正則基礎教程一些冷門的知識

正則基礎教程一些冷門的知識
正則引擎
正則分幾種引擎也從是本書獲得的知識點之一。
DFA
傳統型NFA
POSIX NFA
NFA范圍更廣，例如 JAVA, PHP, Ruby, .NET... 你是看不起我javascript所以才不列入的嗎？
使用DFA的是flex, MySQL, lex, awk大部分版本… 實話說，除了mysql，都沒聽過。不過不用在意！

兩個引擎的區：
NFA 更注重表達式
DFA 文本主導
　　通過書中里例子說，NFA 用表達式來匹配文本，而 DFA 是文本來匹配文表達式。當寫好一個正則之后，NFA 是先檢查表達式，同時檢查文本是否匹配這個表達式。而 DFA 則是先掃描文本，然后處理表達式中的所有匹配可能，如果匹配失敗，就將這條可能的線，淘汰。所以這里衍生一個概念就是回溯，NFA 有回溯，而 DFA 沒有。

知識點
　　作為一個菜鳥，正則表達式一直是書到用時方恨少的角色。平時都是能抄則抄，不能抄的時候干著急，只能用 substr, indexOf, chatAt等等的方法實現功能，既不優雅也不夠裝逼。上網學習也都是菜鳥教程，W3school。然后下面說一下以上兩個基礎教程里沒說到的知識點。

　　括號捕獲與反向引用
　　當你在正則表達式里使用了 ()，在表達式匹配時，它能記住或者說緩存括號內匹配的結果，從而可以拿到括號內的結果，可以重復使用或者只需要括號內的結果，來剔除不需要的匹配內容。

// 我們經常會用 match 方法來匹配字符串，結果是一個數組，而不是最后的匹配結果，為什么呢？看下面的例子
"abc".match(/(a)(b)(c)/) // ["abc", "a", "b", "c"]
"abc".match(/abc/) // ["abc"]
　　可以看到，括號會緩存括號里匹配的內容，單獨列出來，那么怎么拿到括號內的內容呢，而不是通過 match 返回的結果拿，因為有時候我們需要在表達式里使用捕獲的值，從而達到匹配重復的內容。這部分就叫反向引用。

"abc-abc-cba".replace(/(a)(b)c-\1\2/, '') // c-cba
"abc-abc-cba".replace(/(a)(b)c/g, '$1$2') // ab-ab-cba
RegExp.$1 // a
RegExp.$2 // b
　　這里展示了兩種使用反向引用的方法，一種是在表達式內通過 \1\2 的形式拿到兩個緩存的值，一種是使用 $1$2的形式拿到。因為正則是從左開始匹配的，所以 (a) 就是第一個捕獲的匹配值，所以他是\1 或是 $1，以此類推。

　　非捕獲型括號
　　上面說了括號會捕獲值，一般來說這樣會影響性能，或者你會用到括號來做分組，但是不想捕獲的情況，(?:)非捕獲型括號就是這么用的，那么重寫一下上面的例子。

"abc-abc-cba".replace(/(a)(?:b)c-\1\2/, '') // 匹配失敗了，因為\2不存在
"abc-abc-cba".replace(/(a)(?:b)c-\1/, '') // bc-cba
RegExp.$1 // a
RegExp.$2 // ""
　　環視

類型 正則表達式
肯定逆序環視 ?<=
否定逆序環視 ?<!
肯定順序環視 ?=
否定順序環視 ?!
　　?= 和 ?! 在菜鳥和w3school 里有簡單的提及，菜鳥里還提到這兩個還能重寫捕獲，但是 ?<= 和 ?<! 并沒有提及。

　　寫幾個 demo 表示一下：

// 找一個字母 a ，它緊跟在 b 前面
"abac".replace(/a(?=b)/g, '') // bac

// 找到一個字母 a ，它緊跟在一個不是 b 的字母前面
"abac".replace(/a(?!b)/g, '') // abc

// 接著是逆序環視
// 找到一個字母 a ，它跟在 b 后面
"abac".replace(/(?<=b)a/g, '') // abc

// 找到一個字母 a ，他不跟在 b 后面
"abac".replace(/(?<!b)a/g, '') // bac

// 一個有趣匹配
// 在 a 和 b 之間插入一個 "，"
"abac".replace(/(?<=a)(?=b)/g, "，") // a，bac
　　可以看出，環視是要和捕獲括號一起用的，并且不會占用匹配字符，他只是檢查表達式是否匹配。所以這就是重寫捕獲了。

忽略優先量詞
　　量詞匹配一般有三種 、 +、?。然而還可以寫作， ? 或 +? ，使匹配結果導向完全不同的結果。例子：

"abc-aaa-abc-abc".replace(/abc-.*-abc/, '') // ""

"abc-aaa-abc-abc".replace(/abc-.?-abc/, '') // "-abc"
　　? 忽略優先會先忽略當前匹配的值，先匹配后面的 -abc，如果匹配失敗，再匹配自己，而 會優先匹配自己，等匹配結束之后，再從后面一點點吐出，回來匹配量詞后面的表達式。從而造成以上不同的結果。知道這個之后，就不會再傻傻的把 和 ? 分開解讀了。當然，具體情況具體分析，到底使用哪個。

回溯
回溯應該算是正則里的性能殺手了吧。如果表達式寫的不好，造成過度的災難性回溯，會導致執行時間指數級增長。

喜歡這樣文章的可以關注我，我會持續更新，你們的關注是我更新的動力！需要更多java學習資料的也可以私信我！
祝關注我的人都：身體健康，財源廣進，福如東海,壽比南山，早生貴子，從不掉發!