp）

(?<=exp) 零寬度正回顧后發斷言（斷言自身出現的位置前面能匹配exp）

(?

目前的js引擎對回顧后發斷言的實現還不完全，就我所知在chrome能成功使用，但是在nodejs環境下是不識別的。

現在我們從引言中的例子來實踐一下

"I am singing while you"re dancing".match(/([a-zA-Z]+)(?=ing)/g)
// 我們忽略前面不滿足的匹配，直到index = 4時，s為單詞邊界，滿足條件
// 而第一個捕獲組是貪婪的，他會首先匹配到整個singing，然后將掌控權交給(?=ing)，singing不滿足匹配 "singinging"
// 于是開始回溯到單詞 singin，繼續斷言， 匹配到的下一個字符為"g", 不滿足"singining", 又開始回溯到"singi"...
// 直到回溯到"sing"時，斷言后面有一個ing，并且是一個單詞邊界，于是"singing"滿足條件，這時候我們的正則匹配到了第一個結果。
// 由于零寬斷言是不消費字符的，所以我們得到整個表達式匹配的第一個結果是"sing"
// 于是引擎以同樣的方式向后面的位置查找，得到了danc
// ["sing", "danc"]

我們現在看一下怎么使用負向斷言，假如我們有一個系統，3月25號要進行維護，不能使用了，這時候有用戶要辦理業務，選擇日期的時候我們要過濾3月25日這一天，所以產品經理要你臨時加上一條規則限定。

選擇后日期輸出的格式是"yyyy-mm-dd"，這時候我們可以這么寫正則

/(?!2018-03-25)(d{4})-(d{2})-(d{2})/.test("2018-03-11")
// true 通過驗證
/(?!2018-03-25)(d{4})-(d{2})-(d{2})/.test("2018-03-25")
// false

用(?<=exp) 找出 "beep name=wanglihong abcdefg"

"beep name=wanglihong abcdefg".match(/(?<=name=)(w+)/)
// ["wanglihong", "wanglihong", index: 10, input: "beep name=wanglihong abcdefg", groups: undefined]

提取a標簽的屬性的同時，通過(?

var template = "點擊跳轉"
template.match(/(w+)=(?
摸透了零寬斷言，正則的能力也就算上了一個臺階了，當然還有平衡組這種操作，因為在js不支持，所以就暫時不討論了。