正则表达式怎么匹配中文字（正则表达式一）

原书这么一句话，特别棒：正则表达式是匹配模式，要么匹配字符，要么匹配位置，要记住。

1. 两种模糊匹配

正则表达式的强大在于它的模糊匹配，这里介绍两个方向上的“模糊”：横向模糊和纵向模糊。

• 横向模糊匹配

即一个正则可匹配的字符串长度不固定，可以是多种情况。

如 /ab{2,5}c/ 表示匹配： 第一个字符是 "a" ，然后是 2 - 5 个字符 "b" ，最后是字符 "c" ：

• 纵向模糊匹配

即一个正则可匹配某个不确定的字符，可以有多种可能。

如 /[abc]/ 表示匹配 "a", "b", "c" 中任意一个。

2. 字符组

• 范围表示法

可以指定字符范围，比如 [1234abcdUVWXYZ] 就可以表示成 [1-4a-dU-Z] ，使用 - 来进行缩写。

如果要匹配 "a", "-", "z" 中任意一个字符，可以这么写： [-az] 或 [a-z] 或 [az-] 。

• 排除字符组

即需要排除某些字符时使用，通过在字符组第一个使用 ^ 来表示取反，如 [^abc] 就表示匹配除了 "a", "b", "c" 的任意一个字符。

• 常见简写形式

3. 量词

量词也称重复，常用简写如下：

• 贪婪匹配和惰性匹配

在正则 /d{2,4}/ ，表示数字连续出现 2 - 4 次，可以匹配到 2 位、 3 位、4 位连续数字。

但是在 贪婪匹配 如 /d{2,4}/g ，会尽可能多匹配，如超过 4 个，就只匹配 4 个，如有 3 个，就匹配 3 位。

而在 惰性匹配 如 /d{2,4}?/g ，会 尽可能少 匹配，如超过 2 个，就只匹配 2 个，不会继续匹配下去。

4. 多选分支

即提供多个子匹配模式任选一个，使用 |(管道符)分隔，由于分支结构也是惰性，即匹配上一个后，就不会继续匹配后续的。

格式如：(r1|r2|r3)，我们就可以使用 /leo|pingan/ 来匹配 "leo" 和 "pingan"。

5. 案例分析

匹配字符，无非就是字符组、量词和分支结构的组合使用。

• 十六进制颜色值匹配

• 时间和日期匹配

• Windows操作系统文件路径匹配

盘符使用 [a-zA-Z]:\ ，这里需要注意 字符需要转义，并且盘符不区分大小写；

文件名或文件夹名，不能包含特殊字符，使用 [^\:*<>|"? /] 表示合法字符；

并且至少有一个字符，还有可以出现任意次，就可以使用 ([^\:*<>|"? /] \)* 匹配任意个 文件夹；

还有路径最后一部分可以是 文件夹 ，即没有 于是表示成 ([^\:*<>|"? /] )?。

• id匹配

如提取 <div id="leo" class="good"></id> 中的 id="leo" ：

tips1：由于 . 匹配双引号，且 * 贪婪，就会持续匹配到最后一个双引号结束。

tips2：使用惰性匹配，但效率低，有回溯问题。

tips3：最终优化。

公众号：前端自习课

,