正则表达式学习总结（三）

[Rashomon511]

正则表达式回溯法原理

回溯的本质上就是深度优先搜索算法，从一初始状态开始匹配，若是匹配到尽头未遇到匹配失败，这种情况下不会发生回溯，但是尝试匹配失败时，接下来的一步就是后退一步或若干步，从 另一种可能“状态”出发，继续搜索，直到所有的“路径”(状态)都试探过，知道匹配成功，这一行为称为回溯。

贪婪量词

当多个贪婪量词挨着存在，并相互有冲突时，会尽可能多的匹配

var string = "12345";
  var regex = /(\d{1,3})(\d{1,3})/;
  console.log( string.match(regex) );
  // => ["12345", "123", "45", index: 0, input: "12345"]
// 前面匹配123，后面匹配45

惰性量词

惰性量词就是在贪婪量词后面加个问号。表示尽可能少的匹配

var string = "12345";
  var regex = /(\d{1,3}?)(\d{1,3})/;
  console.log( string.match(regex) );
  // => ["1234", "1", "234", index: 0, input: "12345"]
// 其中 \d{1,3}? 只匹配到一个字符 "1"，而后面的 \d{1,3} 匹配了 "234"

分支结构

分支结构，可能前面的子模式会形成了局部匹配，如果接下来表达式整体不匹配时，仍会继续尝试剩下的分
支。这种尝试也可以看成一种回溯

var string = "candy";
  var regex = /can|candy/;
  console.log( string.match(regex) );
// ["can", index: 0, input: "candy", groups: undefined]

总结

• 贪婪量词“试”的策略是:买衣服砍价。价钱太高了，便宜点，不行，再便宜点。
• 惰性量词“试”的策略是:卖东西加价。给少了，再多给点行不，还有点少啊，再给点
• 分支结构“试”的策略是:货比三家。这家不行，换一家吧，还不行，再换

正则表达式的拆分

正则表达式的结构包括字符字面量、字符组、量词、锚、分组、选择分支、反向引用的七种结构：

• 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：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。

正则表达式的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，优先级如下：

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

注意要点

• 匹配字符串整体问题：匹配整个字符串，我们经常会在正则前后中加上锚 ^ 和 $，由于优先级问题位置字符和字符序列优先级要比竖杠高。需要注意的是需要吧字符和竖杠用（）括起来。
  例子：/^abc|bcd$/ => /^(abc|bcd)$/
• 量词连缀问题:
  例子： /^[abc]{3}+$/ => /([abc]{3})+/
• 元字符转义问题: 在 string 中， \ 字符也要转义的,也可以把每个字符转义，当然，转义后的结果仍是本身.但不是每个字符都需要转义。
  • 开头的 ^ 必须转义，不然 会把整个字符组，看成反义字符组
• 匹配字符串 "{3,5}"，只需要把正则写成 /{3,5}/，匹配字符串 "[abc]" ，可以写成 /[abc]/，也可以写成 /[abc]/
  • =、!、:、-、, 等符号，只要不在特殊结构中，并不需要转义

示例：
身份证：

let regex = /^(\d{15}|\d{17}[\dxX])$/

IPV4 地址:

let regex = /^((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])$/