這個教程，真的讓我學會了正則表示式
這個教程，真的讓我學會了正則表示式
這是一篇翻譯文章。我學過很多次正則表示式，總是學了忘，忘了學，一到用的時候還是隻能靠搜尋引擎。
這回看到這個正則教程，感覺非常驚喜。嘗試翻譯了一遍，譯得不好，大家可以看原文，很容易理解。
原文地址：https://refrf.shreyasminocha.me/
1 介紹
正則表示式允許定義一種模式，並通過這種模式針對字串執行對應的操作。與模式匹配的子字串稱為“匹配”。
正則表示式是定義搜尋模式的一串字元。
正則表示式主要用在如下場景：
- 輸入驗證
- 查詢替換操作
- 高階字串操作
- 檔案搜尋或重新命名
- 白名單和黑名單
正則表示式不太適合用在這些場景：
- XML 或 HTML 解析
- 完全匹配的日期
有許多實現正則匹配的引擎，每種都有自己的特性。這本書將避免討論（不同引擎之間的）特性差異，而是隻討論在大多數情況下不同引擎都共有的特徵。
整本書中的示例使用JavaScript。因此，這本書可能會稍微偏向 JavaScript 的正則引擎。
2 基礎
正則表示式通常格式化為 /<rules>/<flags>，通常為了簡潔而省略後面的 /<flags>。關於 flag 我們將在下一章詳細討論。
讓我們從/p/g 這個正則表示式開始。現在，請將 /g flag 視為固定不變的。
/p/g
如我們所見，/p/g 匹配所有小寫的 p 字元。
注意
預設情況下，正則表示式區分大小寫。
在輸入字串中找到的正則表示式模式的例項稱為“匹配”。
/pp/g
3 字元組
可以從一組字元中匹配一個字元。
/[aeiou]/g
[aeiou]/g 匹配輸入字串中的所有母音。
下面是另一個例子：
/p[aeiou]t/g
我們匹配一個 p，後跟一個母音，然後是一個 t。
有一個更直觀的快捷方式，可以在一個連續的範圍內匹配一個字元。
/[a-z]/g
警告
表示式
/[a-z]/g只匹配一個字元。在上面的示例中，每個字元都有一個單獨的匹配項。不是整個字串匹配。
我們也可以在正則表示式中組合範圍和單個字元。
/[A-Za-z0-9_-]/g
我們的正則表示式 /[A-Za-z0-9_-]/g
A-Za-z0-9_或者-
我們也可以“否定”這些規則：
/[^aeiou]/g
/[aeiou]/g與 /[^aeiou]/g 之間的唯一區別是 ^ 緊跟在左括號之後。其目的是"否定"括號中定義的規則。它表示的意思是：
匹配任何不屬於a、e、i、o和 u 的字元
3.1 例子
非法的使用者名稱字元
/[^a-zA-Z_0-9-]/g
指定字元
/[A-HJ-NP-Za-kmnp-z2-9]/g
4 字元轉義
字元轉義是對某些通用字元類的簡略表達方式。
4.1 數字字元 \d
轉義符 \d 表示匹配數字字元 0-9。等同於 [0-9]。
/\d/g(這裡請仔細看)
regular_expression_10-fs8.png
/\d\d/g
regular_expression_11-fs8.png
\D是\d 的反面，相當於[^0-9]。
/\D/g
regular_expression_12-fs8.png
4.2 單詞字元 \w
轉義符 \w 匹配單詞字元。包括：
- 小寫字母 a-z
- 大寫字母 A-Z
- 數字 0-9
- 下劃線 _
等價於 [a-zA-Z0-9_]
/\w/g
regular_expression_13-fs8.png
/\W/g
regular_expression_14-fs8.png
4.3 空白字元 \s
轉義符 \s匹配空白字元。具體匹配的字符集取決於正則表示式引擎，但大多數至少包括：
- 空格
- tab 製表符
\t - 回車
\r - 換行符
\n - 換頁
\f
其他還可能包括垂直製表符（\v）。Unicode自識別引擎通常匹配分隔符類別中的所有字元。然而，技術細節通常並不重要。
/\s/g
regular_expression_15-fs8.png
/\S/g(大寫 s)
regular_expression_16-fs8.png
4.4 任意字元 .
雖然不是典型的字元轉義。. 可以匹配任意1個字元。（除換行符 \n 以外，通過 dotall 修飾符，也可以匹配換行符 \n）
/./g
regular_expression_17-fs8.png
5 轉義
在正則表示式中，有些字元有特殊的含義，我們將在這一章中進行探討：
|{,}(,）[,]^,$+,*,?\.只在字元類中的字面量。-: 有時是字元類中的特殊字元。
當我們想通過字面意思匹配這些字元時，我們可以再這些字元前面加
\“轉義”它們。
/\(paren\)/g
regular_expression_18-fs8.png
/(paren)/g
regular_expression_19-fs8.png
/example\.com/g
regular_expression_20.png
/example.com/g
regular_expression_21.png
/A\+/g
regular_expression_22-fs8.png
/A+/g
regular_expression_23-fs8.png
/worth \$5/g
regular_expression_24-fs8.png
/worth $5/g
regular_expression_25-fs8.png
5.1 例子
JavaScript 內聯註釋
/\/\/.*
regular_expression_26-fs8.png
星號包圍的子串
/*[^\*]*\*
regular_expression_27-fs8.png
第一個和最後一個星號是字面上的，所有他們要用 \* 轉義。字符集裡面的星號不需要被轉義，但為了清楚起見，我還是轉義了它。緊跟在字符集後面的星號表示字符集的重複，我們將在後面的章節中對此進行探討。
6 組
顧名思義，組是用來“組合”正則表示式的元件的。這些組可用於：
- 提取匹配的子集
- 重複分組任意次數
- 參考先前匹配的子字串
- 增強可讀性
- 允許複雜的替換
這一章我們先學組如何工作，之後的章節還會有更多例子。
6.1 捕獲組
捕獲組用（…）表示。下面是一個解釋性的例子：
/a(bcd)e/g
regular_expression_28-fs8.png
捕獲組允許提取部分匹配項。
/\{([^{}]*)\}/g
regular_expression_29-fs8.png
通過語言的正則函式，您將能夠提取括號之間匹配的文字。
捕獲組還可以用於對正則表示式進行部分分組，以便於重複。雖然我們將在接下來的章節中詳細介紹重複，但這裡有一個示例演示了組的實用性。
/a(bcd)+e/g
regular_expression_30-fs8.png
其他時候，它們用於對正則表示式的邏輯相似部分進行分組，以提高可讀性。
/(\d\d\d\d)-W(\d\d)/g
regular_expression_31-fs8.png
6.2 回溯
回溯允許引用之前捕獲的子字串。
匹配第一組可以使用 \1，匹配第二組可以使用 \2，依此類推…
/([abc])×\1×\1/g
regular_expression_32-fs8.png
不能使用回溯來減少正則表示式中的重複。它們指的是組的匹配，而不是模式。
/[abc][abc][abc]/g
regular_expression_33-fs8.png
/[abc]\1\1/g
regular_expression_34-fs8.png
下面是一個演示常見用例的示例：
/\w+([,|])\w+\1\w+/g
regular_expression_35-fs8.png
這不能通過重複的字元類來實現。
/\w+[,|]\w+[,|]\w+/g
regular_expression_36-fs8.png
6.3 非捕獲組
非捕獲組與捕獲組非常相似，只是它們不建立“捕獲”。而是採取形式 （?: ...）
非捕獲組通常與捕獲組一起使用。也許您正在嘗試使用捕獲組提取匹配的某些部分。而你可能希望使用一個組而不擾亂捕獲順序，這時候你應該使用非捕獲組。
6.4 例子
查詢字串引數
/^\?(\w+)=(\w+)(?:&(\w+)=(\w+))*$/g
regular_expression_37-fs8.png
我們單獨匹配第一組鍵值對，因為這可以讓我麼使用 & 分隔符， 作為重複組的一部分。
(基礎的) HTML 標籤
根據經驗，不要使用正則表示式來匹配 XML/HTML。不過，我還是提供相關的一個例子：
/<([a-z]+)+>(.*)<\/\1>/gi
regular_expression_38-fs8.png
姓名
查詢：\b(\w+) (\w+)\b
替換： 1
在替換操作，經常使用 2；捕獲使用
\1,\2
替換之前
John Doe
Jane Doe
Sven Svensson
Janez Novak
Janez Kranjski
Tim Joe
替換之後
Doe, John
Doe, Jane
Svensson, Sven
Novak, Janez
Kranjski, Janez
Joe, Tim
回溯和複數
查詢: \bword(s?)\b
替換: phrase$1
替換之前
This is a paragraph with some words.
Some instances of the word "word" are in their plural form: "words".
Yet, some are in their singular form: "word".
替換之後
This is a paragraph with some phrases.
Some instances of the phrase "phrase" are in their plural form: "phrases".
Yet, some are in their singular form: "phrase".
7 重複
重複是一個強大而普遍的正則表示式特性。在正則表示式中有幾種表示重複的方法。
7.1 可選項
我們可以使用 ？將某一部分設定成可選的（0或者1次）。
/a?/g
regular_expression_39-fs8.png
另一個例子：
/https?/g
regular_expression_40-fs8.png
我們還可以讓捕獲組和非捕獲組程式設計可選的。
/url: (www\.)?example\.com/g
regular_expression_41-fs8.png
7.2 零次或者多次
如果我們希望匹配零個或多個標記，可以用 * 作為字尾。
/a*/g
regular_expression_42-fs8.png
我們的正則表示式甚至匹配一個空字串。
7.3 一次或者多次
如果我們希望匹配 1 個或多個標記，可以用 + 作為字尾。
/a+/g
regular_expression_43-fs8.png
7.4 精確的 x 次
如果我們希望匹配特定的標記正好x次，我們可以新增{x}字尾。這在功能上等同於複製貼上該標記 x 次。
/a{3}/g
regular_expression_44-fs8.png
下面是匹配大寫的六個字元的十六進位制顏色程式碼的例子。
/#[0-9A-F]{6}/g
regular_expression_45-fs8.png
這裡，標記 {6} 應用於字符集 [0-9A-F]。
7.5 最小次和最大次之間
如果我們希望在最小次和最大次之間匹配一個特定標記，可以在這個標記後新增 {min,max}。
/a{2,4}/g
regular_expression_46-fs8.png
警告
{min,max}中逗號後面不要有空格。
7.6 最少 x 次
如果我們希望匹配一個特定的標記最少 x 次，可以在標記後新增 {x,}。 和 {min, max} 類似，只是沒有上限了。
/a{2,}/g
regular_expression_47-fs8.png
7.7 貪婪模式的注意事項
正則表示式預設使用貪婪模式。在貪婪模式下，會盡可能多的匹配符合要求的字元。
/a*/g
regular_expression_48-fs8.png
/".*"/g
regular_expression_49-fs8.png
在**重複操作符（？，*，+，...）**後面新增 ？，可以讓匹配變“懶”。
/".*?"/g
regular_expression_50-fs8.png
在這裡，這也可以通過使用[^"]代替。（這是最好的做法）。
/"[^"]*"/g
regular_expression_51-fs8.png
懶惰，意味著只要條件滿足，就立即停止；但貪婪意味著只有條件不再滿足才停止。
-Andrew S on StackOverflow
/<.+>/g
regular_expression_52-fs8.png
/<.+?>/g
regular_expression_53-fs8.png
7.8 例子
比特幣地址
/([13][a-km-zA-HJ-NP-Z0-9]{26,33})/g(思考： {26,33}？呢)
regular_expression_54-fs8.png
Youtube 視訊
/(?:https?: