随缘从零开始学正则（一），学习正则字符组，量词表示法与正则分支
1. 正则表达式字符匹配攻略
正则表达式是匹配模式，要么匹配字符，要么匹配位置。 请记住这句话。然而关于正则如何匹配字符的学习，大部分人都觉得这块比较杂乱。毕竟元字符太多了，看起来没有系统性，不好记。本章就解决这个问题。 内容包括：
- 两种模糊匹配
- 字符组
- 量词
- 分支结构
- 案例分析
1.1. 两种模糊匹配
如果正则只有精确匹配是没多大意义的，比如 /hello/，也只能匹配字符串中的 "hello" 这个子串。
var regex = /hello/;
console.log(regex.test("hello"));
// => true正则表达式之所以强大，是因为其能实现模糊匹配。 而模糊匹配，有两个方向上的“模糊”：横向模糊和纵向模糊。
1.1.1. 横向模糊匹配
横向模糊指的是，一个正则可匹配的字符串的长度不是固定的，可以是多种情况的。 其实现的方式是使用量词。譬如 {m,n}，表示连续出现最少 m 次，最多 n 次。 比如正则 /ab{2,5}c/ 表示匹配这样一个字符串：第一个字符是 "a"，接下来是 2 到 5 个字符 "b"，最后是字符 "c"。 测试如下：
var regex = /ab{2,5}c/g;
var string = "abc abbc abbbc abbbbc abbbbbc abbbbbbc";
console.log(string.match(regex));
// => ["abbc", "abbbc", "abbbbc", "abbbbbc"]案例中用的正则是 /ab{2,5}c/g，其中 g 是正则的一个修饰符。表示全局匹配，即，在目 标字符串中按顺序找到满足匹配模式的所有子串，强调的是“所有”，而不只是“第一个” 。g 是单词 global 的首字母。
1.1.2. 纵向模糊匹配
纵向模糊指的是，一个正则匹配的字符串，具体到某一位字符时，它可以不是某个确定的字符，可以有多种可能。 其实现的方式是使用字符组。譬如 [abc]，表示该字符是可以字符 "a"、"b"、"c" 中的任何一个。 比如 /a[123]b/ 可以匹配如下三种字符串： "a1b"、"a2b"、"a3b"。 测试如下：
var regex = /a[123]b/g;
var string = "a0b a1b a2b a3b a4b";
console.log(string.match(regex));
// => ["a1b", "a2b", "a3b"]1.2. 字符组
需要强调的是，虽叫字符组（字符类），但只是其中一个字符。 例如 [abc]，表示匹配一个字符，它可以是 "a"、"b"、"c" 之一。
1.2.1. 范围表示法
如果字符组里的字符特别多的话，怎么办？可以使用范围表示法。 比如 [123456abcdefGHIJKLM]，可以写成 [1-6a-fG-M]。用连字符 - 来省略和简写。 因为连字符有特殊用途，那么要匹配 "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了。
1.2.2. 排除字符组
纵向模糊匹配，还有一种情形就是，某位字符可以是任何东西，但就不能是 "a"、"b"、"c"。 此时就是排除字符组（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。 当然，也有相应的范围表示法
1.2.3. 常见的简写形式
有了字符组的概念后，一些常见的符号我们也就理解了。因为它们都是系统自带的简写形式。
| 字符组 | 具体含义 |
|---|---|
| \d | [0-9]表示是一位数字，digit 数字。 |
| \D | [^0-9]表示除数字以外的任意字符。 |
| \w | [0-9a-zA-Z_]表示数字，大小写字母和下划线，word 简写，又称单词字符。 |
| \W | [^0-9a-zA-Z_]，非单词字符。 |
| \s | [ \t\v\n\r\f]表示空白符。包含空格，水平制表符，垂直制表符，换行符，回车符，换页符。 |
| \S | [^ \t\v\n\r\f]，非空白符。 |
| . | [^\n\r\u2028\u2029]，通配符，表示除了换行符，回车符，行分隔符和段分隔符之外任意字符。 |
| 空白符 | |
| 空格：顾名思义，就是我们理解的空格 |
水平制表符\t：类似于 tab 键缩进的效果，一般系统中水平制表符占 8 列，所以根据你按的次数占据 8*N 列。
垂直制表符\v：让文本从下一行开始输出，且开始的列数为\v 前字符的后一列。
换行符\n：从下一行开头开始输出，这个 js 可以跑。
回车符\r：这里的回车不是我们理解的 enter 回车另起一行开始输出，而是回到当前行开头输出，还可能将已输入文本替换,替换这一点根据环境不同表现不同。
换页符\f：在输出\f 后面文本之前，会先将当前屏幕清空，类似于先清除再输出。
匹配任意字符 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。
1.3. 量词
量词也称重复。掌握 {m,n} 的准确含义后，只需要记住一些简写形式。
| 量词 | 具体含义 |
|---|---|
{m,} | 表示至少出现 m 次。 |
{m} | 等价于 {m,m}，表示出现 m 次。 |
{m,n} | 至少出现 m 次，最多出现 n 次。 |
| ? | 等价于 {0,1}，表示出现或者不出现。 |
| + | 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。 |
1.3.2. 贪婪匹配与惰性匹配
var regex = /\d{2,5}/g;
var string = "123 1234 12345 123456";
console.log(string.match(regex));
// => ["123", "1234", "12345", "12345"]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。 我们知道有时贪婪不是一件好事（请看文章最后一个例子）。而惰性匹配，就是尽可能少的匹配：
var regex = /\d{2,5}?/g;
var string = "123 1234 12345 123456";
console.log(string.match(regex));
// => ["12", "12", "34", "12", "34", "12", "34", "56"]其中 /\d{2,5}?/ 表示，虽然 2 到 5 次都行，当 2 个就够的时候，就不再往下尝试了。
通过在量词后面加个问号就能实现惰性匹配，因此所有惰性匹配情形如下
| 惰性量词 | 贪婪量词 |
|---|---|
{m,} ? | {m,} |
{m} ? | {m} |
{m,n} ? | {m,n} |
| ? ? | ? |
| +? | + |
| _ ? | _ |
| 对惰性匹配的记忆方式是：量词后面加个问号，问一问你知足了吗，你很贪婪吗？ |
1.4. 多选分支
一个模式可以实现横向和纵向模糊匹配。而多选分支可以支持多个子模式任选其一。 具体形式如下：(p1|p2|p3)，其中 p1、p2 和 p3 是子模式，用 |（管道符）分隔，表示其中任何之一。 例如要匹配字符串 "good" 和 "nice" 可以使用 /good|nice/
var regex = /good|nice/g;
var string = "good idea, nice try.";
console.log(string.match(regex));
// => ["good", "nice"]但有个事实我们应该注意，比如我用 /good|goodbye/，去匹配 "goodbye" 字符串时，结果是 "good"：
var regex = /good|goodbye/g;
var string = "goodbye";
console.log(string.match(regex));
// => ["good"]而把正则改成 /goodbye|good/，结果是：
var regex = /goodbye|good/g;
var string = "goodbye";
console.log(string.match(regex));
// => ["goodbye"]也就是说，分支结构也是惰性的，即当前面的匹配上了，后面的就不再尝试了。
1.5. 案例分析
匹配字符，无非就是字符组、量词和分支结构的组合使用罢了。
1.5.1. 匹配时间
以 24 小时制为例。 要求匹配： 23:59 02:07
分析：
共 4 位数字，第一位数字可以为 [0-2]。
当第 1 位为 "2" 时，第 2 位可以为 [0-3]，其他情况时，第 2 位为 [0-9]。
第 3 位数字为 [0-5]，第 4 位为 [0-9]。
var regex = /^([01][0-9]|[2][0-3]):[0-5][0-9]$/;
console.log(regex.test("23:59"));
console.log(regex.test("02:07"));
// => true
// => true1.5.2. 匹配日期
比如 yyyy-mm-dd 格式为例。 要求匹配：2017-06-10
分析：
年，四位数字即可，可用 [0-9]{4}。
月，共 12 个月，分两种情况 "01"、"02"、…、"09" 和 "10"、"11"、"12"，可用 (0[1-9]|1[0-2])。
日，最大 31 天，可用 (0[1-9]|[12][0-9]|3[01])。
var regex = /^[0-9]{4}-(0[1-9]|1[0-2])-(0[1-9]|[12][0-9]|3[01])$/;
console.log(regex.test("2017-06-10"));
// => true