一、基本概念：
在我们写页面时，常需要对表单数据如账号、密码、身份证号等进行验证，而最有效、用的最多的就是使用正则表达式来验证。
正则表达式（Regular Expression）是用于描述一组字符串特征的模式，用于匹配特定的字符串。其应用非常广泛，特别是在字符串处理方面，应用如下：
1、验证字符串，即验证给定的字符串或子字符串是否符合指定的特征，可验证邮箱地址等。
2、查找字符串，从给定的文本中查找符号指定特征的字符串，比查找固定字符串更灵活。
3、替换字符串，即查找到符合某特征的字符串后将其替换。
4、提取字符串，即从给定的字符串中提取出符合指定特征的子字符串。
二、检测工具介绍
介绍一个工具RegexBuddy
三、结构总体介绍
1、字符字面量：
匹配一个具体字符，包括不用转义的和需要转义的。比如a匹配字符"a"，又比如\n匹配换行符，又比如\.匹配小数点。
2、字符组：
匹配一个字符，可以是多种可能之一，比如[0-9]，表示匹配一个数字。也有\d的简写形式。另外还有反义字符组，表示可以是除了特定字符之外任何一个字符，比如[^0-9]，表示一个非数字字符，也有\D的简写形式。
3、量词：
表示一个字符连续出现，比如a{1,3}表示“a”字符连续出现1到3次。另外还有常见的简写形式，比如a+表示“a”字符连续出现至少一次。
4、锚点：
匹配一个位置，而不是字符。比如^匹配字符串的开头，又比如\b匹配单词边界，又比如(?=\d)表示数字前面的位置。
5、分组：
用括号表示一个整体，比如(ab)+，表示"ab"两个字符连续出现多次，也可以使用非捕获分组(?:ab)+。
6、分支：
多个子表达式多选一，比如abc|bcd，表达式匹配"abc"或者"bcd"字符子串。
7、反向引用：
比如\2，表示引用第2个分组。
四、结构详细介绍
4.1 字符组
虽然是叫字符组，但只是表示其中一个字符，例如[abc]，表示匹配一个字符，它可以是“a”、“b”、“c”之一。
（1）范围表示法：
比如[123456abcdefGHIJKLM]，可以写成[1-6a-fG-M]。用连字符-来省略和简写。
要匹配“a”、“-”、“z”这三者中任意一个字符，该怎么做呢？不能写成[a-z]，因为其表示小写字符中的任何一个字符。可以写成如下的方式：[-az]或[az-]或[a\-z]。即要么放在开头，要么放在结尾，要么转义。总之不会让引擎认为是范围表示法就行。
（2）排除字符组：
某位字符可以是任何东西，但就不能是"a"、"b"、"c"，排除字符组是反义字符组的概念。
例如[^abc]，表示是一个除"a"、"b"、"c"之外的任意一个字符。字符组的第一位放^（脱字符），表示求反的概念。
（3）常见的简写形式：
\d就是[0-9]。表示是一位数字。记忆方式：其英文是digit（数字）。
\D就是[^0-9]。表示除数字外的任意字符。
\w就是[0-9a-zA-Z_]。表示数字、大小写字母和下划线。记忆方式：w是word的简写，也称单词字符。
\W是[^0-9a-zA-Z_]。非单词字符。
\s是[ \t\v\n\r\f]。表示空白符，包括空格、水平制表符、垂直制表符、换行符、回车符、换页符。记忆方式：s是space character的首字母。
\S是[^ \t\v\n\r\f]。 非空白符。
.就是[^\n\r\u2028\u2029]。通配符，表示几乎任意字符。换行符、回车符、行分隔符和段分隔符除外。记忆方式：想想省略号...中的每个点，都可以理解成占位符，表示任何类似的东西。
如果要匹配任意字符怎么办？可以使用[\d\D]、[\w\W]、[\s\S]和[^]中任何的一个。
4.2 量词
量词也称为重复，表示重复多少次；例如：\d{3}表示连续匹配数字3次，即匹配三个连贯的数字。其中{}是闭区间。
（1）简写形式
{m,} 表示至少出现m次。
{m} 等价于{m,m}，表示出现m次。
? 等价于{0,1}，表示出现或者不出现。记忆方式：问号表示，有或没有
+ 等价于{1,}，表示出现至少一次。
* 等价于{0,}，表示出现任意次，有可能不出现。
（2）量词中存在的贪婪匹配和惰性匹配
例如：
其中正则\d{2,5}，表示数字连续出现2到5次。会匹配2位、3位、4位、5位连续数字。但是其是贪婪的，它会尽可能多的匹配。你能给我6个，我就要5个。你能给我3个，我就要3个。反正只要在能力范围内，越多越好。
而惰性匹配，就是尽可能少的匹配；
其中\d{2,5}?表示，虽然2到5次都行，当2个就够的时候，就不在往下尝试了。
4.3 锚点
锚点即位置匹配，介绍锚点之前先了解下位置的概念。
（1）什么是位置
位置是相邻字符之间的位置。
（2）如何匹配位置
有8个锚字符可以去匹配位置
^ $ \b \B (?=p) (?!p) (?<=p) （?<!p）
其中
^和$
^（脱字符）匹配开头，在多行匹配中匹配行开头。$（美元符号）匹配结尾，在多行匹配中匹配行结尾。比如，把字符串的开头和结尾用“#”替换。
\b和\B
\b是单词边界，具体就是\w和\W之间的位置，也包括\w和^之间的位置，也包括\w和$之间的位置。
例如，将指定字符的边界替换为#
\B就是\b的反面的意思，非单词边界。例如在字符串中所有位置中，扣掉\b，剩下的都是\B的。
(?=p) 和 (?!p)
(?=p)，学名叫零宽度正预测先行断言，其中p是一个子模式，即p前面的位置。例如(?=l)，表示'l'字符前面的位置
而(?!p)，学名叫零宽度负预测先行断言，就是(?=p)的反面意思，比如：
（3）案例分析
数字的千位分隔符表示法，如把“12345678”，变成“12,345,678”。
思路：找到对应的位置替换为“,”。
1、先弄出最后一个逗号
2、弄出所有逗号
因为逗号出现的位置，要求后面3个数字一组，也就是\d{3}至少出现一次。此时可以使用量词+:
3、要求匹配的位置不能是开头
(?<=p) 和（?<!p）
注：这两种模式javascript是不支持的，请在RegexBuddy工具中把语言切换到c#模式。
(?<=p) ，学名叫零宽度正回顾后发断言，表示p后面的这个位置
（?<!p），学名叫零宽度负回顾后发断言，表示不是p后面的位置，或者说是p后面的位置不能匹配；
4.4 多选分支
形式如：(p1|p2|p3)，其中p1、p2、p3是子模式，用|(管道符)分隔，表示其中任何之一。
它也是惰性匹配，即找到一个匹配的就不继续尝试查找了。
4.5 括号的作用
a+匹配连续出现的“a”，而要匹配连续出现的“ab”时，需要使用(ab)+
多选分支结构(p1|p2)中，括号提供了子表达式的所有可能。如：
反向引用
在正则里引用之前出现的分组，即反向引用。如：当我们想用正则支持如下三种日期格式时：
以上正则虽然能匹配要求的情况，但也匹配了“2019-09/10”这样的数据，如果想要分割符前后一致，需要使用反向引用；
其中，\1表示引用之前的那个分组(-|\/|\.)。不管它匹配到什么（比如-），\1都匹配那个同样的具体某个字符。我们知道了\1的含义后，那么\2和\3的概念也就理解了，即分别指代第二个和第三个分组。
当括号存在嵌套时，以左括号为准，如
我们可以看看这个正则匹配模式：
第一个字符是数字，比如说1，
第二个字符是数字，比如说2，
第三个字符是数字，比如说3，
接下来的是\1，是第一个分组内容，那么看第一个开括号对应的分组是什么，是123，
接下来的是\2，找到第2个开括号，对应的分组，匹配的内容是1，
接下来的是\3，找到第3个开括号，对应的分组，匹配的内容是23，
最后的是\4，找到第4个开括号，对应的分组，匹配的内容是3。
引用不存在的分组
反向引用，是引用前面的分组，但我们在正则里引用了不存在的分组时，有些语言会报编译错误(引用了不存在的分组)，如c#，但有些语言是支持的，如javascript，只是匹配反向引用的字符本身。例如\2，就匹配"\2"。注意"\2"表示对"2"进行了转意。大概如：
非捕获分组
之前文中出现的分组，都会捕获它们匹配到的数据，以便后续引用，因此也称他们是捕获型分组。如果只要括号最原始的功能，但不会引用它，即，既不在API里引用，也不在正则里反向引用。此时可以使用非捕获分组(?:p)，注意和上文中的(?=p)进行区分。
4.6 回溯法原理
引擎会依次处理各个子表达式或组成元素，遇到需要在两个可能成功的选项进行选择的时候，它会选择其一，同时记住另一个，以备稍后可能的需要。如果正则表达式中余下的部分最终匹配失败，引擎会知道需要回溯到之前做出选择的地方，选择其他的备用分支继续尝试。这样，引擎最终会尝试表达式的所有可能途径（或者是匹配完成之前需要的所有途径）。
形象的说，回溯就像是在道路的每个分岔口留下一小堆面包屑。如果走了死路，就可以照原路返回，直到遇到面包屑标示的尚未尝试过的道路。如果那条路也走不通，你可以继续返回，找到下一堆面包屑，如此重复，直到找到出路，或者走完所有没有尝试过的路。
（1）没有回溯的匹配
假设我们的正则是ab{1,3}c，其可视化形式是
当目标字符串是"abbbc"时，就没有所谓的“回溯”。其匹配过程是
（2）有回溯的匹配
如果目标字符串是“abbc”,则会存在回溯。
图中第5步有红颜色，表示匹配不成功。此时b{1,3}已经匹配到了2个字符“b”，准备尝试第三个时，结果发现接下来的字符是“c”。那么就认为b{1,3}就已经匹配完毕。然后状态又回到之前的状态（即第6步，与第4步一样），最后再用子表达式c，去匹配字符“c”。当然，此时整个表达式匹配成功了。其中的第6步就是回溯。
再举个例子，正则是ab{1,3}bbc
目标字符串是"abbbc"，匹配过程是：
其中第7步和第10步是回溯。第7步与第4步一样，此时b{1,3}匹配了两个"b"，而第10步与第3步一样，此时b{1,3}只匹配了一个"b"，这也是b{1,3}的最终匹配结果。
（3）回溯法总结
回溯法也称试探法，它的基本思想是：从问题的某一种状态（初始状态）出发，搜索从这种状态出发所能达到的所有“状态”，当一条路走到“尽头”的时候（不能再前进），再后退一步或若干
步，从另一种可能“状态”出发，继续搜索，直到所有的“路径”状态都尝试过。这种不断“前进”、不断“回溯”寻找解的方法，就称为“回溯法”。
（4）可能出现回溯的地方
贪婪量词
之前的例子都是贪婪量词相关的。比如b{1,3}，因为其是贪婪的，尝试可能的顺序是从多往少的方向去尝试。首先会尝试"bbb"，然后再看整个正则是否能匹配。不能匹配时，吐出一个"b"，即在"bb"的基础上，再继续尝试。如果还不行，再吐出一个，再试。如果还不行呢？只能说明匹配失败了。
惰性量词
惰性量词就是在贪婪量词后面加个问号，表示尽可能少的匹配。虽然惰性量词不贪，但也会有回溯的现象。比如正则是
虽然惰性匹配不贪，但是为了整体匹配成，也只能给你多塞点。因此最后\d{1,3}?匹配的字符是"12"，是两个数字，而不是一个。
五、实践
（1）试着用正则表达式匹配IP地址；
（2）验证用户密码，要求必须是大、小写字母、数字至少两种的结合；
（3）了解下正则表达式引发的血案，你知道问题出在哪儿吗？ https://juejin.im/post/5b287ea6f265da596d04a324
