正则笔记（2）- 正则表达式位置匹配攻略

1.正则表达式位置匹配

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。

1.1.什么是位置呢?

位置(锚)是相邻字符之间的位置。比如，下图中箭头所指的地方:

1.2.如何匹配位置呢？

在 ES5 中，共有 6 个锚:

^、$、\b、\B、(?=p)、(?!p)

1.2.1. ^ 和 $

^(脱字符)匹配开头，在多行匹配中匹配行开头。

$(美元符号)匹配结尾，在多行匹配中匹配行结尾。

比如我们把字符串的开头和结尾用 “#” 替换(位置可以替换成字符的!):

var result = "hello".replace(/^|$/g,'#');
console.log(result);
// #hello#

多行匹配模式(即有修饰符 m)时，二者是行的概念，这一点需要我们注意:

var result = "I\nlove\njavascript".replace(/^|$/gm,'#');
console.log(result);
/*
#I#
#love#
#javascript#
*/

1.2.2. \b 和 \B

\b 是单词边界，具体就是 \w 与 \W 之间的位置，也包括 \w 与 ^ 之间的位置，和 \w 与 $ 之间的位置。

比如考察文件名 “[JS] Lesson_01.mp4” 中的 \b，如下:

var result = "[JS] Lesson_01.mp4".replace(/\b/g,'#');
console.log(result);
[#JS#] #Lesson_01#.#mp4#

为什么是这样呢?这需要仔细看看。

首先，我们知道，\w 是字符组 [0-9a-zA-Z_] 的简写形式，即 \w 是字母数字或者下划线的中任何一个字符。而 \W 是排除字符组 [^0-9a-zA-Z_] 的简写形式，即 \W 是 \w 以外的任何一个字符。

此时我们可以看看 “[#JS#] #Lesson_01#.#mp4#” 中的每一个井号 ，是怎么来的。

第 1 个，两边字符是 “[” 与 “J”，是 \W 与 \w 之间的位置。
第 2 个，两边字符是 “S” 与 “]”，也就是 \w 与 \W 之间的位置。
第 3 个，两边字符是空格与 “L”，也就是 \W 与 \w 之间的位置。
第 4 个，两边字符是 “1” 与 “.”，也就是 \w 与 \W 之间的位置。
第 5 个，两边字符是 “.” 与 “m”，也就是 \W 与 \w之间的位置。
第 6 个，位于结尾，前面的字符 “4” 是 \w，即 \w 与 $ 之间的位置。

知道了 \b 的概念后，那么 \B 也就相对好理解了。
\B 就是 \b 的反面的意思，非单词边界。例如在字符串中所有位置中，扣掉 \b，剩下的都是 \B 的。 具体说来就是 \w 与 \w、 \W 与 \W、^ 与 \W，\W 与 $ 之间的位置。

比如上面的例子，把所有 \B 替换成 “#”:

var result = "[JS] Lesson_01.mp4".replace(/\B/g,'#');
console.log(result);
// #[J#S]# L#e#s#s#o#n#_#0#1.m#p#4

1.2.3. (?=p) 和 (?!p)

(?=p)，其中 p 是一个子模式，即 p 前面的位置，或者说，该位置后面的字符要匹配 p。

比如 (?=l)，表示 “l” 字符前面的位置，例如:

var result = "hello".replace(/(?=l)/g,'#');
console.log(result);
// he#l#lo

而 (?!p) 就是 (?=p) 的反面意思，比如:

var result  = "hello".replace(/(?!l)/g,'#');
console.log(result);
//  #h#ell#o#

1.3. 位置的特性

对于位置的理解，我们可以理解成空字符 “”

比如 “hello” 字符串等价于如下的形式:

"hello" == "" + "h" + "" + "e" + "" + "l" + "" + "l" + "" + "o" + "";

也等价于:

"hello" == "" + "" + "hello"

因此，把 /^helloKaTeX parse error: Expected group after '^' at position 7: / 写成 /^̲^hello$$/，是没有任何问题的:

var result = /^^hello$$$/.test("hello");
console.log(result);
// true

甚至可以写成更复杂的:

var result = /(?=he)^^he(?=\w)llo$\b\b$/.test("hello");
console.log(result);
// true

也就是说字符之间的位置，可以写成多个。

备注：把位置理解空字符，是对位置非常有效的理解方式。

1.4. 相关案例

1.4.1. 不匹配任何东西的正则

让你写个正则不匹配任何东西

easy，/.^/。

因为此正则要求只有一个字符，但该字符后面是开头，而这样的字符串是不存在的。

1.4.2 数字的千位分隔符表示法

比如把 “12345678”，变成 “12,345,678”。

可见是需要把相应的位置替换成 “,”。

思路是什么呢?

1.4.2.1. 弄出最后一个逗号

使用 (?=\d{3}$) 就可以做到:

var result = "12345678".replace(/(?=\d{3}$)/g,',');
console.log(result);
//  12345,678

其中，(?=\d{3}KaTeX parse error: Undefined control sequence: \d at position 6: ) 匹配 \̲d̲{3} 前面的位置。而 \d{3}$ 匹配的是目标字符串最后那 3 位数字。

1.4.2.2. 弄出所有的逗号

因为逗号出现的位置，要求后面 3 个数字一组，也就是 \d{3} 至少出现一次。 此时可以使用量词 +:

var result = "12345678".replace(/(?=(\d{3})+$)/g,',');
console.log(result);
//  12,345,678

1.4.2.3. 匹配其余案例

写完正则后，要多验证几个案例，此时我们会发现问题:

var result = "123456789".replace(/(?=(\d{3})+$)/g, ',')
console.log(result);
// ,123,456,789

因为上面的正则，仅仅表示把从结尾向前数，一但是 3 的倍数，就把其前面的位置替换成逗号。因此才会出 现这个问题。

怎么解决呢?我们要求匹配的到这个位置不能是开头。
我们知道匹配开头可以使用 ^，但要求这个位置不是开头怎么办?
easy，(?!^)，你想到了吗?测试如下:

var regex = /(?!^)(?=(\d{3})+$)/g;
var result = "12345678".replace(regex,',');
console.log(result);
// 12,345,678
result = "123456789".replace(regex,',');
console.log(result);
// 123,456,789

1.4.2.4. 支持其他形式

如果要把 “12345678 123456789” 替换成 “12,345,678 123,456,789”。
此时我们需要修改正则，把里面的开头 ^ 和结尾 $，修改成 \b:

var string = "12345678 123456789",
regex = /(?!\b)(?=(\d{3})+\b)/g;
var result = string.replace(regex,',');
console.log(result);
// 12,345,678 123,456,789

其中 (?!\b) 怎么理解呢?
要求当前是一个位置，但不是 \b 前面的位置，其实 (?!\b) 说的就是 \B。
因此最终正则变成了:/\B(?=(\d{3})+\b)/g。

1.4.2.5. 格式化

千分符表示法一个常见的应用就是货币格式化。

比如把下面的字符串:

1888

格式化成:

$ 1,888.00

有了前面的铺垫，我们很容实现如下:

function format(num){
	return num.toFixed(2).replace(/\B(?=(\d{3})+\b)/g,',').replace(/^/,'$$ ');
}
console.log(format(1888));
// $ 1,888.00

1.4.3. 验证密码问题

密码长度 6-12 位，由数字、小写字符和大写字母组成，但必须至少包括 2 种字符。此题，如果写成多个正则来判断，比较容易。但要写成一个正则就比较困难。 那么，我们就来挑战一下。看看我们对位置的理解是否深刻。

1.4.3.1. 简化

不考虑“但必须至少包括 2 种字符”这一条件。我们可以容易写出:

var regex = /^[0-9a-zA-Z]{6,12}$/;

1.4.3.2. 判断是否包含有某一种字符

假设，要求的必须包含数字，怎么办?此时我们可以使用 (?=.*[0-9]) 来做。

因此正则变成:

var regex = /(?=.*[0-9])^[0-9a-zA-Z]{6,12}$/;

1.4.3.3. 同时包含具体两种字符

比如同时包含数字和小写字母，可以用 (?=.[0-9])(?=.[a-z]) 来做。

因此正则变成:

var regex = /(?=.*[0-9])(?=.*[a-z])^[0-9a-zA-Z]{6,12}$/;

2.4.3.4. 解答 我们可以把原题变成下列几种情况之一:

• 同时包含数字和小写字母
• 同时包含数字和大写字母
• 同时包含小写字母和大写字母
• 同时包含数字、小写字母和大写字母
• 以上的 4 种情况是或的关系(实际上，可以不用第 4 条)。

最终答案是:

var regex = /((?=.*[0-9])(?=.*[a-z])|(?=.*[0-9])(?=.*[A-Z])|(?=.*[a-z])(?=.*[A-Z]))^[0-9a-zA-Z]{6,12}$/;
console.log( regex.test("1234567") ); // false 全是数字
console.log( regex.test("abcdef") ); // false 全是小写字母
console.log( regex.test("ABCDEFGH") ); // false 全是大写字母 
console.log( regex.test("ab23C") ); // false 不足6位 
console.log( regex.test("ABCDEF234") ); // true 大写字母和数字 
console.log( regex.test("abcdEF234") ); // true 三者都有

1.4.3.5. 解惑

上面的正则看起来比较复杂，只要理解了第二步，其余就全部理解了。

/(?=.*[0-9])^[0-9A-Za-z]{6,12}$/

对于这个正则，我们只需要弄明白 (?=.*[0-9])^ 即可。

分开来看就是 (?=.[0-9]) 和 ^。
表示开头前面还有个位置(当然也是开头，即同一个位置，想想之前的空字符类比)。
(?=.[0-9]) 表示该位置后面的字符匹配 .*[0-9]，即，有任何多个任意字符，后面再跟个数字。
翻译成大白话，就是接下来的字符，必须包含个数字。

1.4.3.6. 另外一种解法

“至少包含两种字符”的意思就是说，不能全部都是数字，也不能全部都是小写字母，也不能全部都是大写字母。

那么要求“不能全部都是数字”，怎么做呢? (?!p) 出马!

对应的正则是:

var regex = /(?!^[0-9]{6,12}$)^[0-9a-zA-Z]{6,12}$/

三种“都不能”呢?

最终答案是:

var regex = /(?!^[0-9]{6,12}$)(?!^[a-z]{6,12}$)(?!^[A-Z]{6,12}$)^[0-9a-zA-Z]{6,12}$/;
console.log( regex.test("1234567") ); // false 全是数字
console.log( regex.test("abcdef") ); // false 全是小写字母
console.log( regex.test("ABCDEFGH") ); // false 全是大写字母
console.log( regex.test("ab23C") ); // false 不足6位 
console.log( regex.test("ABCDEF234") ); // true 大写字母和数字 
console.log( regex.test("abcdEF234") ); // true 三者都有