一、概述

正则表达式（regular expression）是一种表达字符串结构的方法，有点像字符串的模版，常常用作按照“给定模式”匹配文本的工具。比如，正则表达式给出一个Email地址的模版，然后用它来确定一个字符串是否为Email地址。

新建正则表达式有两种方法，一种是使用字面量，以斜杠表示开始和结束。

var regex = /xyz/;

另一种是使用RegExp构造函数。

var regex = new RegExp('xyz');  //接受的参数是一个字符串，因为是字符串模版

两种写法是等价的，都是新建了一个内容为xyz的正则表达式对象。它们的主要区别是，第一种方法是在代码载入时（即编译时）新建正则表达式，第二种方法在代码运行时新建正则表达式。考虑到书写的便利和直观，实际应用中，基本上采用字面量的写法。

RegExp构造函数还可以接受第二个参数，表示修饰符。

var regex = new RegExp('xyz', "i");
//等价于
var regex = /xyz/i;

上面代码中，正则表达式/xyz/有一个修饰符i。

正则对象生成以后，有两种使用方式：

正则对象的方法：将字符串作为参数，比如regex.test(string)。
字符串对象的方法：将正则对象作为参数，比如string.match(regex)。

二、正则对象的属性和方法

2.1、属性

正则对象的属性分成两类。

一类是修饰符相关，返回一个布尔值，表示对应的修饰符是否设置。

• ignoreCase：返回一个布尔值，表示是否设置了i修饰符，该属性只读。

• global：返回一个布尔值，表示是否设置了g修饰符，该属性只读。
• multiline：返回一个布尔值，表示是否设置了m修饰符，该属性只读。

var r = /abc/igm;

r.ignoreCase  //true
r.global  //true
r.multiline  //true

另一类是与修饰符无关的属性，主要是下面两个。

• lastIndex：返回下一次开始搜索的位置。该属性可读写，但是只在设置了g修饰符时有意义。

• source：返回正则表达式的字符串形式（不包括反斜杠），该属性只读。

var r = /abc/igm;

r.lastIndex  //0
r.source  //"abc"

2.2、test()

正则对象的test方法返回一个布尔值，表示当前模式是否能匹配参数字符串。正则表达式就是表示文本结构的方法。

/cat/.test('cats and dogs');  //true   看字符串是否有cat结构

上面代码验证参数字符串之中是否包含cat，结果返回true。

如果正则表达式带有g修饰符，则每一次test方法都是从上一次结束的位置开始向后匹配。

var r = /x/g;
var s = '_x_x';

r.lastIndex  //0  下一次开始搜索的位置
r.test(s)  //true

r.lastIndex  //2
r.test(s)  //true

r.lastIndex  //4
r.test(s)  //false

上面代码的正则对象使用了g修饰符，表示要记录搜索位置。接着，三次使用test方法，每一次开始搜索的位置都是上一次匹配的后一个位置。

带有g修饰符时，可以通过正则对象的lastIndex属性指定开始搜索的位置。

var r = /x/g;
var s = '_x_x';

r.lastIndex = 4;
r.test(s) // false

上面代码指定从字符串的第五个位置开始搜索，这个位置是没有字符的，所以返回false。

如果正则模式是一个空字符串，则匹配所有字符串。

new RegExp('').test('abc')
// true

2.3、exec()

正则对象的exec方法，可以返回匹配结果。如果发现匹配，就返回一个数组，成员是每一个匹配成功的子字符串，否则返回null。

var s = '_x_x';
var r1 = /x/;
var r2 = /y/;

r1.exec(s) // ["x"]
r2.exec(s) // null

上面代码中，正则对象r1匹配成功，返回一个数组，成员是匹配结果；正则对象r2匹配失败，返回null。

如果正则表达式包含圆括号（即含有“组匹配”），则返回的数组会包括多个成员。第一个成员是整个匹配成功的结果，后面的成员就是圆括号对应的匹配成功的组。也就是说，第二个成员对应第一个括号，第三个成员对应第二个括号，以此类推。整个数组的length属性等于组匹配的数量再加1。

var s = '_x_x';
var r = /_(x)/;
r.exec(s)  //["_x", "x"]

上面代码的exec方法，返回一个数组。第一个成员是整个匹配的结果，第二个成员是圆括号匹配的结果。

exec方法的返回数组还包含以下两个属性：

input：整个原字符串。
index：整个模式匹配成功的开始位置（从0开始计数）。

var r = /a(b+)a/;
var arr = r.exec('_abbba_aba_');

arr  //["abbba", "bbb"]

arr.index  //1
arr.input  //"_abbba_aba_"

上面代码中的index属性等于1，是因为从原字符串的第二个位置开始匹配成功。

如果正则表达式加上g修饰符，则可以使用多次exec方法，下一次搜索的位置从上一次匹配成功结束的位置开始。

var r = /a(b+)a/g;
var a1 = r.exec('_abbba_aba_');

a1 // ['abbba', 'bbb']
a1.index // 1
r.lastIndex // 6

var a2 = r.exec('_abbba_aba_');
a2 // ['aba', 'b']
a2.index // 7
r.lastIndex // 10

var a3 = r.exec('_abbba_aba_');
a3 // null
a3.index // TypeError: Cannot read property 'index' of null
r.lastIndex // 0

var a4 = r.exec('_abbba_aba_');
a4 // ['abbba', 'bbb']
a4.index // 1
r.lastIndex // 6

上面代码连续用了四次exec方法，前三次都是从上一次匹配结束的位置向后匹配。当第三次匹配结束以后，整个字符串已经到达尾部，正则对象的lastIndex属性重置为0，意味着第四次匹配将从头开始。

三、字符串对象的方法

字符串对象的方法之中，有4种与正则对象有关。

• match()：返回一个数组，成员是所有匹配的子字符串。

• search()：按照给定的正则表达式进行搜索，返回一个整数，表示匹配开始的位置。
• replace()：按照给定的正则表达式进行替换，返回替换后的字符串。
• split()：按照给定规则进行字符串分割，返回一个数组，包含分割后的各个成员。

3.1、String.prototype.match()

字符串对象的match方法对字符串进行正则匹配，返回匹配结果。

var s = '_x_x';
var r1 = /x/;
var r2 = /y/;

s.match(r1) // ["x"]
s.match(r2) // null

可以看出，字符串的match方法与正则对象的exec方法非常类似：匹配成功返回一个数组，匹配失败返回null。

如果正则表达式带有g修饰符，则该方法与正则对象的exec方法行为不同，会一次性返回所有匹配成功的结果。

var s = 'abba';
var r = /a/g;

s.match(r) // ["a", "a"]
r.exec(s) // ["a"]

设置正则表达式的lastIndex属性，对match方法无效，匹配总是从字符串的第一个字符开始。

var r = /a|b/g;
r.lastIndex = 7;
'xaxb'.match(r);  //['a', 'b']
r.lastIndex  //0

上面代码表示，设置lastIndex属性是无效的。

3.2、String.prototype.search()

字符串对象的search方法，返回第一个满足条件的匹配结果在整个字符串中的位置。如果没有任何匹配，则返回-1。

'_x_x'.search(/x/)  
//1

上面代码中，第一个匹配结果出现在字符串的1号位置。

该方法会忽略g修饰符。

var r = /x/g;
r.lastIndex = 2;  //无效
'_x_x'.search(r);  //1

上面代码中，正则表达式使用g修饰符之后，使用lastIndex属性指定开始匹配的位置，结果无效，还是从字符串的第一个字符开始匹配。

3.3、String.prototype.replace()

字符串对象的replace方法可以替换匹配的值。它接受两个参数，第一个是搜索模版，第二个是替换的内容。

str.replace(search, replacement);

搜索模式如果不加g修饰符，就替换第一个匹配成功的值，否则替换所有匹配成功的值。

'aaa'.replace('a', 'b') // "baa"
'aaa'.replace(/a/, 'b') // "baa"
'aaa'.replace(/a/g, 'b') // "bbb"

上面代码中，最后一个正则表达式使用了g修饰符，导致所有的b都被替换掉了。

replace方法的一个应用，就是消除字符串首尾两端的空格。

var str = '   hello world   ';

str.replace(/^\s+|\s+$/g, '');

3.4、String.prototype.split()

字符串对象的split方法按照正则规则分割字符串，返回一个由分割后的各个部分组成的数组。

该方法接受两个参数，第一个参数是分隔规则，第二个参数是返回数组的最大成员数。

// 非正则分隔
'a,  b,c, d'.split(',')
// [ 'a', '  b', 'c', ' d' ]

// 正则分隔，去除多余的空格
'a,  b,c, d'.split(/, */)
// [ 'a', 'b', 'c', 'd' ]

// 指定返回数组的最大成员
'a,  b,c, d'.split(/, */, 2)
[ 'a', 'b' ]

上面代码使用正则表达式，去除了字符串的逗号后面的空格。

// 例一
'aaa*a*'.split(/a*/)
// [ '', '*', '*' ]

// 例二
'aaa**a*'.split(/a*/)
// ["", "*", "*", "*"]

上面代码的分割规则是0次或多次的a，由于正则默认是贪婪匹配，所以例一的第一个分隔符是aaa，第二个分隔符是a，将字符串分成三个部分，包含开始处的空字符串。例二的第一个分隔符是aaa，第二个分隔符是0个a（即空字符），第三个分隔符是a，所以将字符串分成四个部分。

如果正则表达式带有括号，则括号匹配的部分也会作为数组成员返回。

'aaa*a*'.split(/(a*)/)
// [ '', 'aaa', '*', 'a', '*' ]

上面代码的正则表达式使用了括号，第一个组匹配是“aaa”，第二个组匹配是“a”，它们都作为数组成员返回。

四、匹配规则

正则表达式对字符串的匹配有很多复杂的规则。

4.1、字面量字符和元字符

大部分字符在正则表达式中，就是字面的含义，比如/a/匹配a，/b/匹配b。如果在正则表达式中，某个字符只表示它字面的含义，那么它们就叫做“字面量字符”。

/dog/.test("old dog")  // true
//上面正则表达式中的dog就是字面量字符

上面代码中正则表达式的dog，就是字面量字符，所以/dog/匹配"old dog"，因为它就表示“d”、“o”、“g”三个字母连在一起。

除了字面量字符以外，还有一部分字符有特殊含义，不代表字面的意思，它们叫做“元字符”，主要有以下几个。

（1）、点字符(.)
点字符（.）匹配除了回车(\r)、换行(\n)、行分隔符（\u2028）和段分隔符（\u2029）以外的所有字符。

/c.t/

上面的代码中，c.t匹配c和t之间包含任意一个字符的情况，只要这三个字符在同一行，比如cat、c2t、c-t等等，但是不匹配coot。

（2）、位置字符
位置字符用来提示字符所处的位置，主要有两个字符。

^表示字符串的开始位置。
$表示字符串的结束位置。

// test必须出现在开始位置
/^test/.test('test123') // true

// test必须出现在结束位置
/test$/.test('new test') // true

// 从开始位置到结束位置只有test
/^test$/.test('test') // true
/^test$/.test('test test') // false

（3）、选择符(|)
竖线符号(|)在正则表达式中表示“或关系”，即cat|dog表示匹配cat或dog。

/11|22/.test('911') // true

正则表达式指定必须匹配11或22。

选择符会包含它前后的多个字符，比如/ab|cd/指的是匹配ab或者cd，而不是指匹配b或者c。如果想修改这个行为，可以使用圆括号。

/a( |\t)b/.test('a\tb') // true

上面代码指的是，a和b之间有一个空格或者一个制表符。

还有其它元字符，如\、*、+、？、[]、{}、()等，将在下面解释。

4.2、转义字符

正则表达式中那些有特殊含义的字符，如果要匹配它们本身，就需要在它们前面加上反斜杠。比如要匹配加号，就要写成\+。

/1+1/.test('1+1')
//false

/1\+1/.test('1+1')
//true

上面代码中，第一个正则表达式直接使用加号匹配，结果加号解释成量词，导致不匹配。第二个正则表达式使用反斜杠对加号转义，就能匹配成功。

正则模式中，需要用斜杠转义的，一共有12个字符：^、.、[、$、(、)、|、*、+、?、{和\\。需要特别注意的是，如果使用RegExp方法生成正则对象，转义需要使用两个斜杠，因为字符串内部会先转义一次。

4.3、特殊字符

正则表达式对一些不能打印的特殊字符，提供了表达方法：

\n 匹配换行键。
\r 匹配回车键。
\t 匹配制表符tab。
\v 匹配垂直制表符。
\0 匹配null字符。
等等

4.4、字符类

字符类表示有一系列字符可供选择，只要匹配其中一个就可以了。所有可供选择的字符都放在方括号内，比如[xyz]表示x、y、z之中任选一个匹配。

/[abc]/.test('hello world')  //false
/[abc]/.test('apple') // true

上面代码表示，字符串“hello world”不包含a、b、c这三个字母中的任一个，而字符串“apple”包含字母a。

有两个字符在字符类中有特殊含义。

（1）脱字符(^)
如果方括号内的第一个字符是[^]，则表示除了字符类之中的字符，其它字符都可以匹配。比如，[^xyz]表示除了x、y、z之外都可以匹配。

/[^abc]/.test('hello world') // true
/[^abc]/.test('bbc') // false

上面代码表示，字符串“hello world”不包含字母a、b、c中的任一个，所以返回true；字符串“bbc”不包含a、b、c以外的字母，所以返回false。

如果方括号内没有其它字符，即只有[^]，就表示匹配一切字符，其中包括换行符，而点号是不包括换行符的。

var s = 'Please yes\nmake my day!';

s.match(/yes.*day/) // null
s.match(/yes[^]*day/) // [ 'yes\nmake my day']

上面代码中，字符串s含有一个换行符，点号不包括换行符，所以第一个正则表达式匹配失败；第二个正则表达式[^]包含一切字符，所以匹配成功。

注意：脱字符只有在字符类的第一个位置才有特殊含义，否则就是字面含义。

（2）连字符(-)
某些情况下，对于连续序列的字符，连字符（-）用来提供简写形式，表示字符的连续范围。比如，[abc]可以写成[a-c]，[0123456789]可以写成[0-9]，同理[A-Z]表示26个大写字母。

/a-z/.test('b') // false
/[a-z]/.test('b') // true

可以看到当连字符不出现在方括号之中，就不具备简写的作用，只代表字面的含义。只有当连字符用在方括号中才表示连续的字符序列。

以下都是合法的字符类简写形式。

[0-9.,]
[0-9a-fA-F]
[a-zA-Z0-9-]
[1-31]

上面代码中最后一个字符类[1-31]，不代表1到31，只代表1到3。

注意，字符类的连字符必须在头尾两个字符中间，才有特殊含义，否则就是字面含义。比如，[-9]就表示匹配连字符和9，而不是匹配0到9。

4.5、预定义模式

预定义模式指的是某些常见模式的简写方式：

\d 匹配0-9之间的任一数字，相当于[0-9]。
\D 匹配所有0-9以外的字符，相当于[^0-9]。
\w 匹配任意的字母、数字和下划线，相当于[0-9a-zA-Z_]。
\W 匹配除去字母、数字和下划线以外的字符，相当于[^0-9a-zA-Z_]。
\s 匹配空格（包括制表符、空格符、段行符等），相当于[\t\v\n\r\f]。
\S 匹配非空格字符，相当于[^\t\v\n\r\f]。
\b 匹配词的边界。
\B 匹配非词边界，即在词的内部。

// \s的例子
/\s\w*/.exec('hello world') // [" world"]

// \b的例子
/\bworld/.test('hello world') // true
/\bworld/.test('hello-world') // true
/\bworld/.test('helloworld') // false

// \B的例子
/\Bworld/.test('hello-world') // false
/\Bworld/.test('helloworld') // true

上面代码中，\s表示空格，所以匹配结果会包括空格。\b表示词的边界，所以"world"的词首必须独立（词尾是否独立未指定），才会匹配。同理，\B表示非词的边界，只有"world"的词首不独立，才会匹配。

通常，正则表达式遇到换行符（\n）就会停止匹配。

var html = "<b>Hello</b>\n<i>world!</i>";

/.*/.exec(html)[0]
// "<b>Hello</b>"

上面代码中，字符串html包含一个换行符，结果点字符（.）不匹配换行符，导致匹配结果可能不符合愿意。这时使用\s字符类，就能包含换行符。

var html = "<b>Hello</b>\n<i>world!</i>";

/[\S\s]*/.exec(html)[0]
// "<b>Hello</b>\n<i>world!</i>"

上面代码中，[\S\s]指代一切字符。

4.6、重复类

模式的精确匹配次数，使用大括号（{}）表示。{n}表示恰好重复n次，{n,}表示至少重复n次，{n,m}表示重复不少于n次，不多于m次。

/lo{2}k/.test('look') // true
/lo{2, 5}k/.test('looook') // true

上面代码中，第一个模式指定o连续出现2次，第二个模式指定o连续出现2次到5次之间。

4.7、量词符

量词符用来设定某个模式出现的次数。

? 问号表示某个模式出现0次或1次，等同于{0,1}。
* 星号表示某个模式出现0次或多次，等同于{0,}。
+ 加号表示某个模式出现1次或多次，等同于{1,}。

// t出现0次或1次
/t?est/.test('test') // true
/t?est/.test('est') // true

// t出现1次或多次
/t+est/.test('test") // true
/t+est/.test('ttest') // true
/t+est/.test('est') // false

// t出现0次或多次
/t*est/.test('test') // true
/t*est/.test('ttest') // true
/t*est/.test('tttest') // true
/t*est/.test('est') // true

4.8、贪婪模式

上面的三个量词符，默认情况下都是最大可能匹配，即匹配直到下一字符不满足匹配规则为止，这被称为贪婪模式。

var s = 'aaa';
s.match(/a+/)  // ["aaa"]

上面代码中，模式/a+/，表示匹配1个a或多个a，由于默认是贪婪模式，会一直匹配到字符a不出现为止，所以匹配结果是3个a。

如果想将贪婪模式改为非贪婪模式，可以在量词后面加一个问号。

var s = 'aaa';
s.match(/a+?/)  // ["a"]

上面代码中，模式结尾添加了一个问号/a+?/，这时就改为非贪婪模式，一旦条件满足，就不再往下匹配。

除了非贪婪模式的加号，还有非贪婪模式的星号（*）。

*?：表示某个模式出现0次或多次，匹配采用非贪婪模式。
+?：表示某个模式出现1次或多次，匹配采用非贪婪模式。

4.9、修饰符

修饰符表示模式的附加规则，放在正则模式的最尾部。

修饰符可以单个使用，也可以多个一起使用。

// 单个修饰符
var regex = /test/i;

// 多个修饰符
var regex = /test/ig;

（1）、g修饰符
默认情况下，第一次匹配成功后，正则对象就停止向下匹配了。g修饰符表示全局匹配（global），加上它以后，正则对象将匹配全部符合条件的结果，主要用于搜索和替换。

var regex = /b/;
var str = 'abba';

regex.test(str); // true
regex.test(str); // true
regex.test(str); // true

上面代码中，正则模式不含g修饰符，每次都是从字符串头部开始匹配。所以，连续做了三次匹配，都返回true。

var regex = /b/g;
var str = 'abba';

regex.test(str); // true
regex.test(str); // true
regex.test(str); // false

上面代码中，正则模式含有g修饰符，每次都是从上一次匹配成功处，开始向后匹配。因为字符串“abba”只有两个“b”，所以前两次匹配结果为true，第三次匹配结果为false。

（2）、i修饰符
默认正则对象区分字母的大小写，加上i修饰符以后表示忽略大小写（ignorecase）。

/abc/.test('ABC') // false
/abc/i.test('ABC') // true

加了i修饰符后，不考虑大小写，所以模式abc匹配字符串ABC。

（3）、m修饰符
m修饰符表示多行模式（multiline），会修改位置符^{和$的行为。默认情况下（即不加m修饰符时），}和$匹配字符串的开始处和结尾处，加上m修饰符以后，^{和$还会匹配行首和行尾，即}和$会识别换行符（\n）。

/world$/.test('hello world\n') // false
/world$/m.test('hello world\n') // true

上面的代码中，字符串结尾处有一个换行符。如果不加m修饰符，匹配不成功，因为字符串的结尾不是"world"；加上以后，$可以匹配行尾。

/^b/m.test('a\nb') // true

上面代码要求匹配行首的b，如果不加m修饰符，就相当于b只能处在字符串的开始处。

4.10、组匹配

（1）、概述
正则表达式的括号表示分组匹配，括号中的模式可以用来匹配分组的内容。

/fred+/.test('fredd') // true
/(fred)+/.test('fredfred') // true

上面代码中，第一个模式没有括号，结果+只表示重复字母d，第二个模式有括号，结果+就表示匹配"fred"这个词。

（2）、非捕获组
(?:x)称为非捕获组，表示不返回该组匹配的内容，即匹配的结果中不计入这个括号。

（3）、先行断言
（4）、先行否定断言

（本系列下一节为 — Date对象）