一、背景

最近在做 CMS 系統中不同身份登入使用者的許可權管理，涉及到對 api 路徑的識別去判斷是否放行。以前對正則表示式都是敬而遠之，要用到的話都是直接複製貼上現成網上的表示式，看也看不太懂，借這次機會熟悉下，不求鑽的多深，但求有個整體的認知，滿足我目前的簡單需求即可。

二、介紹

正則表示式(Regular Expression)是一種用來匹配字串的強有力的工具。

各個程式語言對正則表示式的支援標準有所差異，這裡只以 JavaScript 為例。

三、用法

本文對 非捕獲括號、正向肯定查詢、正向否定查詢 不做介紹。

1、匹配符

2、特殊符號

上面的匹配符可以搭配下表的符號，如 /[A-Z]{3}/：

如果遇到歧義可使用括號 ()，如/bo+/和 /(bo)+/表達的意思不一樣。

如果上述特殊符號是普通字元的話，需要用\轉義，如[A-Z]?{3}不對而[A-Z]\?{3}可以正確匹配上 "D???"。

3、貪婪模式和懶惰模式

（1）如何設定？

JavaScript 的正則表示式預設為貪婪模式（匹配儘量多的字元）。

但如果在 *、 +、? 或 {} 的後面出現?，將會變為非貪婪的懶惰模式（匹配儘量少的字元）。

例如，對 "123abc" 應用 /\d+/ 將會返回 "123"，如果使用 /\d+?/,那麼就只會匹配到 "1"。

（2）有何區別？

上圖裡有個術語叫回溯，會影響到正則匹配字串的效能，在平時寫正則的時候需要注意，詳細請看下文的三、效能問題

注：java 的正則裡還有一種模式叫獨佔模式，貌似 JS 裡沒有（待求證）。

4、JavaScript 裡使用

（1）建立和 function

// *** 建立正則表示式 ***

// 方法一：/正則表示式主體/修飾符(可選)
var reg1 = /\d/;
// 若 RegExp 是全域性模式
// var reg1 = /\d/g;

// 方法二：new RegExp('正則表示式')
// 注意：不用新增/***/，且由於是字串，所以需要考慮轉義！
// var reg2 = new RegExp("\\d");
// 若 RegExp 是全域性模式
// var reg2 = new RegExp("\\d",'g');

var string = '你好 123 123 js'

// *** RegExp 的方法 - test() exec() *** 
console.log(reg1.test(string));  // true or false

console.log(reg1.exec(string));  // [ '1', index: 3, input: '你好 123 123 js' ]
console.log(reg1.exec(string));  // [ '1', index: 3, input: '你好 123 123 js' ] （跟上面一樣）
// 若 RegExp 是全域性模式
console.log(reg1.exec(string));  // [ '1', index: 3, input: '你好 123 123 js' ]  
console.log(reg1.exec(string));  // [ '2', index: 4, input: '你好 123 123 js' ]
console.log(reg1.exec(string));  // [ '3', index: 5, input: '你好 123 123 js' ]
console.log(reg1.exec(string));  // [ '1', index: 7, input: '你好 123 123 js' ]
console.log(reg1.exec(string));  // [ '2', index: 8, input: '你好 123 123 js' ]
console.log(reg1.exec(string));  // [ '3', index: 9, input: '你好 123 123 js' ]
console.log(reg1.exec(string));  // null
console.log(reg1.exec(string));  // [[ '1', index: 3, input: '你好 123 123 js' ]

// *** String 的方法 - search() match() replace() split()  *** 
console.log(string.search(reg1));   // 返回第一個匹配的下標，沒有即是 -1 

console.log(string.match(reg1));    // [ '1', index: 3, input: '你好 123 123 js' ] （跟RegExp.exec()一樣）
// 若 RegExp 是全域性模式
console.log(string.match(reg1));    // [ '1', '2', '3', '1', '2', '3' ]

console.log(string.replace(reg1,'替換'));   // "你好 替換23 123 js" 
// 若 RegExp 是全域性模式
console.log(string.replace(reg1,'$2-$1'));   // "你好 替換替換替換 替換替換替換 js" 
 
console.log(string.split(reg1));    // [ '你好 ', '', '', ' ', '', '', ' js' ]

除了g表示全域性模式，還有i表示忽略大小寫，m表示執行多行匹配。

（2）分組

用捕獲括號() 可以分組，受影響的是 match()、split()、replace() 方法。

var string = '010-12345'
// 無()
var reg1 = /^\d{3}-\d{3,8}$/;
// 有()
var reg2 = /^(\d{3})-(\d{3,8})$/;

// match()
console.log(string.match(reg1));    
// [ '010-12345', index: 0, input: '010-12345' ]
console.log(string.match(reg2));    
// [ '010-12345', '010', '12345', index: 0, input: '010-12345' ]

// split()
console.log(string.split(reg1));    
// [ '', '' ]
console.log(string.split(reg2));    
// [ '', '010', '12345', '' ]

// replace() - 注意 $1、$2 的含義
console.log(string.replace(reg1,'替換'));
console.log(string.replace(reg2,'$2-$1'));  // 12345-010

三、效能問題

首先，實現正則表示式引擎有兩種方式：DFA 自動機（Deterministic Final Automata 確定型有窮自動機）和 NFA 自動機（Non deterministic Finite Automaton 不確定型有窮自動機）。

對於這兩種自動機，他們有各自的區別，這裡並不打算深入將它們的原理。簡單地說，DFA 自動機的時間複雜度是線性的，更加簡單穩定，但是功能有限。而 NFA 的時間複雜度比較不穩定，有時候很好，有時候不怎麼好，好不好取決於你寫的正則表示式，但是勝在功能更加強大。

JS 與大多數主流語言的正則引擎選用的都是 NFA。

但需要注意的是，這種正則表示式引擎在進行字元匹配時會發生回溯（backtracking）。而一旦發生回溯，那其消耗的時間就會變得很長，有可能是幾分鐘，也有可能是幾個小時，時間長短取決於回溯的次數和複雜度。

這裡有兩篇關於 JAVA 中遭遇到由於正則表示式的糟糕效能導致上線後伺服器 CPU 飆到 100% 的血的經驗地分享：

https://zhuanlan.zhihu.com/p/38278481

http://www.cnblogs.com/study-everyday/p/7426862.html

所以，我們更要在平時寫正則表示式的時候，更加注重效能，避免回溯機制帶來的隱患。我們可以用 https://regex101.com/ 來測試下match 的時間如何。

四、推薦工具

1、線上匹配

http://tool.oschina.net/regex

2、檢視正則表示式的具體解析過程

https://regexper.com

五、參考資料：

1、MDN教程

https://developer.mozilla.org/zh-CN/docs/Web/JavaScript/Guide/Regular_Expressions

2、廖雪峰教程

https://www.liaoxuefeng.com/wiki/001434446689867b27157e896e74d51a89c25cc8b43bdb3000/001434499503920bb7b42ff6627420da2ceae4babf6c4f2000