正则表达式高级特性详解

子模式 (Subpatterns)

子模式是通过 () 将正则表达式的某部分括起来形成的，分为两种类型：

1. Capturing (捕获匹配)

   • 系统会保存子模式的匹配结果
   • 可用于后向引用
   • 示例：(\d{4})-(\d{2})-(\d{2}) 捕获年、月、日

2. Non-Capturing (非捕获匹配)

   • 系统不保存子模式匹配结果
   • 主要用于限制条件
   • 包括：正向预查、反向预查等

后向引用 (Backreferences)

后向引用允许引用前面已匹配的子模式：

• 查找时语法：\数字（如 \1 引用第一个子模式）
• 替换时语法：$数字（如 $1 引用第一个子模式）

示例：

var str = "2021-01-15";
var pattern = /(\d{4})-(\d{2})-(\d{2})/;
str.replace(pattern, '$2/$3/$1'); // 结果为 "01/15/2021"

预查 (Lookaround)

预查都是非获取匹配，不消耗字符，匹配发生后立即开始下一次搜索。

正向预查 (Lookahead)

1. 正向肯定预查 (?=pattern)

   • 预测后面必须匹配 pattern
   • 示例：匹配带 ing 的单词但不要 ing

   var con = "coming soon,going gogogo";
   var reg = /\b[\w]+(?=ing\b)/g;
   con.match(reg); // ["com", "go"]
   

2. 正向否定预查 (?!pattern)

   • 预测后面必须不匹配 pattern

反向预查 (Lookbehind)

1. 反向肯定预查 (?<=pattern)

   • 预测前面必须匹配 pattern
   • pattern 长度必须固定

2. 反向否定预查 (?<!pattern)

   • 预测前面必须不匹配 pattern

示例：数字千位分隔符

var number = "82359123650916359816359";
var regex = /(?<=\d)(?=(\d{3})+$)/g;
number.replace(regex, ","); // "82,359,123,650,916,359,816,359"

捕获与非捕获

• 捕获组 (pattern)：匹配内容会被存储，可通过 \数字 或 $数字 引用
• 非捕获组 (?:pattern)：匹配内容不会被存储，提高性能

  var reg1 = /windows(?:2000|NT|98)/i;
  var reg2 = /windows(2000|NT|98)/i;
  var str = 'windows2000';
  str.match(reg1); // ["windows2000", ...]
  str.match(reg2); // ["windows2000", "2000", ...]
  

贪婪与懒惰匹配

• 贪婪匹配：默认行为，匹配尽可能多的字符

  • 示例：a.*b 匹配 aabab 整个字符串

• 懒惰匹配：在量词后加 ?，匹配尽可能少的字符

  • 示例：a.*?b 匹配 aabab 得到 aab 和 ab

位置匹配

匹配位置而不获取字符：

关键区别

1. (?:pattern) 与预查的区别：

   • (?:pattern) 会消耗字符
   • 预查不消耗字符

2. 反向预查要求 pattern 长度固定，正向预查无此限制

3. 捕获组会存储匹配内容，非捕获组不会

4. 贪婪匹配尽可能多，懒惰匹配尽可能少

掌握这些高级特性可以编写更精确、高效的正则表达式，解决复杂的文本处理问题。