正则表达式基础
元字符
正则表达式语言由两种基本字符类型组成: 原意文本字符 和 元字符 元字符使正则表达式具有处理能力。元字符指的是在正则表达式中具有特殊意义的专用字符。
- 常用的元字符如下
| 代码 | 含义 |
|---|---|
| . | 匹配除换行符以外的任意字符 |
| \w | 匹配字母或数字或下滑线或汉字 |
| \d | 匹配任意的空白符 |
| \b | 匹配单词的开始或结束 |
| ^ | 匹配字符串的开始 |
| $ | 匹配字符串的结束 |
| \ | 匹配子表达式 |
| ? | 可选项元素 |
| {n,m} | 匹配的次数为n-m次 |
| {n,} | 匹配的次数至少为n次 |
现在举例如下：
假如我们要匹配以1开头的五位数到7位数 可以写成 1\d{5,6}$
假如我们要找以cat开头的字符，可以写成^cat
假如我们要找以cat结束的字符串，可以写成cat$
假如我们要查找元字符 本身呢？ 如我们要查找 . 或者$ 我们只能使用转义符\ 来取消这些字符的特殊含义。如 我们要匹配. 我们应该使用 \. 。
字符组
字符组是用来匹配若干个字符 。假如我们需要搜索的字符是 skull ,但是又不确定是skulk，那我们可以使用正则表达式结构体[....] ,它容许我们列出在某处期望匹配的字符。[k] 匹配字符k,而[km] 能匹配字符k或者m 。所以使用 skul[lk] 既能匹配skull，也能匹配skulk。
在字符组内部，字符组元字符 - 表示一个范围：
举例如下 <H[1-6]> 与<H[123456] 所表达的意思是一样的。
[0-9] 和[a-z]是常用的匹配数字和小写字母的简便方式。多重范围的匹配也是容许的。例如 [012345abcdefABC] 可以写成[0-5a-fA-C]也可以写成[a-f0-5A-C]
- 顺序是无所谓的
- 只有在字符组内部，连字符才是元字符--否则它就只能匹配普通的连字符号。在字符组中，问号和点号起不到元字符的作用。
如下面的例子 [0-9A-Z!.?] 的含义是匹配一个数字，大写字母，下划线，感叹号，点号，或者是问号。
排除型字符组
用[^...] 取代 [...] 这个字符组就会匹配任何未列出的字符。例如 [^1-6] 匹配除了1到6以外的任何字符。从上面的举例，我们可以发现^ 在字符组内部的含义与在行的起始是不一样的。
下面举一个例子关于^的特殊情况的例子。
/**
*@description 使用javascript语言来测试 排除型字符组
*/
var regTest = /q[^u]/;
var stringTest = 'Iraq';
var stringTestOne = 'Iraq ';//Iraq后面有一个空格
var result = regTest.test(stringTest);
console.log(result);
result = regTest.test(stringTestOne);
console.log(result);
//输出的结果为 //false// true
从上面的例子可以 ，正则表达式要求q之后紧跟一个u以外的字符。这就排除了q处在行尾的情况。由于字符串都行尾都有换行符，但是正则表达式并没有处理。
用点号来匹配任意字符
元字符. (通常称为点号dot)是用来匹配任意字符组的简便写法。例如我们要搜索 03/19/76 03.19.76 或03-19-76，不怕麻烦的话，可以写成03[-./]19[-./]76
也可以简单地尝试 03.19.76 注意换行符\n 点号匹配不了，但是制表符\t 能够匹配
多选结构
匹配任意子表达式
| 是一个非常简洁的元字符，它的意思是‘或’，依靠它，我们能够把不同的子表达式组合成一个总的表达式，而这个总的表达式又能够匹配任意的子表达式。子表达式称为多选分支(alternative)对于skul[lk] 表达式，我们可以写成 skull|skulk ,但是写成skul[l|k] 还能够匹配skul| ,在字符组中 | 不起任何作用。我们还可以添加括号 skul(l|k) = skull|skulk = skul[l|k]
忽略大小写
在javascript 中正则表达式忽略大小写使用i字母 ，
可选元素选项
我们看color和colour的匹配。它们的区别在于，后面的单词比前面的多一个u,我们可以使用colou?r 来解决这个问题。元字符? 代表可选项 。把它加在某个字符后面，就表示此处容许出现这个字符，不过它的出现并非匹配成功的必要条件。 u? 这个字符与我们之前看到的元字符都不相同，它只作用于之前紧邻的元素。因此，colou?r 的意思是匹配c，然后匹配o，然后匹配l，然后匹配o ,然后匹配u , 然后是u? ,最后是r。
u? 肯定是能够匹配成功的。有时侯它会匹配一个u, 有时不匹配任何字符。关键在于，无论u是否出现，匹配都是成功的。
规定重现的次数的范围：区间
有些版本的正则表达式支持使用元字符来定义重现次数的区间 ....{min,max} 。这种表示方法称为区间量词 例如...{3,12} 表示容许的次数在3到12之间。
重复出现。
+和*
元字符 +表示之前紧邻的元素出现一次或多次。而*表示之前紧邻的元素出现任意次。也就是意思说“匹配尽可能多的元素，但如果连一次匹配都无法完成，也不要紧”。
我们现在使用上面的知识来匹配 表示小时制的字符，例如 “5:20 am” 或者"12:03 pm"正则表达式可以这样写
[0-9]?[0-9]:[0-9][0-9].(am|pm)
那我们怎么实现更严谨的匹配24小时制的呢？
(([01][0-9])|(2[0-3])):[0-5][0-9].(am|pm) 该正则表达式能够精确的匹配24小时制的时间
