05正则表达式拆分.md

正则表达式的拆分

结构和操作符

js正则表达式的结构：字符字面量、字符组、量词、锚、分组、选择分支、反向引用

• 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”
  • 比如 \n 匹配换行符，比如 \. 匹配小数点 .
• 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，简写 \d
  • 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，简写 \D
• 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 3 次.
  • 简写形式,比如 a+ 表示 a 字符连续出现至少一次.
• 锚
  • 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
  • 比如 (?=\d) 表示数字前面的位置。
• 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)+。
• 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
  • 反向引用，比如 \2，表示引用第 2 个分组

操作符描述	操作符	优先级
转义符	\	1
括号和方括号	(…)、(?:…)、(?=…)、(?!…)、[…]	2
量词限定符	{m}、{m,n}、{m,}、?、*、+	3
位置和序列	^、$、\元字符、一般字符	4
管道符（竖杠）	|	5

• 分析：/ab?(c|de*)+|fg/
  • 由于括号的存在，所以 (c|de*) 是一个整体，并且由于量词 *，e* 也是一个整体
  • 并且由于分支结构 | 的优先级最低 c 和 de* 是两个不同的整体结构
  • 整个正则分为 a、b?、(...)+、f、g。由于分支的原因又可以分成 ab?(c|de*)+ 和 fg
• 

要点

1. 字符串整体问题，经常会在正则后加上锚 ^ 和 $
   • 比如要匹配的目标字符串 abc 或者 bcd，很可能会写成 /^abc|bcd$/
   • 
   • 应该修改成 /^(abc|bcd)$/
   • 
2. 量词连缀问题
   • 假设要匹配 a、b、c任选其一，字符串长度是 3 的倍数
   • 如果写成 /^[abc]{3}+/ 会报错，+ 前面没什么好重复的
   • 此时应该写成 /([abc]{3})+/
   • 
3. 元字符转义
   • ^、$、.、*、+、?、|、\、/、(、)、[、]、{、}、=、!、:、-`
   • 以上字符匹配\字符可以转义
   • 跟字符组相关的字符有 [、]、^、-。其中匹配开头的 ^ 必须转义，不然会把整个字符组看成反义字符组
   • 当匹配 [abc] 或者 {3,5} 时
     • 可以写成 /\[abc\]/ 或者 /\[abc]/
     • 可以写成 /\{abc\}/ 或者 /\{3,5}/
   • =、!、:、-、, 等符号，只要不在特殊结构内不需要转义

案列

身份证。正则表达式是 /^(\d{15}|\d{17}[\dxX])$/

• 由于 | 的优先级最低，所以正则分成了两部分 \d{15} 和 \d{17}[\dxX]
•