数据/字符串处理是工作中经常能用到的，以前的做法大都是通过百度然后修改别人的代码完成字符串处理，一直想系统的跟正则认识一番，于是有了这篇。

点击《正则表达式》可查看原文哦！
同时非常感谢雪峰大大和鑫大大的文章支持，点击以下链接可查看参考原文。
雪峰大大的 标准对象/RegExp.
鑫大大的 粉丝群第27期JS基础小测答疑文字版

  好的，接下来进入正题啦。

正则表达式定义

  正则表达式是对字符串操作的一种逻辑公式，用事先定义好的一些特定字符、及这些特定字符的组合，组成一个“规则字符串”，这个“规则字符串”用来表达对字符串的一种过滤逻辑。
举个例子：
  '00\d'可以匹配'007'，‘008’，其中‘\d’即匹配数字。

语法

元字符

量词

特殊字符

举例说明

• 数字、字母匹配（\d匹配数字，\w匹配任意字母，数字，下划线）
  可用00\d可以匹配007
\d\d\d可以匹配任意三位数字，如：123
\w\d\w可以匹配l0l

• .匹配任意字符，则
  any.可匹配anya、anyb、anyc、anyd ......

• 配合上量词再看看
  \d{3}表示匹配3个数字，例如010
\d{3,8}表示3-8个数字，例如1234567

• 再加上我们的范围
  [0-9a-zA-Z\_]可以匹配一个数字、字母或者下划线
  [0-9a-zA-Z\_]+可以匹配至少由一个数字、字母或者下划线组成的字符串，比如a100，0_Z，Py3000等等
  [a-zA-Z\_][0-9a-zA-Z\_]*可以匹配由字母或下划线开头，后接任意个由一个数字、字母或者下划线组成的字符串，也就是Python合法的变量
  [a-zA-Z\_][0-9a-zA-Z\_]{0, 19}更精确地限制了变量的长度是1-20个字符（前面1个字符+后面最多19个字符）

• 啊，还有我们的选择字符和定位
  A|B可以匹配A或B，所以(P|p)ython可以匹配Python或者python
^表示行的开头，^\d表示必须以数字开头
  $表示行的结束，\d$表示必须以数字结束
  你可能注意到了，py也可以匹配python，但是加上^py$就变成了整行匹配，就只能匹配py了

• 字符串的切割
  最常用的应该就是split切割了，但是当字符串之间不仅仅是单一字符连接，切割就会出现问题，比如下面的例子

   //出现多余空格情况：
      'a b   c'.split(' '); // ['a', 'b', '', '', 'c']
  
  //嗯，无法识别连续的空格，用正则表达式试试：
  'a b   c'.split(/\s+/); // ['a', 'b', 'c']
  //无论多少个空格都可以正常分割。加入,试试：
  
  'a,b, c  d'.split(/[\s\,]+/); // ['a', 'b', 'c', 'd']
  //再加入;试试：
  
  'a,b;; c  d'.split(/[\s\,\;]+/); // ['a', 'b', 'c', 'd']
  //如果用户输入了一组标签，下次记得用正则表达式来把不规范的输入转化成正确的数组。
  

• 字符串的分组应用
  除了简单地判断是否匹配之外，正则表达式还有提取子串的强大功能。用()表示的就是要提取的分组（Group）。比如：^(\d{3})-(\d{3,8})$分别定义了两个组，可以直接从匹配的字符串中提取出区号和本地号码：

  var re = /^(\d{3})-(\d{3,8})$/;
  re.exec('010-12345'); // ['010-12345', '010', '12345']
  re.exec('010 12345'); // null
  

  如果正则表达式中定义了组，就可以在RegExp对象上用exec()方法提取出子串来。
  exec()方法在匹配成功后，会返回一个Array，第一个元素是正则表达式匹配到的整个字符串，后面的字符串表示匹配成功的子串。
  exec()方法在匹配失败时返回null。

  提取子串非常有用。来看一个更凶残的例子：

  var re = /^(0[0-9]|1[0-9]|2[0-3]|[0-9])\:(0[0-9]|1[0-9]|2[0-9]|3[0-9]|4[0-9]|5[0-9]|[0-9])\:(0[0-9]|1[0-9]|2[0-9]|3[0-9]|4[0-9]|5[0-9]|[0-9])$/;
  re.exec('19:05:30'); // ['19:05:30', '19', '05', '30']
  

  这个正则表达式可以直接识别合法的时间。但是有些时候，用正则表达式也无法做到完全验证，比如识别日期：

  var re = /^(0[1-9]|1[0-2]|[0-9])-(0[1-9]|1[0-9]|2[0-9]|3[0-1]|[0-9])$/;   
  

  对于'2-30'，'4-31'这样的非法日期，用正则还是识别不了，或者说写出来非常困难，这时就需要程序配合识别了。

以下内容参见鑫大大博客内容：

• 中英文之间需要增加空格
  首先，我们的思路应该是“中文”、“英文”、“空格”，于是我们可得到 /(中文+英文+|英文+中文+)/g 这样的符号表达
  转换成正则符号即: /([\u4e00-\u9fa5]+[A-Za-z]+|[A-Za-z]+[\u4e00-\u9fa5]+)/g
  其中[\u4e00-\u9fa5]表示中文字符匹配；[A-Za-z]表示全部的英文字母。斜杠后面的g表示全局匹配，<font color="#a00">除了g，还有i和m。其中i表示不区分大小写，m表示支持多行匹配。</font>
  这里的括号和加号可化简，则最终可表达为： 
  /[\u4e00-\u9fa5][a-z]|[a-z][\u4e00-\u9fa5]/gi

• 全角标点与其他字符之间不加空格
  这里如果直接用正则表达式，会显得冗余且不易懂，故使用RegExp对象简化

  // 全角标点字符们  
  var strPunct = '！（）【】『』「」《》“”‘’；：，。？、';  
  // 使用管道符连接  
  var regPunct = strPunct.split('').join('|');  
  // 此时的正则表达式  
  new RegExp('['+ regPunct +'] +| +['+ regPunct +']', 'g');  
  

  这样就显得简洁多了
  其中，空格使用普通空格字符进行匹配的，而不是\s，这样可以避免把换行符也过滤掉了

• 不重复使用标点符号
  这里的标点指中文标点，因为英文标点不重复，有些不切实际，例如空字符串''，就是合法的重复标点。
  使用正则表达式：

  /(\~|\`|\!|\[|\]|\{|\}|\;|\:|\"|\'|\,|\<|\.|\>|\/|\?|\！|\·|\【|\】\「\」|\；|\：|\“|\”|\，|\《|\。|\》|\、|\？)\1+/g  
  

  使用RegExp对象简化：

  new RegExp(`(${regPunct})\\1+`, 'g')
  

  这样就是不使用重复中文标点了。
  其中，这里的\1有必要好好说下。\1表示捕获匹配，表示捕获第一个分组括号中匹配的值，你可以理解为代称。在正则表达式中，每一个分组括号()都自带一个看不见的序号，从前往后依次是分组一，分组二，分组三……
  这里的\1就表示匹配的第一个标点，后面跟了个+则表示，这里重复标点2个或多个都匹配。
  捕获分组不仅存在于正则表达式中，当我们使用replace方法进行正则替换的时候，也存在与替换方法中，使用美元符号$外加数字表示，例如前后空格过滤trim()方法的简易polyfill：

  if (!''.trim) {
      String.prototype.trim = function () {
        // $1表示第一个()中匹配的值
        return this.replace(/^\s*(.*?)\s*$/, '$1');
      };
  }
  

  其中'1意思，而是替换成第一个()中匹配的值，在这里表示首尾空格以外的值。 如果我们需要对捕获分组内容进行额外处理，可以把第二个参数作为function处理，例如：

  this.replace(/^\s*(.*?)\s*$/, function (matches, $1) {
      // matches表示完整匹配内容（包括前后空格）
      // $1则表示第一个()中匹配的值 
      // 此时就可以对$1进行处理，返回我们需要的值
  })
  

• 破折号前后需要增加一个空格
  这个比较简单，可直接获得：

  /\S——|——\S/g
  

• 使用全角中文标点
  正则表达式

  /([^A-Za-z][\~|\`|\!|\[|\]|\{|\}|\;|\:|\"|\'|\,|\<|\.|\>|\/|\?][^A-Za-z])/g
  

  使用RegExp对象处理：

  var strPunctHalf = '!()[]"\';:,.?';
  // 不同于全角字符，半角字符需要加转义
  var regPunctHalf = strPunctHalf.split('').join('|\\');
  // 此时的正则表达式
  new RegExp(`[\u4e00-\u9fa5][a-z]*( *[${regPunctHalf}] *)|( *[${regPunctHalf}] *)[a-z]*[\u4e00-\u9fa5]`, 'gi');
  

• 数字使用半角
  /[\uFF10-\uFF19]+/g

• 遇到完整的英文整句，其內容使用半角标点
  正则表达式

  /(\「[A-Za-z\s\~|\`|\!|\;|\:|\"|\'|\,|\<|\.|\>|\/|\?]*[\！|\·|\；|\：|\“|\”|\，\。|\、|\？][^\」]*\」)|(\《[A-Za-z\s\~|\`|\!|\;|\:|\"|\'|\,|\<|\.|\>|\/|\?]*[\！|\·|\；|\：|\“|\”|\，\。|\、|\？][^\》]*\》)/g
  

  RegExp对象处理:

  new RegExp(`([a-z]+[${regPunct}|\\s])+[a-z]*([${regPunct}|\\s][a-z]+)+`, 'gi')
  

  正则表达式的介绍就先到这里啦，怎么样，动手使用吧~~~