JavaScript 正则表达式创建、分组与匹配详解

正则表达式对象的创建方式

RegExp对象的创建主要有两种方式。

常规的正则表达式可以使用直接量形式，即用斜杠“/”包裹字符。但在需要动态生成正则表达式的场景中，使用RegExp()构造函数更为灵活和合适。

var reg1 = /'\w+'/g;
var reg2 = new RegExp('\'\\w+\'','g');

对比这两种创建方式，使用RegExp构造函数时，第一个参数是正则字符串。由于不是直接量形式，因此不需要用斜杠“/”包裹，但字符串内部的单引号“'”和反斜杠转义符“\”需要进行二次转义，否则会导致语法错误。

无论是使用直接量还是RegExp()构造函数，最终结果都是生成一个新的RegExp对象，并将其赋值给相应的变量。

根据《Javascript权威指南》的描述，在ECMAScript 3规范中，正则直接量每次执行时都会返回同一个RegExp对象实例，这意味着多个变量可能共享同一个正则实例。直到ECMAScript 5规范才明确规定每次使用直接量都会创建不同的实例。

在浏览器兼容性方面，IE浏览器一直遵循ECMAScript 5的规定，每次创建新实例；而其他浏览器的旧版本可能仍遵循ECMAScript 3的规定，共享实例。因此，在实际开发中，使用构造函数创建正则表达式是更安全的做法。如果必须使用直接量且涉及lastIndex属性，务必记得在每次使用后将其重置为0。

括号()在正则表达式中主要有三种用途。

第一种是分组。

分组的作用是将多个单独项组合成一个子表达式，以便统一应用量词如？、+、*、{n,m}等。例如：

var reg = /Java(script)?/;

上述例子中，script被包含在括号内，表示整个script部分是可选的。

第二种是向后引用。

在正则表达式内部，可以使用“\n”（其中n为数字，代表前面第n个括号）来引用之前括号中匹配到的具体文本内容。例如：

var reg = /(\d+)[a-z]{3}\1/; 
//20man20
//20man23 错
//reg = /\1[a-z]{3}(\d+)/; 错

需要注意的是，“\n”引用的是前面匹配到的具体文本（如“20”），而不是匹配该文本的正则规则（如“\d+”）。此外，JavaScript只支持数字形式的向后引用，不支持命名捕获组如“(?<name>exp)”的语法。如果将“\1”写在定义它的括号之前，将无法匹配任何内容，浏览器通常会报错。

如果只需要进行逻辑分组而不希望生成捕获组或占用引用编号，可以使用非捕获分组“(?: exp)”。这种形式既不匹配文本，也不分配引用编号。例如：

var reg = /(\w{3})(?:\d+)([a-z]{2})\2/;
//man7788abab

在上述例子中，“\2”匹配的是“ab”而不是“7788”。这种方式既实现了分组处理，又提高了查询效率。

第三种是子模式匹配（或称替换引用）。

有时我们需要在字符串操作中使用括号匹配到的文本，可以使用“$n”的形式来替换编号为n的匹配文本。这常用于String对象的replace()方法，例如交换等号两边的单词：

var reg = /(\w+)=(\w+)/;
var str = ‘love=hate';
str.replace(reg,'$2=$1');
//"hate=love"

接下来讨论匹配的顺序、贪婪与懒惰模式。

常见的重复匹配字符如？、+、*、{n,m}默认采用贪婪匹配，即尽可能多地匹配字符。与之相对的是懒惰匹配，即在重复字符后加上问号“?”，如？？、+？、*？、{n,m}？，表示尽可能少地匹配。例如：

var str = 'goooogle‘;
var reg1 = /o+/;   //"goooo"
var reg2 = /o+?/;  //"go"

对例子稍作修改后：

var str = 'goooogle‘;
var reg1 = /o+gle/;  //"oooogle"
var reg2 = /o+?gle/;  //"oooogle"

修改后的例子结果看似相同，但“/o+?gle/”并未直接匹配到“ogle”。这是因为正则表达式始终从左向右进行匹配，不会从右侧获取子串进行匹配。

虽然最终结果相同，但匹配原理不同。在reg1中，“o+”首先匹配所有的“o”，接着匹配“gle”，完成整体匹配。而在reg2中，“o+?”先匹配一个“o”，随后“gle”在字符串的第2位到第4位（即原串的“ooo”部分）匹配失败。引擎回溯至“o+?”，尝试匹配第二个“o”，成功后再在第3位到第4位匹配“gle”，以此类推，直到匹配整个字符串。

总体而言，必须记住：从左往右的匹配顺序优先级高于贪婪或懒惰匹配的选择。

零宽断言用于指定匹配条件而不消耗字符。

关于零宽断言的总体解释可参考博文《正则表达式30分钟入门教程》，值得注意的是，JS里只支持零宽先行断言。即零宽正预测先行断言"(?=exp)"和零宽负预测先行断言“(?!exp)”。 所谓“零宽”，就是它并不在匹配的结果字符中占据空间。例如“\w"，"\s"就会占据一个或几个空间，依匹配的字符长度决定。而像”^"，"$"这种对应的首末位置，不占据空间，零宽就是属于这一类。

所谓“正/负预测”，是指断言中要求满足或不满足的条件。“正”表示必须满足exp，“负”表示必须不满足exp。

所谓“先行”，是指被检查的字符串位于断言之前，零宽断言位于之后。即判断字符串的后一部分是否满足断言条件。

所谓“断言”，就是判断的条件本身。

以下是两种零宽断言的例子：

var str = 'java coffeescript';
var reg1 = /\b\w+(?=script\b)/; //coffee 
var reg2 = /\b\w+(?!script\b)/; //java

reg1为零宽正预测先行断言，“(?=script\b)”表示单词必须以“script”结尾，这是一种条件判断，不占用任何空间。

同样，reg2为零宽负预测先行断言，“(?!script\b)”表示单词不以“script”结尾。

另外，由于JavaScript不支持零宽后顾断言，无法直接判断字符串前面部分是否满足条件。但在JS中可以通过多次正则表达式实现：先匹配目标串，然后截取从开头到index的字符子串，再判断子串末尾是否符合所需的断言条件。具体用法可自行尝试。

match()与exec()方法的异同。

match和exec是正则表达式匹配字符串的常用方法，两者功能相似，但存在一些细微区别。

1、使用方式不同。

match是字符串包装对象的方法，用法为：String.match(RegExp); exec是正则表达式对象的方法，用法为：RegExp.exec(String);

2、返回的结果不同。

当RegExp未设置全局标志“g”时：

两者的返回结果相同。如果没有匹配值，返回null；如果有匹配值，返回一个数组（记为array）。array[0]为匹配的字符串，array[1]、array[2]……对应正则表达式中圆括号匹配的子字符串$1、$2……。同时，数组带有两个属性：array.index表示匹配字符串的初始位置，array.input表示正在检索的原始字符串。

当RegExp设置了全局标志“g”时：

match在有匹配值时返回一个数组array，数组的每一项依次表示所有匹配到的字符串，此时不再包含圆括号匹配的子字符串。此外，此时的数组没有index属性和input属性。

exec则与没有全局标志“g”时的表现无异。此时返回的是数组array，array[0]为当前匹配的字符串，array[1]、array[2]……为当前匹配下的圆括号匹配子串。此时需要注意RegExp对象的lastIndex属性，它表示原字符串中当前匹配字符串末尾的下一个位置。当没有进一步匹配结果时，lastIndex属性置为0。因此，可以利用lastIndex属性的循环来找出所有匹配字符串。例如：

var str = 'I love1 my job22';
var reg = /\b[a-z]+(\d+)\b/g;
array = str.match(reg);
//array = ["love1", "job22"] 
//array.index = undefind
//array.input = undefined
------------------------------------
array = reg.exec(str);
//array = ["love1", "1"]
//array.index = 2
//array.input = "I love1 my job22"
//reg.lastIndex = 7
//run again
reg.exec(str);
//array = ["job22", "22"]
//array.index = 11
//array.input = "I love1 my job22"
//reg.lastIndex = 16
//run again
reg.exec(str);
//reg.lastIndex = 0

最后，考虑到ECMAScript 3和ECMAScript 5的版本差异，每次匹配完成后记得手动将RegExp对象的lastIndex属性置0，以满足老版本非IE浏览器的要求。

js正则表达式，pattern，注意事项

简而言之，请使用“/\w+@+\w+(\.+\w+){1,}/.test(str)”来验证，而不要使用“"\w+@+\w+(\.+\w+){1,}".test(str)”来验证； 使用后者，直接输入“add@dfddf”即可通过验证（这通常是不期望的行为）。