正则表达式

正则表达式 （简称 regex ）允许开发人员根据模式匹配字符串、提取子匹配信息，或简单地测试字符串是否符合该模式。正则表达式在许多编程语言中都有使用，JavaScript 的语法受 Perl 的启发。

我们建议你阅读正则表达式指南，以全面了解可用的正则表达式语法及其工作原理。

描述

正则表达式 是形式语言理论中的一个重要概念。正则表达式是一种描述可能是无限的字符串集合（称为语言）的方法。正则表达式的核心需要具备以下特征：

可在语言中使用的一系列字符，称为 字母表 。

连接：

ab

表示“字符

后跟字符

”。

并集：

a|b

表示“

或

”。

克莱尼星号 （Kleene star）：

a*

表示“零个或多个

字符”。

假设有一个有限的字母表（如 26 个英文字母或整个 Unicode 字符集），那么所有正则表达式语言都可以通过上述特征生成。当然，许多模式用这种方式来表达非常繁琐（如“10 位数字”或“一个非空格的字符”），因此 JavaScript 正则表达式包含许多速记符号，下面将一一介绍。

备注： 由于存在反向引用（正则表达式必须具有有限状态），JavaScript 正则表达式实际上并不“正则”。不过，反向引用仍然是一个非常有用的特性。

创建正则表达式

正则表达式通常是用正斜线（ / ）将模式括起来，以字面量形式创建的：

const regex1 = /ab+c/g;
也可以使用 RegExp() 构造函数来创建正则表达式：
js
const regex2 = new RegExp("ab+c", "g");
它们在运行时没有区别，但可能会对性能、静态分析性和编写转义字符时的人体工程学问题产生影响。有关详细信息，请参阅 RegExp 参考资料。

`正则表达式标志`

标志（flag）是一种特殊参数，可以改变正则表达式的解释方式或与输入文本的交互方式。每个标志都与 RegExp 对象上的一个访问器属性相对应。


       
        
         下面各节按语法性质列出了所有可用的正则表达式语法。

`断言`

断言（assertion）是一种结构，用于测试字符串在指定位置是否满足特定条件，但不消耗字符。断言不能使用量词。


       
        
         
          输入边界断言：
          
           ^
          
          、
          
           $
          
         
        
        
         断言当前位置是输入的开始或结束，如果设置了
         
          m
         
         标志，则断言当前位置是一行的开始或结束。
        
        
         
          前瞻断言：
          
           (?=...)
          
          、
          
           (?!...)
          
         
        
        
         断言当前位置是否被某个模式跟随。
        
        
         
          后瞻断言：
          
           (?<=...)
          
          、
          
           (?<!..)
          
         
        
        
         断言当前位置是否在某个模式之前。
        
        
         
          单词边界断言：
          
           \b
          
          、
          
           \B
          
         
        
        
         断言当前位置是单词边界。

`原子`

原子（atom）是正则表达式的最基本单位。每个原子消耗字符串中的一个或多个字符，要么匹配失败，要么允许模式继续匹配下一个原子。


       
        
         
          反向引用：
          
           \1
          
          、
          
           \2
          
         
        
        
         匹配先前匹配的、用捕获组捕获的子模式。
        
        
         
          捕获组：
          
           (...)
          
         
        
        
         匹配子模式并保存匹配信息。
        
        
         
          字符类：
          
           [...]
          
          、
          
           [^...]
          
         
        
        
         匹配字符集中的任何字符。启用
         
          
           v
          
         
         标志后，还可用于匹配长度有限的字符串。
        
        
         
          字符类转义：
          
           \d
          
          、
          
           \D
          
          、
          
           \w
          
          、
          
           \W
          
          、
          
           \s
          
          、
          
           \S
          
         
        
        
         匹配预定义字符集中的任何字符。
        
        
         
          字符转义：
          
           \n
          
          、
          
           \u{...}
          
         
        
        
         匹配可能无法方便地以字面形式表示的字符。
        
        
         
          字面字符：
          
           a
          
          、
          
           b
          
         
        
        
         匹配特定字符。
        
        
         
          具名反向引用：
          
           \k<name>
          
         
        
        
         匹配先前匹配的子模式，并使用已命名的捕获组进行捕获。
        
        
         
          具名捕获组：
          
           (?<name>...)
          
         
        
        
         匹配子模式并保存匹配信息。以后可以用自定义名称而不是模式中的索引来识别该组。
        
        
         
          非捕获分组：
          
           (?:...)
          
         
        
        
         匹配子模式，但不记忆匹配信息。
        
        
         
          Unicode 字符类转义：
          
           p{...}
          
          、
          
           \P{...}
          
         
        
        
         匹配 Unicode 属性指定的字符集。启用
         
          
           v
          
         
         标志后，也可用于匹配长度有限的字符串。
        
        
         
          通配符：
          
           .
          
         
        
        
         匹配除行结束符外的任何字符，除非设置了
         
          s
         
         标志。

`其他特性`

这些特征本身不指定任何模式，但用于组成模式。


       
        
         
          析取（逻辑或）：
          
           |
          
         
        
        
         匹配由
         
          |
         
         字符分隔的一组备选字符中的任意一个。
        
        
         
          量词：
          
           *
          
          、
          
           +
          
          、
          
           ?
          
          、
          
           {n}
          
          、
          
           {n,}
          
          、
          
           {n,m}
          
         
        
        
         匹配原子序列一定次数。

`转义序列`

在正则表达式中，转义序列是指任何一种由 \ 后跟一个或多个字符组成的语法。根据 \ 后面的字符的不同，它们的作用也大相径庭。下面列出了所有有效的“转义序列”：


       
        
         后跟任何其他数字字符的
         
          \
         
         变成
         
          传统的八进制转义序列
         
         ，在
         
          Unicode 感知模式
         
         中是禁止的。
        
        
         此外，
         
          \
         
         后面还可以跟一些非字母或数字字符，在这种情况下，转义序列总是
         
          字符转义
         
         ，代表转义字符本身：
        
        
         
          \$
         
         、
         
          \(
         
         、
         
          \)
         
         、
         
          \*
         
         、
         
          \+
         
         、
         
          \.
         
         、
         
          \/
         
         、
         
          \?
         
         、
         
          \[
         
         、
         
          \\
         
         、
         
          \]
         
         、
         
          \^
         
         、
         
          {
         
         、
         
          \|
         
         、
         
          }
         
         ：在任何地方都有效
        
        
         
          \-
         
         ：仅在
         
          字符类
         
         中有效