正则表达式专题(JS版)第6篇：正则表达式的拆分-Java充电社【公众号：Java充电社】

对于一门语言的掌握程度怎么样，可以有两个角度来衡量：读和写。

不仅要求自己能解决问题，还要看懂别人的解决方案。代码是这样，正则表达式也是这样。

正则这门语言跟其他语言有一点不同，它通常就是一大堆字符，而没有所谓“语句”的概念。

如何能正确地把一大串正则拆分成一块一块的，成为了破解“天书”的关键，本章就解决这一问题。

## 内容包括

1. 结构和操作符
2. 注意要点
3. 案例分析

## 1. 结构和操作符

编程语言一般都有操作符。只要有操作符，就会出现一个问题。当一大堆操作在一起时，先操作谁，又后操作谁呢？为了不产生歧义，就需要语言本身定义好操作顺序，即所谓的优先级。

而在正则表达式中，操作符都体现在结构中，即由特殊字符和普通字符所代表的一个个特殊整体。

JS正则表达式中，都有哪些结构呢？

> 字符字面量、字符组、量词、锚字符、分组、选择分支、反向引用。

具体含义简要回顾如下（如懂，可以略去不看）：

> **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。
>
> **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。
>
> **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。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。
>
> **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。
>
> **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。

其中涉及到的操作符有：

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

上面操作符的优先级从上至下，由高到低。

这里，我们来分析一个正则：

`/ab?(c|de*)+|fg/`

1. 由于括号的存在，所以，`(c|de*)`是一个整体结构。
2. 在`(c|de*)`中，注意其中的量词`*`，因此`e*`是一个整体结构。
3. 又因为分支结构“|”优先级最低，因此`c`是一个整体、而`de*`是另一个整体。
4. 同理，整个正则分成了 `a`、`b?`、`(...)+`、`f`、`g`。而由于分支的原因，又可以分成`ab?(c|de*)+`和`fg`这两部分。

希望你没被我绕晕，上面的分析可用其[可视化](https://link.juejin.im?target=http%3A%2F%2Flink.zhihu.com%2F%3Ftarget%3Dhttps%3A%2F%2Fjex.im%2Fregulex%2F%23%21embed%3Dfalse%26flags%3D%26re%3Dab%253F%28c%257Cde%2A%29%252B%257Cfg)形式描述如下：

![](https://itsoku.oss-cn-hangzhou.aliyuncs.com/itsoku/blog/article/175/c5dc2ebc-1c3c-4c81-9fe6-f8652dbe35d4.png)

## 2. 注意要点

关于结构和操作符，还是有几点需要强调：

### 2.1 匹配字符串整体问题

因为是要匹配整个字符串，我们经常会在正则前后中加上锚字符`^`和`$`。

比如要匹配目标字符串"abc"或者"bcd"时，如果一不小心，就会写成`/^abc|bcd$/`。

而位置字符和字符序列优先级要比竖杠高，故其匹配的结构是：

![](https://itsoku.oss-cn-hangzhou.aliyuncs.com/itsoku/blog/article/175/4ab22d44-b485-4c0b-abae-0037377d5c8b.png)

应该修改成:

![](https://itsoku.oss-cn-hangzhou.aliyuncs.com/itsoku/blog/article/175/8d8d6a99-4f46-444d-aead-73631beb132e.png)

### 2.2 量词连缀问题

假设，要匹配这样的字符串：

> 1. 每个字符为a、b、c任选其一
>
> 2. 字符串的长度是3的倍数

此时正则不能想当然地写成`/^[abc]{3}+$/`，这样会报错，说`+`前面没什么可重复的：

![](https://itsoku.oss-cn-hangzhou.aliyuncs.com/itsoku/blog/article/175/a6208577-12fd-4ee6-b6c6-e29d937a5017.png)

此时要修改成：

![](https://itsoku.oss-cn-hangzhou.aliyuncs.com/itsoku/blog/article/175/dc1112de-293d-482e-82d5-5845d6f90416.png)

### 2.3 元字符转义问题

所谓元字符，就是正则中有特殊含义的字符。

所有结构里，用到的元字符总结如下：

> `^ $ . * + ? | \ / ( ) [ ] { } = ! : - ,`

当匹配上面的字符本身时，可以一律转义：

```javascript
var string = "^$.*+?|\\/[]{}=!:-,";
var regex = /\^\$\.\*\+\?\|\\\/\[\]\{\}\=\!\:\-\,/;
console.log( regex.test(string) ); 
// => true

```

其中`string`中的`\`字符也要转义的。

另外，在`string`中，也可以把每个字符转义，当然，转义后的结果仍是本身：

```javascript
var string = "^$.*+?|\\/[]{}=!:-,";
var string2 = "\^\$\.\*\+\?\|\\\/\[\]\{\}\=\!\:\-\,";
console.log( string == string2 ); 
// => true

```

现在的问题是，是不是每个字符都需要转义呢？否，看情况。

#### 2.3.1 字符组中的元字符

跟字符组相关的元字符有`[]`、`^`、`-`。因此在会引起歧义的地方进行转义。例如开头的`^`必须转义，不然会把整个字符组，看成反义字符组。

```javascript
var string = "^$.*+?|\\/[]{}=!:-,";
var regex = /[\^$.*+?|\\/\[\]{}=!:\-,]/g;
console.log( string.match(regex) );
// => ["^", "$", ".", "*", "+", "?", "|", "\", "/", "[", "]", "{", "}", "=", "!", ":", "-", ","]

```

#### 2.3.2 匹配“[abc]”和“{3,5}”

我们知道`[abc]`，是个字符组。如果要匹配字符串"[abc]"时，该怎么办？

可以写成`/\[abc\]/`，也可以写成`/\[abc]/`，测试如下：

```javascript
var string = "[abc]";
var regex = /\[abc]/g;
console.log( string.match(regex)[0] ); 
// => "[abc]"

```

只需要在第一个方括号转义即可，因为后面的方括号构不成字符组，正则不会引发歧义，自然不需要转义。

同理，要匹配字符串"{3,5}"，只需要把正则写成`/\{3,5}/`即可。

另外，我们知道量词有简写形式`{m,}`，却没有`{,n}`的情况。虽然后者不构成量词的形式，但此时并不会报错。当然，匹配的字符串也是"{,n}"，测试如下：

```javascript
var string = "{,3}";
var regex = /{,3}/g;
console.log( string.match(regex)[0] ); 
// => "{,3}"

```

#### 2.3.3 其余情况

比如`=` `!` `:` `-` `,`等符号，只要不在特殊结构中，也不需要转义。

但是，括号需要前后都转义的，如`/$123$/`。

至于剩下的`^` `$` `.` `*` `+` `?` `|` `\` `/`等字符，只要不在字符组内，都需要转义的。

## 3. 案例分析

接下来分析两个例子，一个简单的，一个复杂的。

### 3.1 身份证

正则表达式是：

`/^(\d{15}|\d{17}[\dxX])$/`

因为竖杠“|”,的优先级最低，所以正则分成了两部分`\d{15}`和`\d{17}[\dxX]`。

- `\d{15}`表示15位连续数字。
- `\d{17}[\dxX]`表示17位连续数字，最后一位可以是数字可以大小写字母"x"。

可视化如下：

![](https://itsoku.oss-cn-hangzhou.aliyuncs.com/itsoku/blog/article/175/4f34adce-50a4-4d22-9350-44ad1027428a.png)

### 3.2 IPV4地址

正则表达式是：

`/^((0{0,2}\d|0?\d{2}|1\d{2}|2[0-4]\d|25[0-5])\.){3}(0{0,2}\d|0?\d{2}|1\d{2}|2[0-4]\d|25[0-5])$/`

这个正则，看起来非常吓人。但是熟悉优先级后，会立马得出如下的结构：

`((...)\.){3}(...)`

上面的两个`(...)`是一样的结构。表示匹配的是3位数字。因此整个结构是

> 3位数.3位数.3位数.3位数

然后再来分析`(...)`：

`(0{0,2}\d|0?\d{2}|1\d{2}|2[0-4]\d|25[0-5])(0{0,2}\d|0?\d{2}|1\d{2}|2[0-4]\d|25[0-5])`

它是一个多选结构，分成5个部分：

- `0{0,2}\d`，匹配一位数，包括0补齐的。比如，9、09、009；
- `0?\d{2}`，匹配两位数，包括0补齐的，也包括一位数；
- `1\d{2}`，匹配100到199;
- `2[0-4]\d`，匹配200-249；
- `25[0-5]`，匹配250-255。

最后来看一下其可视化形式：

![](https://itsoku.oss-cn-hangzhou.aliyuncs.com/itsoku/blog/article/175/39521489-174e-459f-b4de-4fd4bedd678a.png)

## 小结

掌握正则表达式中的优先级后，再看任何正则应该都有信心分析下去了。

至于例子，不一而足，没有写太多。

这里稍微总结一下，竖杠的优先级最低，即最后运算。

只要知道这一点，就能读懂大部分正则。

另外关于元字符转义问题，当自己不确定与否时，尽管去转义，总之是不会错的。

```html
作者：老姚
链接：https://juejin.im/post/5965943ff265da6c30653879
著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。
```

<a style="display:none" target="_blank" href="https://mp.weixin.qq.com/s/_S1DD2JADnXvpexxaBwLLg" style="color:red; font-size:20px; font-weight:bold">继续收门徒，亲手带，月薪 4W 以下的可以来找我</a>

## 最新资料

1. <a href="https://mp.weixin.qq.com/s?__biz=MzkzOTI3Nzc0Mg==&mid=2247484964&idx=2&sn=c81bce2f26015ee0f9632ddc6c67df03&scene=21#wechat_redirect" target="_blank">尚硅谷 Java 学科全套教程（总 207.77GB）</a>
2. <a href="https://mp.weixin.qq.com/s?__biz=MzkwOTAyMTY2NA==&mid=2247484192&idx=1&sn=505f2faaa4cc911f553850667749bcbb&scene=21#wechat_redirect" target="_blank">2021 最新版 Java 微服务学习线路图 + 视频</a>
3. <a href="https://mp.weixin.qq.com/s?__biz=MzkwOTAyMTY2NA==&mid=2247484573&idx=1&sn=7f3d83892186c16c57bc0b99f03f1ffd&scene=21#wechat_redirect" target="_blank">阿里技术大佬整理的《Spring 学习笔记.pdf》</a>
4. <a href="https://mp.weixin.qq.com/s?__biz=MzkwOTAyMTY2NA==&mid=2247484544&idx=2&sn=c1dfe907cfaa5b9ae8e66fc247ccbe84&scene=21#wechat_redirect" target="_blank">阿里大佬的《MySQL 学习笔记高清.pdf》</a>
5. <a href="https://mp.weixin.qq.com/s?__biz=MzkwOTAyMTY2NA==&mid=2247485167&idx=1&sn=48d75c8e93e748235a3547f34921dfb7&scene=21#wechat_redirect" target="_blank">2021 版 java 高并发常见面试题汇总.pdf</a>
6. <a href="https://mp.weixin.qq.com/s?__biz=MzkwOTAyMTY2NA==&mid=2247485664&idx=1&sn=435f9f515a8f881642820d7790ad20ce&scene=21#wechat_redirect" target="_blank">Idea 快捷键大全.pdf</a>

![](https://itsoku.oss-cn-hangzhou.aliyuncs.com/itsoku/blog/article/1/2883e86e-3eff-404a-8943-0066e5e2b454.png)