正则表达式（Regular Expression）是一种用于匹配字符串中字符组合的模式。它使用特定的语法和字符，可以高效地查找、替换或验证字符串中符合规则的内容。正则表达式在许多编程语言中都有广泛的应用，JavaScript也不例外。
一、正则表达式概述
1、普通字符与元字符
**普通字符：**大多数字符仅能够描述它们本身，如字母、数字等。例如 a 匹配 a，1 匹配 1 等。
**元字符：**具有特殊含义的字符，可以极大提高正则表达式的灵活性和匹配功能。总结如下
| 符号 | 解释 |
|---|---|
| . | 英文状态下的小数点，代表除换行符之外的任何单个字符。 |
| * | 英文状态下的星号，表示匹配前面的字符或子表达式零次或多次。 |
| + | 英文状态下的加号，表示匹配前面的字符或子表达式一次或多次。 |
| ? | 英文状态下的问号，表示匹配前面的字符或子表达式零次或一次。 |
| {n} | n代表数字，用花括号括起来表示前面的字符或子表达式恰好出现 n 次。 |
| {n, m} | n, m都是数字，用花括号括起来表示前面的字符或子表达式恰好出现 n 次但不超过m次。 |
| ^ | 按键shift+6输入，表示输入字符串的开始位置。如：^a，表示开头是a |
| $ | 按键shift+4输入，表示字符串的结束位置。如：a$，已a结尾 |
| [abcd] | 字符类，表示匹配方括号中的任意一个字符。 |
| [^abcd] | 否定字符类，匹配不在方括号中的任意一个字符。 |
| | | 或操作符，匹配左侧或右侧的任意一个模式。 |
| \ | 转义字符，用于将元字符或特殊字符转义为普通字符，或引入特殊序列。比如：\[ |
| \d | 匹配一个数字，等价于：[0-9] |
| \D | 匹配一个非数字字符，等价于：[^0-9] |
| \w | 匹配一个字母、数字或英文下划线，等价于：[A-Za-z0-9_] |
| \W | 匹配一个非字母、数字或英文下划线的字符，等价于：[^A-Za-z0-9_] |
| \s | 匹配任何一个空白符，等价于：[ \f\n\r\t\v] |
| \S | 匹配一个不属于空白符的任何字符，等价于：[^\s] |
| \b | 匹配一个单词边界，即字与空格之间的位置。 |
| \B | 非单词边界。 |
| \t | 制表符，一个tap键（大写锁定上方按键），相当于四个空格 |
| \n | 换行符，相当于一个enter键 |
| \f | 匹配一个换页符 |
| \v | 匹配一个垂直制表符 |
| ( ) | 分组，用于提取匹配的部分或应用量词。 |
| (?:pat) | 非捕获组，用于分组但不捕获匹配的结果。 |
| (?=pat) | 正向肯定预查，匹配某个模式，但不消耗字符。 |
| (?!pat) | 负向肯定预查，匹配某个模式不存在的位置。 |
| (?<=pat) | 正向否定预查，匹配某个模式前面的位置。 |
| (?<!pat) | 负向否定预查，匹配某个模式不存在的位置。 |
顺便一提：\Z 也是一个元字符，它匹配字符串的结束位置。如果字符串以换行符结尾，\Z 会在换行符之前的位置匹配，而不是在字符串的末尾匹配。这个"增强"是由 Perl 引入的，并被许多正则表达式引擎所复制，包括 Java、.NET 和 PCRE（Perl Compatible Regular Expressions），但并不是所有引擎都支持，在WPS编辑器中，部分关于\Z的写法无法生效。
2、字符类与字符范围
**字符类：**是使用元字符 [ ] 来定义的，可以匹配方括号中的任意一个字符。例如：[abc]表示匹配一个a、b或c
**字符范围：**在方括号中使用连字符 - 表示一个范围。例如，[a-z]：表示任意一个小写字母。
3、量词
量词用于指定某个模式出现的次数（也就是 "."、"*"、"?"等元字符构成的），可以单独使用，也可以与字符类、字符组等结合使用。例如:
\d+：匹配一个以上的数字
\w+：匹配一个或以上的字母、数字或下划线
\d{1, 11}：匹配一个以上，但不超过11个的数字字符
4、边界符
指元字符中表示边界的符号，例如："^" 、 "$" 、 "\b" 、"\B" 等。
5、捕获组与非捕获组
**捕获组：**使用小括号( )将一部分正则表达式括起来，可以将匹配到的字符串保存到一个临时变量中，以便后续使用。例如：(\d{4}-\d{2}-\d{2})可以捕获年、月、日。
**非捕获组：**使用 (?:) 创建的非捕获组，不会将匹配到的字符串保存到临时变量中，但可以作为整体进行匹配。
6、预查
**正向肯定预查：**使用(?=pat)来创建，其中pat是你希望出现在当前位置之后但不包括在匹配结果中的模式。例如：[a-z](?=\d+)表示确保这些小写字母后面跟着至少一个数字，但数字本身不会被包括在匹配结果中。假设有字符串foo12opr25or3，使用上述示例正则的匹配结果就是：
["foo", "opr", "or"]
负向肯定预查： 使用(?!pat)来创建，检查当前位置后面是否不出现特定的模式。如果后面的字符序列不符合指定的模式，则匹配成功；否则，匹配失败。它不会将检查的模式pat匹配出来，仅将其用于条件判断。并且，不会改变匹配过程中的字符位置，即匹配失败后，会立即在当前位置尝试下一次匹配，而不会跳过任何字符。常常用于验证格式。比如：Windows(?!95|98|NT)表达式去匹配Windows 3.1中的Windows，就能匹配成功，因为3.1不在排除列表中，如果用它匹配 Windows 95 或者 Windows 98 就会匹配失败。
**正向否定预查：**使用(?<=pat)来创建，用于匹配一个位置，该位置的前面不能紧跟模式pat。它不会消耗（匹配）前面的字符，它只用于检查前面的字符是否不满足特定模式。如果不满足（即前面的字符不是指定的模式），则匹配当前位置，并继续向后匹配；如果满足（即前面的字符是指定的模式），则匹配失败。比如：用\b(?<!un)\w+表达式匹配字符串"unhappy, happy, unusual, usual, unique, quick"，将匹配将匹配"happy"、"usual"、"quick"，而不会匹配以"un"开头的单词。因为un已经被否定了。再如表达式\b(?<!\d{2}/\d{2}/)\d{4}可以用来排除格式为"MM/DD/YYYY"的日期。
负向否定预查： 使用(?<!pat)来定义，它用于匹配一个位置，确保该位置的前面没有紧跟指定的模式 pat。同样的，它不会消耗（即不会包括在匹配结果中）前面的字符，它只是检查前面的字符是否不满足特定模式。如果不满足（即前面的字符不是指定的模式），则匹配当前位置；如果满足（即前面的字符是指定的模式），则匹配失败。例如：表达式 ^(?!.*\berror:\b).*$ 可以匹配一个不以error:结尾的文本。
二、应用场景
正则表达式在多个领域有广泛应用，包括但不限于：
**数据验证：**验证手机号码，邮箱等字符串是否符合特定的格式。
**文本的搜索和提取：**从大量文本中查找特定的模式或关键词，提取网页中的特定信息（如链接、标题等）。
**文本处理与转换：**替换特定的文本模式，清理和格式化文本（如删除特殊字符、转换大小写等）。
**变成语言：**在代码中处理字符串的复杂需求，如语法检查、日志分析等。
**命令行工具：**如grep、awk等，支持正则表达式来处理文本。
在WPS编辑器中，常用来匹配表格中的文本是否满足某种格式，例如：身份证号码是否是大陆身份证，还是临时通行证等；也常用来提取特定文本等等。
三、常用正则实例
1、验证电子邮件地址
^[a-zA-Z0-9_.+-]+@[a-zA-Z0-9-]+\.[a-zA-Z0-9-.]+$
2、验证电话号码
^\d{3}-\d{3}-\d{4}$
3、匹配中文字符
[\u4e00-\u9fa5]+
4、匹配url
^(https?://)[^\s/.?#\].\[\^\\s\]\*
四、注意点
1、模式复杂度：复杂的正则表达式可能导致性能问题，特别是在处理大量文本时。
2、引擎差异：不同的正则表达式引擎（如 Perl、Python、Java 等）可能在语法和性能上存在差异。
3、可读性：编写正则表达式时，应尽量保持其可读性和可维护性，避免过度复杂。
五、总结
总体而言，正则表达式是一种非常实用的工具。理解和掌握正则表达式，在面对复杂文本时，可以加速处理。例如，通过爬虫获取到网页源码，可以通过正则来获取其中包含的信息。