JavaScript的正则表达式语法是Perl15的正则表达式语法的大型子集。
正则表达式的创建
像创建对象一样，正则表达式的创建也可以通过2种方式进行定义：直接量创建、RegExp()构造函数创建。
直接量创建
正则表达式直接量为包含在一对斜杠(/)之间的字符。
var pattern = /s$/;
在ECMAScript5中，正则表达式直接量的每次运算都会返回新对象。
RegExp()构造函数创建
同创建对象一样，通过new来调用RegExp()构造函数。
var pattern = new RegExp("s$");
RegExp()的第2个参数是可选的，表示正则表达式的修饰符(g,i,m)。
如果待创建的正则表达式的字符串是由用户输入的，就必须使用RegExp()构造函数在程序运行时创建。
正则表达式的规则
直接量字符
- 正则表达式中的所有字母和数字都是按照字面含义进行匹配的。
- 非字母的字符匹配需要通过反斜线()作为前缀进行转义，如下所示：
| 字符 | 匹配 |
|---|---|
| \o | NUL字符(\u0000) |
| \t | 制表符(\u0009) |
| \n | 换行符(\u000A) |
| \v | 垂直制表符(\u000B) |
| \f | 换页符(\u000C) |
| \r | 回车符(\u000D) |
| \xnn | 由十六进制数nn指定的拉丁字符，例如，\x0A等价于\n |
| \uxxxx | 由十六进制数xxxx指定的Unicode字符，例如，\u0009等价于\t |
| \cX | 控制字符^X，例如，\cJ等价于换行符\n |
- 许多标点符号具有特殊的含义，它们是
^ $ . * + ? = ! : | \ / ( ) [ ] { }
关于控制字符，由于无法直接打印出来，可以通过下面的代码将其escape()编码后显示编码结果，如下：
var str = ''; // 用于存放 \x00-\xff 这256个字符
for(var i=0; i<=255; i++) {
str += String.fromCharCode(i); // 填充字符
}
var c='', // 存放转码后的字符
re, // 存放动态生成的表达式
m; // 存放匹配结果
for(var i=65; i<=90; i++) { // ascii 65-90 分别对应字符 A-Z
c = String.fromCharCode( i ); // 转为字符 A-Z
re = RegExp('\\c'+c); // 生成正则表达式 \cA-\cZ
m = str.match(re); // 进行匹配
if(m) { // 如果匹配到了就输出
console.log(i, re, escape(m[0]) ); // 输出 ascii码, 正则, 匹配到的字符(无法直接输出显示，需要编码后显示)
}
}
更多请参考：
js正则之控制字符 \cX
php_js_escaping
ASCII码对照表
字符类 []
- 将直接量字符单独放进方括号内就组成了字符类(character class)，一个字符类可以匹配它所包含的任意字符。
如，/[abc]/可以和字母"a"、"b"、"c"中的任意一个都匹配。 - ""符号可以否定字符类，将""作为左方括号内的第一个字符。
如，/^[abc]/匹配的是"a"、"b"、"c"之外的所有字符。 - 字符类可以使用连字符(-)表示字符范围。
如，/[a-zA-Z0-9]/可以匹配任意字母的数字。
以下列出正则表达式的字符类匹配：
| 字符 | 匹配 |
|---|---|
| [...] | 方括号内的任意字符 |
| [^...] | 不在方括号内的任意字符 |
| . | 除换行符和其他Unicode行终止符之外的任意字符 |
| \w | 任意ASCII字符组成的单词，等价于[a-zA-Z0-9] |
| \W | 任意非ASCII字符组成的单词，等价于[^a-zA-Z0-9] |
| \s | 任意Unicode空白符 |
| \S | 任意非Unicode空白符的字符，注意\W和\S的不同 |
| \d | 任意ASCII数字，等价于[0-9] |
| \D | 任意非ASCII数字的任何字符，等价于[^0-9] |
| [\b] | 退格直接量（特例） |
注意: 在正则表达式中的特殊字符，在字符类中不再表示原有的含义。
如，"^"符号不再表示匹配开关，而是否定含义。"\b"符号不再表示匹配边界，而是表示退格符。
重复 {}
根据之前的规则，可以使用/\d\d/匹配两位数，/\d\d\d\d/匹配四位数。为了方便匹配，可以使用重复语法。
| 字符 | 含义 |
|---|---|
| {n,m} | 匹配前一项至少n次，但不能超过m次 |
| {n,} | 匹配前一项n次或者更多次 |
| {n} | 匹配前一项n次 |
| ? | 匹配前一项0次或者1次，等价于{0,1} |
| + | 匹配前一项1次或者多次，等价于{1,} |
| * | 匹配前一项0次或者多次，等价于{0,} |
注意：由于"?"、""可以匹配0次，因此它们允许什么都不匹配。如，/a/实际可以匹配"bbbb"，因为字符串含有0个a。
非贪婪的重复
上面使用的重复原则，都会在匹配时尽可能多地匹配，而非贪婪的重复则表示尽可能少的匹配。
非贪婪的重复只需要在重复匹配符后添加一个"?"符号。如，"??"、"+?"、"*?"或"{1,5}?"。
对于字符串"aaa"，使用/a+/匹配结果是"aaa"，而使用/a+?/的匹配结果则是第1个"a"。
选择 |
字符"|"用于分隔供选择的字符。
如：/\d{3}|[a-z]{4}/表示匹配的是3位数字或者4个小写字母。
分组和引用 ()
正则表达式中的圆括号有多种作用：
- 把单独的项组合成子表达式，以便可以像处理一个独立的单元那样对单元内的项进行处理。
如，/(ab|cd)+|ef/可以匹配"ef"，也可以匹配字符串"ab"或"cd"的一次或多次重复。 - 可以定义子模式，以便在后部进行引用匹配的文本(不是引用模式表达式)，通过\n对第n个括号中的匹配文件进行引用。
如，/['"][^'"]['"]/表示匹配以单引号或双引号开始或结束的字符串，但是开始和结束的引用并不一定相同。
如果想要匹配开始与结束相同引号，则可以写成/(['"])[^'"]\1/。
注意:使用括号进行匹配时，结果将返回一个数组，而不是单独的匹配结果。
如果返回数组a，那么a[0]存放的是完整匹配，a[1]存放的是与第1个括号匹配的子串，以此类推。
var str = "Java: The Definition";
var re = new RegExp("(Java: )([A-Z])");
var m = str.match(re);
if(m) {
console.log(m); // => ["Java: T", "Java: ", "T"]，注意：返回数组
}
同时，JavaScript也支持不带数字编码的分组，不再以"("和")"进行分组，而是以"(?:"和")"进行分组。
如，/([Jj]ava(?:[Ss]cript)?)\sis\s(fun\w*)/，其中(?:[Ss]cript)仅用于分组，\2将引用与(fun\w*)匹配的文本，而不是与(?:[Ss]cript)匹配的文本。
指定位置匹配 ^ & $
正则表达式中不是匹配实际的字符，而是字符之间的位置，我们称这些元素为正则表达式的锚。
常用的锚元素如下：
| 字符 | 含义 |
|---|---|
| ^ | 匹配字符串的开头，在多行检索(添加m修饰符)中，匹配一行的开头 |
| $ | 匹配字符串的结尾，在多行检索(添加m修饰符)中，匹配一行的结尾 |
| \b | 匹配一个单词的边界，也就是位于字符\w和\W之间的位置，或位于字符\w和字符串的开头或者结尾之间的位置 |
| \B | 匹配非单词边界的位置 |
| (?=p) | 零宽正向先行断言，要求接下来的字符都与p匹配，但是匹配结果不包含p，只作为判断 |
| (?!p) | 零宽负向先行断言，要求接下来的字符不与p匹配 |
如，如果想匹配单词"Java"，可使用正则表达式/\bJava\b/。
零宽正向先行断言：
var str = "Java: The Definition";
var re = new RegExp("Java(?=\:)(\:)");
var m = str.match(re);
if(m) {
console.log(m); // => ["Java:", ":"]，注意：匹配结果不包含先行断言
}
零宽负向先行断言:
var str = "JavaBeans";
var re = RegExp("Java(?!Script)([A-Z]\w*)");
var m = str.match(re);
if(m) {
console.log(m); // => ["Java", "B"]
}
更多请参考：
Regular Expression Lookaround Demystified
修饰符 g & i & m
修饰符是放在"/"符号之外的，即第二条斜线之后。
- 修饰符"i"，用以说明匹配不区分大小写。
- 修饰符"g"，用以说明匹配应该是全局的，即检索出字符串中的所有匹配。
- 修饰符"m"，用以在说明不仅匹配全文，还要匹配每行的文本。如，
/java$/m不仅可以匹配"java"，也可以匹配"java\nis fun"。
用于模式匹配的String方法
search()方法
"JavaScript".search(/script/i);
如果search()的参数不是正则表达式，则首先会通过RegExp构造函数将它转换成正则表达式。
注意：search()方法不支持全局检索，因为它忽略修饰符g。
replace()
// 将所有不区分大小写的javascript都替换成正确的JavaScript
text.replace(/javascript/gi, "JavaScript");
同时，replace()中可以使用引用"$n":
// 一段引用文本起始于引号，结束于引号
// 中间的内容区域不能包含引号
var quote = /"([^"]*)"/g;
// 用中文半角引号替换英文引号，$1表示英文引号之间的内容
text.replace(quote, ‘ "$1" ’);
另外值得注意的是，replace()方法的第2个参数可以是函数，该函数计算出要替换的字符串：
String.prototype.box = function(){
var entity={
quot:'"',
lt:'<',
gt:'>'
};
// function(a,b,c,d)，参数a,b,c,d分别对应匹配结果数组的元素
return function(){
return this.replace(/&([^&;]+);/g, function(a,b,c,d){
var r=entity[b];
return typeof r==='string' ? r : a;
});
}
}();
console.log('<">'.box()); // => <">
注意：replace()支持全局搜索。
match()方法
"1 plus 2 equals 3".match(/\d+/g); // => ["1", "2", "3"]
注意：match()支持全局搜索，如果这个表达式没有设置修饰符g，match()就不会进行全局检索。
split()方法
通过正则表达式表示分隔符：
"1, 2, 3, 4, 5".split("/\s*,\s*/"); // => ["1", "2", "3", "4", "5"]
RegExp对象
RegExp属性
每个RegExp对象都包含5个属性：
- source，一个只读的字符串，包含正则表达式的文本。
- global，一个只读的布尔值，说明这个正则表达式是否带有修饰符g。
- ignoreCase，一个只读的布尔值，说明这个正则表达式是否带有修饰符i。
- multiline，一个只读的布尔值，说明这个正则表达式是否带有修饰符m。
- lastIndex，一个可读/写的整数，如果匹配模式带有g修饰符，这个属性存储下一次检索的开始位置。
RegExp方法
exec()
这个方法类似于String的match()方法，但是当使用修饰符g时，2个方法的返回结果不一样。
- String的match()方法会返回所有的匹配结果(数组对象)
- RegExp的exec()方法则只会返回1个匹配结果(数组对象)，并将属性lastIndex设置为下一次搜索的起始索引位置。
var pattern = /Java/g;
var text = "JavaScript is more fun than Java!";
// 第1次执行exec()
var result = pattern.exec(text);
console.log(result); // "java"
console.log(pattern.lastIndex); // 4
// 第2次执行exec()
result = pattern.exec(text);
console.log(result); // "java"
console.log(pattern.lastIndex); // 32
test()
test()的调用等价于exec()调用，只是返回值是一个布尔值，表示匹配是否成功。
var pattern = /java/i;
pattern.test("JavaScript"); // => true
注意：
- 与exec()和test()不同，String方法search()、replace()和match()并不会用到lastIndex属性。实际上，String方法只是简单将lastIndex重置为0。
- 如果正则表达式带有修饰符g，则调用exec()和test()方法时注意lastIndex的变化(可以手动设置为0)。
- 在ECMAScript5中，正则表达式直接量的每次计算都会创建一个新的RegExp对象，每个对象都具有各自的lastIndex属性。
