正则引擎
正则的引擎大致可分为两类：DFA和NFA
- DFA (Deterministic finite automaton) 确定型有穷自动机
- NFA (Non-deterministic finite automaton) 非确定型有穷自动机，大部分都是NFA
这里的“确定型”指，对于某个确定字符的输入，这台机器的状态会确定地从a跳到b，“非确定型”指，对于某个确定字符的输入，这台机器可能有好几种状态的跳法；这里的“有穷”指，状态是有限的，可以在有限的步数内确定某个字符串是否满足条件；这里的“自动机”指，一旦这台机器的规则设定完成，就可以自行判断了，不要人看。
DFA引擎不需要进行回溯，所以匹配效率一般情况下要高，但是它并不支持捕获组，于是也就不支持反向引用和$这种形式的引用，也不支持环视(Lookaround)、非贪婪模式等一些NFA引擎特有的特性。
声明方式
- 使用构造函数
var reg = new RegExp("<style[^>]*>([\\s\\S]*)</style>","g")
此时其中\视为字符串\，如需使用其他功能需要转义\\
- 直接声明
var reg = /<style[^>]*>([\s\S]*)<\/style>/g
此时其中字符串/需要\/进行转义
字符和位置
- 如果一个子正则表达式匹配到的是字符，而不是位置，而且会被保存到最终的结果中，那个这个子表达式就是占有字符的，比如/ha/（匹配ha）就是占有字符的；
- 如果一个子正则匹配的是位置，而不是字符，或者匹配到的内容不保存在结果中（其实也可以看做一个位置），那么这个子表达式是零宽度的，比如/read(?=ing)/（匹配reading，但是只将read放入结果中），其中的(?=ing)就是零宽度的，它本质代表一个位置。
占有字符是互斥的，零宽度是非互斥的。一个字符，同一时间只能由一个子表达式匹配，而一个位置，却可以同时由多个零宽度的子表达式匹配。举个栗子，/aa/是匹配不了a的，这个字符串中的a只能由正则的第一个a字符匹配，而不能同时由第二个a匹配；但是位置是可以多个匹配的，比如/\b\b?=a/是可以匹配a的，虽然正则表达式里有3个零宽度的子表达式，是可以同时匹配位置0的。
修饰符
- i 忽视大小写。
- g 全局匹配。
不启用全局匹配时,match方法返回的数组第一项为第一个匹配内容，后续为各个捕获组
启用全局匹配时会返回所有匹配内容，但不包括捕获组 - m 将
^和$变为匹配单行的开始和结尾。(并非有m时才能多行匹配) - s （ES2018新增修饰符）启用dotALl模式，允许
.匹配一切字符
简单元字符
- ^ 脱字符,表示文本的开始(有m时则为行初)
- $ 表示文本的结束(有m时则为行末)
一般来说，反斜杠把元字符还原为普通字符，但是有一些普通字符，带反斜杠后反而变成了元字符。
- \b 匹配一个单词边界(boundary,匹配一个位置,该位置前后不全是\w能描述的字符且不是中文。通常匹配单词和空格之间的位置,包括开头结尾)
- \B 匹配一个非单词边界
- \d 匹配一个数字字符(digit)
- \D 匹配一个非数字字符
- \s 匹配一个空白字符(space,
空格和\f\n\r\t\v的超集)- 其中\f是换页符，\n是换行符，\r是回车符，\t是水平制表符，\v是垂直制表符,除空格和\n外均为不可打印字符,因此可以认为匹配[\n| ]
- \S 匹配一个非空白字符
- \w 匹配一个字母或者一个数字或者一个下划线(word)
- \W 匹配一个字母、数字和下划线之外的字符
-
.可以匹配换行符之外的任意单个字符。
(.|\n)和[\b\B]和[\d\D]和[\s\S]和[\w\W]是等价的。
量词 (它重复紧贴在它前面的某个集合。)
- ? 重复零次或者一次
- + 重复一次或者多次，也就是至少一次
- * 重复零次或者多次，也就是任意次数
- {n} 重复n次
- {n,} 重复n次或者更多次
- {n,m} 重复n次到m次
转义
任何在正则表达式中有作用的字符都建议转义，哪怕有些情况下不转义也能正确，比如[]中的圆括号、^符号等。
优先级问题
优先级从高到低是：
- 转义 \
- 括号（圆括号和方括号）(), (?:), (?=), []
- 字符和位置
- 竖线 |
贪婪模式与非贪婪模式
- 紧贴在量词后的
?可以开启非贪婪模式
不带问号的限定符也称匹配优先量词，带问号的限定符也称忽略匹配优先量词。
字符组与分歧
- []中的字符集合只是所有的可选项，最终它只能匹配一个字符。
此时$&@()等元字符只视为普通字符，不需要转义。 -
^在字符组中表示取反，不再是文本开始的位置了。 -
-连字符,匹配范围在它的左边字符和右边字符之间(如[0-9])。只有字母和数字可以用连字符。
分歧 :
[(ab)(cd)]并不会用来匹配字符串“ab”或“cd”，而是匹配a、b、c、d、(、)这6个字符中的任一个，也就是想表达“匹配字符串ab或者cd”这样的需求不能这么做，要这么写ab|cd
捕获组与非捕获组
()将其中的字符集合打包成一个集合，供量词操作。且其内容可以被捕获。
- 正则内捕获
使用\数字的形式，从\1开始,分别对应前面的圆括号捕获的内容(从左向右,从外向内)。这种捕获的引用也叫反向引用。
'<App>hello regex</App><p>A</p><p>hello regex</p>'
.match(/<((A|a)pp)>(hello regex)+<\/\1><p>\2<\/p><p>\3<\/p>/);
- 正则外捕获
RegExp是构造正则的构造函数。
RegExp会在我们调用了正则表达式的方法后, 自动将最近一次的结果保存在里面，它的实例属性$数字会显示对应的引用。
const r = /^(\d{4})-(\d{1,2})-(\d{1,2})$/
r.exec('2019-10-08')
console.log(RegExp.$1) // 2019
console.log(RegExp.$2) // 10
console.log(RegExp.$3) // 08
另外在replace方法中也支持引用
'hello **regex**'.replace(/\*{2}(.*)\*{2}/, '<strong>$1</strong>');
// "hello <strong>regex</strong>"
- 非捕获组
只要在圆括号内最前面加上?:标识,即不会被捕获,可以节省性能
捕获命名 (ES2018的新特性)
- 在捕获组内部最前面加上
?<key>，它就被命名了。使用\k<key>语法就可以引用已经命名的捕获组。
let res = '<App>hello regex</App>'.match(/<(?<tag>[a-zA-Z]+)>.*<\/\k<tag>>/);
res.groups.tag // App
零宽断言
注意，2023年4月为止 safari不支持零宽断言！！！请勿在微信web开发中使用。
零宽断言简称断言，别名环视、巡视，用于匹配一个位置而非字符。断言内容本身需处于括号内，但不会被捕获为捕获组。
- 肯定先行断言 : 为紧贴在它前面的规则服务。如
x(?=y)匹配后面有y的x
'CoffeeScript JavaScript javascript'.match(/\b\w{4}(?=Script\b)\w/);
// ['JavaS', index: 13, input: 'CoffeeScript JavaScript javascript', groups: undefined]
- 肯定后行断言 : 如
(?<=y)x匹配前面有y的x - 否定先行断言 : 如
x(?!y)匹配后面不是y的x - 否定后行断言 : 如
(?<!y)x匹配前面不是y的x
方法
正则方法
- test
返回true/false - exec
如匹配成功，返回数组第一项为第一个匹配的字串，之后为各捕获组的反向引用
如匹配失败，则返回 null。
字符串方法
- match
如匹配成功且无修饰符g，同exec
如匹配成功且有修饰符g，返回数组各项依次为匹配的各字符串，不返回捕获组
如匹配失败，则返回 null。
