正则表达式第二回--元字符、类

元字符

正则表达式里面包含两种东西，一种叫元字符，一种叫原义文本字符。

这么说好像有点故作高深把话讲绕的感觉，简而言之，元字符就是关键字，原义文本字符就是自定义规则字。

元字符，或者叫保留字，表示这些字已经被正则“抢先注册”了，也就是占用了。

正则在抢先注册这些关键字的时候，已经尽量挑了一些比较冷门的字符，如果你就是非要使用这些字符作为自己创建规则的一部分，那么需要手动转义一下，避免与正则关键字发生冲突。

常见的元字符如下：

具意元字符--只匹配单个确切字符

\    转义字符

|    或

()   分组符

{}   量词符

[]    类符

\n    换行符

\r    回车符

 

边界匹配元字符--只用于定位，不算在规则里面（注意⚠️：这里的边界只是用来定位的，不参与替换规则，比如\bis\b表示一个小写的is单词，替换成IS的时候，单词边界是不参与的）

^    开头字符

$    结尾字符

\b    单词边界字符boundary

 

预定义类元字符--匹配一类符合条件的字符

.    除换行符和回车符之外的任意单个字符

\d    数字digit

\D    非数字

\w    单词字符word，包括下划线在内，相当等于[A-Za-z0-9_]

\W    非单词

\s    空白符space

\S   非空白

 

量词元字符--一种用于计数的字符

*  出现任意次

？ 出现0次或1次

+  至少出现一次

{n} 具体出现n次

{m,n}  出现m~n次，如{3,5}表示最少出现3次，最多出现5次

{n,}   最少出现n次

{0, n} 最多出现n次

 

类

类表示一类字符，我们知道正则跟字符串是一一对应的，但是有时候我们想匹配多种情况，比如"A规则和B规则，只要有一个规则能匹配上就行了"，这时候我们就需要类，它里面存放着多个规则，不同规则之间是一种“或”的关系。

简单来说，类就是一堆规则，不是一个规则。

const reg = /[abc]/g

 上面这个简单的示例表示只要匹配到a或b或c任意一个就可以了，当然这个类也是可以取反的。

const reg = /[^abc]/g

 

这里表示，不属于a或b或c任意一个，即不属于这个类里面的任何规则。 

在类里面，可以写单个规则字（如a,b,c,1,2,3这种），也可以写范围规则字。这里面所谓的范围规则字一把般只有三种，那就是0-9，a-z, A-Z。

const reg = /a-zA-Z0-9/g

 

这里面只有三个规则字，分别是a-z、A-Z、0-9。

-并不是元字符，但是，当它左右同时连接了数字或字母时，它就是一个元字符。

我们说类是进行范围匹配的核心，像之前的\d，它能代表任意一个数字，也就是0～9任意哪个都行，实际上它等价于[0-9]。

这种就是预定义类字符，他从类衍生出来，我们可以这么看：预定义类元字符，就相当等于一些常见的类的简写。

 

总结

正则表达式只由两种东西组成：关键字和自定义规则字。关键字包含四种：一是精确匹配的具意字符，二是只用于定位的边界字符，三是匹配多种情况，由类衍生出来的预定义类字符。自定义规则字，则是我们自己写的业务字符，如"6666", "Linda"，'Jack'等等，四是用于计数的量词字符。