正则表达式·进阶

在阅读之前，希望您对正则表达式有过一些使用经验，本文介绍 4 个部分：

• 锚点
• 特征标群
• 贪婪模式和惰性匹配
• 零宽度断言

锚点

• ^：匹配文本应该在字符串的开头
• $: 匹配文本应该在字符串的结尾

例如 /^(T|t)he/ 匹配 The car is parked in the garage. 中的 The。

对于多行文本，开启g（全局搜索）和m（多行修饰符）标志。例如对于多行字符串：

The car is parked in the garage.
The car is parked in the garage.

/^(T|t)he/gm 可以匹配两个 The。

特征标群

特征标群是指写在 (...) 中的子模式。

用途 1: 子模式中可以包含多个字符，它们被视为“一体”。可以搭配*、.、? 使用。

用途 2: 配合|使用。例如 /(ab|ef)c/g 匹配 abc efc 中的 abc 和 efc。

贪婪模式和惰性匹配

正则表达式默认是贪婪模式，也就是尽可能多的匹配。例如 /.*at/ 匹配 The fat cat sat on the mat. 的全部。可以理解为：从符合匹配的位置开始，尽可能地向后搜索，直到不能向后。

开启惰性匹配的方法是使用 ?，形如 /.*?at/、/.+?at/。例如 /.*?at/ 匹配 The fat cat sat on the mat. 中的 The fat。可以理解为：从符合匹配的位置开始，向后搜索，一旦完成匹配，立即停止。

零宽度断言

虽然名字很唬人，但是它很有用。通俗来说，它用来检查符合匹配规则的字符串的前/后是否符合规则。

对于先行断言?=和?!来说，它们检查“后面”是否符合规则。例如：

• \(T|t)he(?=\sfat)\ 匹配 The fat cat sat on the mat. 中的 The
• \(T|t)he(?!\sfat)\ 匹配 The fat cat sat on the mat. 中的 the

对于后发断言，它们检查“前面”是否符合规则。

推荐

• 练习：正则在线匹配平台
• 手册：github: learn-regex 中文版