YangSS

正则表达式

捕获组

  • 捕获组 (xyz) 和 \n：(xyz) 匹配 'xyz' 并且会记住这个匹配，一个正则表达式可以包含多个捕获组，可以在后面通过 \n 来引用对应的捕获组，其中 n 代表捕获组出现的顺序，例如 \1 代表引用第一个捕获组：
    /My favorite fruit is (apple), I eat \d+ \1s? a day/.exec('My favorite fruit is apple, I eat 3 apples a day')
// ['My favorite fruit is apple, I eat 3 apples a day', 'apple', index: 0, input: 'My favorite fruit is apple, I eat 3 apples a day', groups: undefined]
  • 命名的捕获组 (?<name>xyz) 和 \k<name>：通过 ?<name> 标记给捕获组命名。命名的捕获组可以通过 \k<name> 的方式引用，而且在匹配结果中，命名的捕获组的匹配结果会出现在 groups 字段中，可以通过 res.groups.[name] 来访问：
    /My favorite fruit is (?<fruit>apple), I eat \d+ \k<fruit>s? a day/.exec('My favorite fruit is apple, I eat 3 apples a day')
// ['My favorite fruit is apple, I eat 3 apples a day', 'apple', index: 0, input: 'My favorite fruit is apple, I eat 3 apples a day', groups: {fruit: 'apple'}]
  • 非捕获组 (?:xyz)：匹配 'xyz'，但是结果不会记住这个匹配组，即从匹配结果里获取不到匹配的子串。如果我们只需要对匹配进行分组，而不需要记住这个分组时，可以给分组添加 ?: 标记，这样性能会更好：
    /My favorite fruit is (?:apple|pineapple)/.exec('My favorite fruit is apple')
 // ['My favorite fruit is apple', index: 0, input: 'My favorite fruit is apple', groups: undefined]

断言

  • 向前肯定断言 x(?=y)：匹配 'x' 当且仅当 'x' 后面紧跟着 'y'
    /Nicholas(?=Yang)/.exec('NicholasYang')
// ['Nicholas', index: 0, input: 'NicholasYang', groups: undefined]

/Nicholas(?=Yang)/.exec('Nicholas123')
// null
  • 向前否定断言 x(?!y)：匹配 'x' 当且仅当 'x' 后面不是紧跟着 'y'
    /\d+(?!\.)/.exec('3.14')
// ['14', index: 2, input: '3.14', groups: undefined]
// 匹配 '14' 而不是 '3'
  • 向后肯定断言 (?<=y)x：匹配 'x' 当且仅当 'x' 前面是 'y'
    /(?<=Nicholas)Yang/.exec('NicholasYang')
// ['Yang', index: 8, input: 'NicholasYang', groups: undefined]
  • 向后否定断言 (?<!y)x：匹配 'x' 当且仅当 'x' 前面不是 'y'
    /(?<!-)\d+/.exec('3') // match
/(?<!-)\d+/.exec('-3') // not match

匹配中文字符

当需要匹配中文字符时，你通过百度很快就能找到这段正则表达式：

/[\u4E00-\u9FCC\u3400-\u4DB5\uFA0E\uFA0F\uFA11\uFA13\uFA14\uFA1F\uFA21\uFA23\uFA24\uFA27-\uFA29]|[\ud840-\ud868][\udc00-\udfff]|\ud869[\udc00-\uded6\udf00-\udfff]|[\ud86a-\ud86c][\udc00-\udfff]|\ud86d[\udc00-\udf34\udf40-\udfff]|\ud86e[\udc00-\udc1d]/

这样做没问题，但是看起来很不优雅。还有一种更简洁的办法，即 unicode property escapes，基于字符的 unicode 进行匹配，需要配合 u 修饰符使用：

const chineseCharRegex = /\p{Script=Han}/u // Script 可以简写为 sc
chineseCharRegex.test('你好') // true