本文转载自微信公众号「Piper蛋窝」，作者Piper蛋 。转载本文请联系Piper蛋窝公众号。
几乎所有写代码的朋友都或多或少接触过一点 regex ，但你真的会用吗?比如，用于全匹配 aabc 的 regex 为 ^(?.)\k(?!\k)(?.)(?!\k(b)|\k).$ ，你可以给出解释吗?今天，不妨一起回顾一下 regex 中的知识;此外，笔者将分享一些拓展内容，比如 vim 中的 magic 、练习 regex 的绝佳在线工具等。
入门笔记速查
本段及下段内容是 B站UP主free-coder 视频正则表达式-从入门到group入门[1]的笔记。阅读原文可以观看其视频。强烈安利这位技术UP。
基础内容
对于字符串abc，我们输入正则表达式：
- abc，可以匹配到出现在任意位置的abc
- ^abc$， 全匹配 ，^a表示这个字符串开头必须是a，c$表示这个字符串结尾必须是c
此外，我们可以用 中括号 []某个范围的匹配，比如：
- [a-z]表示匹配任意位置的某个字符，这个字符的范围是a,b,c,...,z
- [a-zA-Z]表示匹配任意位置的某个字符，这个字符的范围是a,b,c,...,z,A,B,C,...,Z
而在中括号[]内，^表示取反，如，^[^a-z]$表示：全匹配一个字符，这个字符不属于a,b,c,...,z
而 大括号 表示字符的数量，如：
- ^[a-zA-Z]{3}$表示，全匹配一个字符串，这个字符串有3个字符，每个字符都属于a,b,c,...,z,A,B,C,...,Z
- ^[a-zA-Z]{3,}$表示，全匹配一个字符串，这个字符串 至少 有3个字符，每个字符都属于a,b,c,...,z,A,B,C,...,Z
- ^[a-zA-Z]{3,6}$表示，全匹配一个字符串，这个字符串 至少 有3个字符， 至多 有6个字符，每个字符都属于a,b,c,...,z,A,B,C,...,Z
其他符号
如.表示 除了 回车/换行符号 line terminators 。
符号 . 匹配到两个字符串，被换行隔开
而 \d 与 [0-9] 同， \D 与 [^0-9] 同。我们一般用 [\d\D] 表示任意字符， 包括 回车/换行符号 line terminators 。
符号 [\d\D] 匹配到一个字符串，不会受换行影响
\w 是常用互联网命名符号，与 [a-zA-Z0-9_] 同。
\s 是特殊符号，与 [\r\n\t\f\v ] 同，\S 是非特殊符号 [^\r\n\t\f\v ] 。
此外，还有表示数量的符号：
- w? 同 {0,1}
- w* 同 {0,}
- w+ 同 {1,}
举例：匹配 qq 邮箱
以我的邮箱 piperliu@qq.com 为例：
- ^[a-zA-Z0-9]\w*第一个字符不能是下划线
- 后面是@qq\.com$，其中，\.表示字符“.”，\是转义符号。
用 JavaScript 匹配：
- 'piperliu@qq.com'.match(/^[a-zA-Z0-9]\w*@qq\.com$/)
其中，字符串对象的match()函数中用//包裹正则表达式。
进阶：组属性
组属性很神奇，有了组属性，我们可以表达更复杂的语法规则。
组基础
我们用括号()定义哪些部分是一个组。
- 'piperliu@qq.com'.match(/^([a-zA-Z0-9]\w*)@qq\.com$/)
其中，我们将piperliu即([a-zA-Z0-9]\w*)定义为一个组，且是第1个组。
但是组([a-zA-Z0-9]\w*)并不在 JavaScript 对象的组对象 groups 中
如上，在 JavaScript 对象的组对象 groups 中，并没有我们刚刚定义的组。这是因为 groups 中只存放定义了名称的组。我们用 ? 定义组的名称。
- 'piperliu@qq.com'.match(/^(?<first>[a-zA-Z0-9]\w*)@qq\.com$/)
组([a-zA-Z0-9]\w*)在 JavaScript 对象的组对象 groups 中
如上，我们定义组名称为first。
组实现引用
在同一个正则表达式中，我们可以直接用索引引用组(\1)，也可以用名字引用定义了组名的组(\k)。
组的索引是从 1 开始的，而非 0 ， 因为\0已经被用来表示asc码的第一个码。
对于字符串1212，我们可以用如下的方式匹配：
- ^\d\d\d\d$
- ^(\d\d)\1$，引用第一组
- ^?(\d\d)\k$，直接用了组名
组的特殊结构
有了组，我们可以实现很多 Group Construction ，首先以 Positive Lookahead 为例。
对于字符串foobar,fooboo为例，我们想找出foo，且这个foo必须紧紧靠在bar前，则可表达如下：
- foo(?=bar)
再举个例子， Positive Lookbehind 和 Negative Lookbehind ，对于字符串barfoo,boofoo，我们想找出foo：
- 这个foo必须紧紧靠在bar后，则(?<=bar)foo
- 这个foo前紧邻的必须不是bar，则(?!=bar)foo
老师例题
现在想匹配字符串形式aabc，要注意不可以匹配到：
- aaaa
- aabb
- aaba
则正则表达式如下：
- ^(?<a>.)\k<a>(?!\k<a>)(?<b>.)(?!\k<b>|\k<a>).$
正确的匹配
分析一下：
- ^(?.)第一个字符，定义为组a，可以是任何字符.
- \k第二个字符要与第一个字符同
- (?!\k)此外，第二个字符紧后面的字符，不可以是组a的字符
- (?.)第三个字符定义为组b
- (?!\k|\k)此外，第二个字符紧后面的字符，不可以是组b或组a的字符
- .第四个字符任意
vim magic
在上古神器 vim 中，我习惯 使用类似正则的思想，进行批量注释 (其实是 VS Code 中 vim 插件，块快捷键 Ctrl+v 与粘贴键有冲突)，如下图(编辑模式下:2,3s/^/#/g)。
在第2、3行前加如#，思路是：将开头符号^替换为#
而对于 vim 来讲，在使用 / 正则查找时，分为两个模式：
- magic 模式
- nomagic 模式
对于 magic 模式，我们的特殊符号如 . 就是特殊含义(任何字符)，即正常的正则表达模式;对于 nomagic 模式，我们的符号都只表达符号本身，使用特殊含义需要用 \ 转义。
:set magic
:set nomagic
阅读原文：https://www.bilibili.com/video/BV1Rf4y1X7R8
