正则表达式学习笔记 Chapter02--匹配字符

点此进入：正则表达式教程

正则表达式是由普通字符（例如字符 a 到 z）以及特殊字符（称为”元字符”）组成的文字模式。模式描述在搜索文本时要匹配的一个或多个字符串。正则表达式作为一个模板，将某个字符模式与所搜索的字符串进行匹配。

非打印字符可以作为正则表达式的组成部分，转义序列如表格：

字符	描述
\cx	匹配由x指明的控制字符。例如，\cM 匹配一个Control-M或回车符。x的值必须为A-Z或a-z之一。否则，将c视为一个原义的’c’字符
\f	匹配一个换页符。等价于 \x0c 和 \cL。
\n	匹配一个换行符。等价于 \x0a 和 \cJ。
\r	匹配一个回车符。等价于 \x0d 和 \cM。
\s	匹配任何空白字符，包括空格、制表符、换页符等等。等价于 [ \f\n\r\t\v]。
\S	匹配任何非空白字符。等价于 [^ \f\n\r\t\v]。
\t	匹配一个制表符。等价于 \x09 和 \cI。
\v	匹配一个垂直制表符。等价于 \x0b 和 \cK。

但是如果我们想要匹配到字符串中的一些特殊字符应该怎么办呢，例如*?\等等，这些字符在字符串中有着各自的作用，而非普通字符，这就需要我们转义了。
举例子：我们要匹配abc*de，要进行转义。

//使用\*对*进行转义，本式返回abc*de
var str = 'dabc*de45';
var pattern = /abc\*de/;
document.write(str.match(pattern));

转义字符表就不列出了，用到的时候去查。

限定符

字符	描述
*	匹配前面的子表达式零次或多次。例如，zo* 能匹配 “z” 以及 “zoo”。* 等价于{0,}。
+	匹配前面的子表达式一次或多次。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零次或一次。例如，”do(es)?” 可以匹配 “do” 或 “does” 中的”do” 。? 等价于 {0,1}。
{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。

如果我们要匹配从1~99甚至100以上三位数的章节数，那么表达式如下：

/Chapter [1-9][0-9]*/

这里的*表示出现0次，1次或者多次，那么正好可以表示1 2 3位数。

如果我们只匹配的章节数最多只有两位，那么可以采用以下方式：

/Chapter [0-9]{1,2}/

{1,2}的意思是[0-9]的数字出现1次到2次，但是这不是个好办法，如果真的有3位数，那么这个表达式只会匹配前两位数字，而且Chapter 0也会被匹配上。
那么最优的写法应该是：

/Chapter [1-9][0-9]?/

?表示出现0次或者1次。
或者

/Chapter [1-9][0-9]{0,1}/

{0,1}表示出现0次到1次。

*、+和?限定符都是贪婪的，因为它们会尽可能多的匹配文字，只有在它们的后面加上一个?就可以实现非贪婪或最小匹配。
举例说明，假设HTML标签中有这么一段

<h1>Chapter2  匹配字符</h1>

贪婪匹配所有的内容：<.*>

var str = '<h1>Chapter2  匹配字符</h1>';
var pattern = /<.*>/;
//document.write(str.match(pattern));
alert(str.match(pattern));

表达式输出str字符串中的所有内容。

如果非贪婪匹配，只取标签h1：<.*?>

var str = '<h1>Chapter2  匹配字符</h1>';
var pattern = /<.*?>/;
//document.write(str.match(pattern));
alert(str.match(pattern));

还有使用<\w+?>

var str = '<h1>Chapter2  匹配字符</h1>';
var pattern = /<\w+?>/;
//document.write(str.match(pattern));
alert(str.match(pattern));

这两个表达式在我这里都输出相同的结果，即都是开始的h1标签，教程上说<.*?>会匹配到开始和结束的h1标签，我这里没有输出出来，如果错误以后再更改吧。

总之，通过在 *、+ 或 ? 限定符之后放置 ?，该表达式从”贪心”表达式转换为”非贪心”表达式或者最小匹配。

使用定位符我们能够将正则表达式固定到行首或行尾。

定位符用来描述字符串或单词的边界，^ 和 $ 分别指字符串的开始与结束，span class=”marked”>\b 描述单词的前或后边界，span class=”marked”>\B 表示非单词边界。

限定符表

字符	描述
^	匹配输入字符串开始的位置。如果设置了 RegExp 对象的 Multiline 属性，^ 还会与 \n 或 \r 之后的位置匹配。
$	匹配输入字符串结尾的位置。如果设置了 RegExp 对象的 Multiline 属性，$ 还会与 \n 或 \r 之前的位置匹配。
\b	匹配一个字边界，即字与空格间的位置。
\B	非字边界匹配。

注意：不能将限定符与定位符一起使用。由于在紧靠换行或者字边界的前面或后面不能有一个以上位置，因此不允许诸如 ^* 之类的表达式。

这章引用原文的比较多，实践部分是我自己实践出来写的….