正则表达式具有伟大技能发明的统统特点，它大略、幽美、功能强大、妙用无穷。对付很多实际事情来讲，正则表达式切实其实是灵丹灵药，能够成百倍地提高开拓效率和程序质量。
1. 正则常见规则1.1 字符匹配字符解释\转义符\d[0-9]。表示是一位数字。\D[^0-9]。表示除数字外的任意字符。\w[0-9a-zA-Z_]。表示数字、大小写字母和下划线。\W[^0-9a-zA-Z_]。非单词字符。\s[\t\v\n\r\f]。表示空缺符，包括空格、水平制表符、垂直制表符、换行符、回车符、换页符。\S[^\t\v\n\r\f]。非空缺符。.[^\n\r\u2028\u2029]。通配符，表示险些任意字符。换行符、回车符、行分隔符和段分隔符除外。\uxxxx查找以十六进制数 xxxx 规定的 Unicode 字符。\f匹配一个换页符 (U+000C)。\n匹配一个换行符 (U+000A)。\r匹配一个回车符 (U+000D)。\t匹配一个水平制表符 (U+0009)。\v匹配一个垂直制表符 (U+000B)。
字符解释\转义符\d[0-9]。表示是一位数字。\D[^0-9]。表示除数字外的任意字符。\w[0-9a-zA-Z_]。表示数字、大小写字母和下划线。\W[^0-9a-zA-Z_]。非单词字符。\s[\t\v\n\r\f]。表示空缺符，包括空格、水平制表符、垂直制表符、换行符、回车符、换页符。\S[^\t\v\n\r\f]。非空缺符。.[^\n\r\u2028\u2029]。通配符，表示险些任意字符。换行符、回车符、行分隔符和段分隔符除外。\uxxxx查找以十六进制数 xxxx 规定的 Unicode 字符。\f匹配一个换页符 (U+000C)。\n匹配一个换行符 (U+000A)。\r匹配一个回车符 (U+000D)。\t匹配一个水平制表符 (U+0009)。\v匹配一个垂直制表符 (U+000B)。\0匹配 NULL（U+0000）字符， 不要在这后面跟其它小数，由于 \0是一个八进制转义序列。[\b]匹配一个退格(U+0008)。（不要和\b 稠浊了。）[abc]any of a, b, or c[^abc]not a, b, or c[a-g]character between a & g
匹配 NULL（U+0000）字符， 不要在这后面跟其它小数，由于字符解释\转义符\d[0-9]。表示是一位数字。\D[^0-9]。表示除数字外的任意字符。\w[0-9a-zA-Z_]。表示数字、大小写字母和下划线。\W[^0-9a-zA-Z_]。非单词字符。\s[\t\v\n\r\f]。表示空缺符，包括空格、水平制表符、垂直制表符、换行符、回车符、换页符。\S[^\t\v\n\r\f]。非空缺符。.[^\n\r\u2028\u2029]。通配符，表示险些任意字符。换行符、回车符、行分隔符和段分隔符除外。\uxxxx查找以十六进制数 xxxx 规定的 Unicode 字符。\f匹配一个换页符 (U+000C)。\n匹配一个换行符 (U+000A)。\r匹配一个回车符 (U+000D)。\t匹配一个水平制表符 (U+0009)。\v匹配一个垂直制表符 (U+000B)。\0匹配 NULL（U+0000）字符， 不要在这后面跟其它小数，由于 \0是一个八进制转义序列。[\b]匹配一个退格(U+0008)。（不要和\b 稠浊了。）[abc]any of a, b, or c[^abc]not a, b, or c[a-g]character between a & g
是一个八进制转义序列。[\b]匹配一个退格(U+0008)。（不要和\b 稠浊了。）[abc]any of a, b, or c[^abc]not a, b, or c[a-g]character between a & g1.2 位置匹配字符解释\b是单词边界，详细便是\w 和\W 之间的位置，也包括\w 和 ^ 之间的位置，也包括\w 和之间的位置。详细说来便是与、与、与，与之间的位置。\B是\b 的反面的意思，非单词边界。例如在字符串中所有位置中，扣掉\b，剩下的都是\B 的。^abc$字符串开始、结束的位置
字符解释(abc)capture group，捕获组\nbackreference to group #n，分组引用，引用第 n 个捕获组匹配的内容,个中 n 是正整数(?:abc)non-capturing group，非捕获组
1.4 先行断言字符解释a(?=b)positive lookahead，先行断言，a 只有在 b 前面才匹配a(?!b)negative lookahead，先行否定断言，a 只有不在 b 前面才匹配
1.5 后行断言字符解释(?<=b)apositive lookbehind，后行断言，a 只有在 b 后面才匹配(?<!b)anegative lookbehind，后行否定断言，a 只有不在 b 后面才匹配
1.6 量词和分支字符解释a0 or morea+1 or morea?0 or 1a{5}exactly fivea{2,}two or morea{1,3}between one & threea+?a{2,}?match as few as possible，惰性匹配，便是尽可能少的匹配
以下都是惰性匹配：{m,n}?{m,}???+??
1.7 分支字符解释ab|cdmatch ab or cd，匹配'ab'或者'cd'字符子串
1.8 润色符字符解释i实行对大小写不敏感的匹配。g实行全局匹配（查找所有匹配而非在找到第一个匹配后停滞）。m实行多行匹配。u开启"Unicode 模式"，用来精确处理大于\uFFFF 的 Unicode 字符。也便是说，会精确处理四个字节的 UTF-16 编码。s许可 . 匹配换行符。yy 润色符的浸染与 g 润色符类似，也是全局匹配，后一次匹配都从上一次匹配成功的下一个位置开始。不同之处在于，g 润色符只要剩余位置中存在匹配就可，而 y 润色符确保匹配必须从剩余的第一个位置开始，这也便是"粘连"的涵义
2. 运算符优先级运算符描述\转义符(), (?:), (?=), []圆括号和方括号, +, ?, {n}, {n,}, {n,m}限定符^, $, \任何元字符、任何字符定位点和序列（即：位置和顺序）|更换，"或"操作字符具有高于更换运算符的优先级，使得"m|food"匹配"m"或"food"。若要匹配"mood"或"food"，请利用括号创建子表达式，从而产生"(m|f)ood"。
3. 正则回溯3.1 什么是回溯算法以下是来自摘自维基百科的部分阐明：
回溯法是一种通用的打算机算法，用于查找某些打算问题的所有（或某些）办理方案，特殊是约束知足问题，逐步构建候选办理方案，并在确定候选不可能时立即放弃候选（"回溯"）完成有效的办理方案。
回溯法常日用最大略的递归方法来实现，在反复重复上述的步骤后可能涌现两种情形：
找到一个可能存在的精确的答案
在考试测验了所有可能的分步方法后发布该问题没有答案
在最坏的情形下，回溯法会导致一次繁芜度为指数韶光的打算。
3.2 什么是正则回溯正则引擎紧张可以分为两大类：一种是 DFA(Deterministic finite automaton 确定型有穷自动机)，另一种是 NFA（NFA Non-deterministic finite automaton 非确定型有穷自动机）。NFA 速率较 DFA 更慢，并且实现繁芜，但是它又有着比 DFA 强大的多的功能，比如支持反向引用等。像 javaScript、java、php、python、c#等措辞的正则引擎都是 NFA 型，NFA 正则引擎的实现过程中利用了回溯。
3.2.1 没有回溯的正则举一个网上常见的例子，正则表达式/ab{1,3}c/g 去匹配文本'abbc'，我们接下来会通过 RegexBuddy 剖析个中的匹配过程，后续的一个章节有关于 RegexBuddy 的利用先容。
如上图所示，让我们一步一步分解匹配过程：
正则引擎先匹配 a。正则引擎尽可能多地(贪婪)匹配 b。正则引擎匹配 c，完成匹配。在这之中，匹配过程都很顺利，并没发生意外(回溯)。
3.2.2 有正则回溯的正则让我们把上面的正则修正一下，/ab{1,3}c/g 改成/ab{1,3}bc/g，接下再通过 RegexBuddy 查看剖析结果。
我们再一步一步分解匹配过程：
正则引擎先匹配 a。正则引擎尽可能多地(贪婪)匹配 b{1,3}中的 b。正则引擎去匹配 b，创造没 b 了，糟糕！赶紧回溯！
返回 b{1,3}这一步，不能这么贪婪，少匹配个 b。正则引擎去匹配 b。正则引擎去匹配 c，完成匹配。
以上，便是一个大略的回溯过程。
3.3 正则回溯的几种常见形式从上面发生正则回溯的例子可以看出来，正则回溯的过程便是一个试错的过程，这也是回溯算法的精髓所在。回溯会增加匹配的步骤，势必会影响文本匹配的性能，以是，要想提升正则表达式的匹配性能，理解回溯涌现的场景(形式)是非常关键的。
3.3.1 贪婪量词在 NFA 正则引擎中，量词默认都是贪婪的。当正则表达式中利用了下表所示的量词，正则引擎一开始会尽可能贪婪的去匹配知足量词的文本。当碰着匹配不下去的情形，就会发生回溯，不断试错，直至失落败或者成功。
量词解释a0 or morea+1 or morea?0 or 1a{5}exactly fivea{2,}two or morea{1,3}between one & three
当多个贪婪量词挨着存在，并相互有冲突时，秉持的是"先到先得"的原则，如下所示：
letstring="12345";letregex=/(\d{1,3})(\d{1,3})/;console.log(string.match(regex));//=>["12345","123","45",index:0,input:"12345"]3.3.2 惰性量词
贪婪是导致回溯的主要缘故原由，那我们只管即便以
让我们还是看回最初的例子，/ab{1,3}c/g 去匹配 abbc。接下来，我们再把正则修正一下，改成/ab{1,3}?c/g 去匹配 abbc，以
正则引擎先匹配 a。正则引擎尽可能少地(3.3.3 分组
分支的匹配规则是：按照分支的顺序逐个匹配，当前面的分支知足哀求了，则舍弃后面的分支。
举个大略的分支栗子，利用正则表达式去匹配 /abcde|abc/g 文本 abcd，还是通过 RegexBuddy 查看实行步骤：
正则引擎匹配 a。正则引擎匹配 b。正则引擎匹配 c。正则引擎匹配 d。正则引擎匹配 e，糟糕！
下一个并不是 e，赶紧回溯！
上一个分支走不通，切换分支，第二个分支正则引擎匹配 a。第二个分支正则引擎匹配 b。第二个分支正则引擎匹配 c，匹配成功！
由此，可以看出，分组匹配的过程，也是个试错的过程，中间是可能产生回溯的。
4. 正则的剖析与调试RegexBuddy 是个十分强大的正则表达式学习、剖析及调试工具。RegexBuddy 支持 C++、Java、JavaScript、Python 等十几种主流编程措辞。通过 RegexBuddy，能看到正则一步步创建的过程。结合测试文本，你能看到正则一步步实行匹配的过程，这对付理解正则回溯和对正则进行进一步优化，都有极大的帮助。
4.1 安装剖析调试工具可以在 RegexBuddy 的官方网站下载及获取 RegexBuddy。
下载完后，一步步点击安装即可。
4.2 工具界面先容
下图便是 RegexBuddy 界面的各个面板及干系功能。
4.3 创建正则
为了方便利用，可以在布局设置那里将布局设置成 Side by Side Layout。
在正则输入区输入你的正则 regex1，查看 Create 面板，就会创造面板上显示了正则的创建过程(或者说是匹配规则)，在 Test 面板区域输入你的测试文本，知足 regex1 匹配规则的部分会高亮显示，如下图所示。
4.4 利用 RegexBuddy 的 Debug 功能
选中测试文本，点击 debug 就可以进入 RegexBuddy 的 debug 模式，个人以为这是 RegexBuddy 最强大地方，由于它可以让你清楚地知道你输入的正则对测试文本的匹配过程，实行了多少步，哪里发生了回溯，哪里须要优化，你都能一览无余。
4.5 利用 RegexBuddy 的 Library 功能
RegexBuddy 的正则库内置了很多常用正则，日常编码过程中须要的很多正则表达式都能在该正则库中找到。
4.6 更多工具推举正则可视化-regexper正则可视化-regulex正则在线调试5. 正则性能优化
正则是个很好用的利器，如果利用得当，如有神助，能省却大量代码。当如果利用不当，则是处处埋坑。以是，本章节的重点便是总结如何写一个高性能的正则表达式。
5.1 避免量词嵌套举个大略的例子比拟：
我们利用正则表达式/ab/去匹配字符串 aaaaa，看下图 RegexBuddy 的实行过程：
我们将以上正则修正成/(a)b/去匹配字符串 aaaaa，再看看 RegexBuddy 的实行结果过程：
以上两个正则的基本实行步骤可以大略认为是：
贪婪匹配回溯直至创造匹配失落败但令人惊奇的是，第一个正则的从开始匹配到匹配失落败这个过程只有 14 步。而第二个正则却有 128 步之多。可想而知，嵌套量词会大大增加正则的实行过程。由于这个中进行了两层回溯，这个实行步骤增加的过程就犹如算法繁芜度从 O(n)上升到 O(n^2)的过程一样平常。
以是，面对量词嵌套，我们需作出适当的转化肃清这些嵌套：
(a)<=>(a+)<=>(a)+<=>a(a+)+<=>a+5.2 利用非捕获组
NFA 正则引擎中的括号紧张有两个浸染：
主流功能，提升括号中内容的运算优先级反向引用反向引用这个功能很强大，强大的代价是花费性能。以是，当我们如果不须要用到括号反向引用的功能时，我们该当只管即便利用非捕获组，也便是:
//捕获组与非捕获组()=>(?:)5.3 分支优化
分支也是导致正则回溯的主要缘故原由，以是，针对正则分支，我们也须要作出必要的优化。
5.3.1 减少分支数量首先，须要减少分支数量。比如不少正则在匹配 http 和 https 的时候喜好写成：
/^http|https/
实在上面完备可以优化成：
/^https?/
这样就能减少没必要的分支回溯
5.3.2 缩小分支内的内容缩小分支中的内容也是很有必要的，例如我们须要匹配 this 和 that ，我们大概会写成：
/this|that/
但上面实在完备可以优化成
/th(?:is|at)/
有人可能认为以上没啥差异，实践出真知，让我们用以上两个正则表达式去匹配一下 that。
我们会创造第一个正则的实行步骤比第一个正则多两步，那是由于第一个正则的回溯路径比第二个正则的回溯路径更长了，终极导致实行步骤变长。
5.4 锚点优化在能利用锚点的情形下只管即便利用锚点。大部分正则引擎会在编译阶段做些额外剖析, 判断是否存在成功匹配必须的字符或者字符串。类似^、$ 这类锚点匹配能给正则引擎更多的优化信息。
例如正则表达式 hello(hi)?$ 在匹配过程中只可能从字符串末端倒数第 7 个字符开始, 以是正则引擎能够剖析跳到那个位置, 略过目标字符串中许多可能的字符, 大大提升匹配速率。
6. 结语曾经有一次由于写一个性能恶劣的正则表达式，导致代码实行过程由于性能问题挂掉。于是下定决心要把正则表达式搞明白，看了不少文章书本，做了不少练习之后，总算摸到了些门道，也真真切切体会到正则表达式的幽美和强大。写下此文，记录下一些学习心得和总结，望批评示正，共同进步。
7. 参考
正则表达式中的悲观回溯小心别落入正则回溯陷阱正则匹配事理解析learncodethehardway正则表达式系列总结wikipedia Backtracking精通正则表达式
