JavaScript正则表达式之选择、分组与引用深度解析

JavaScript正则表达式：选择、分组与引用深度解析

正则表达式中的选择、分组和引用是构建复杂模式匹配的三大核心功能。本文将深入解析这些概念及其在JavaScript中的具体应用。

一、选择 (Alternation)

选择使用管道符|表示"或"逻辑，匹配多个模式中的任意一个。

基本用法

// 匹配 "cat" 或 "dog"
const pattern = /cat|dog/;

console.log(pattern.test("I have a cat"));     // true
console.log(pattern.test("I have a dog"));     // true
console.log(pattern.test("I have a bird"));    // false

选择的范围

// 注意选择的范围
const pattern1 = /cat|dog house/;      // 匹配 "cat" 或 "dog house"
const pattern2 = /(cat|dog) house/;    // 匹配 "cat house" 或 "dog house"

console.log(pattern1.test("cat house"));   // true (只匹配了"cat")
console.log(pattern2.test("cat house"));   // true (匹配了整个"cat house")

优先级问题

// 选择操作符的优先级很低
const pattern = /^cat|dog$/;
// 相当于: (^cat) | (dog$)
// 匹配以"cat"开头的字符串 或 以"dog"结尾的字符串

console.log(pattern.test("cat"));     // true
console.log(pattern.test("dog"));     // true
console.log(pattern.test("catdog"));  // true
console.log(pattern.test("dogcat"));  // false

二、分组 (Grouping)

分组使用圆括号()将部分模式组合在一起，主要用途有：

1. 控制操作符作用范围

// 不加括号
const pattern1 = /ab+c/;      // a后面跟着1个或多个b，然后是c
console.log(pattern1.test("abbbc"));  // true
console.log(pattern1.test("abcabc"));  // false

// 加括号
const pattern2 = /(ab)+c/;    // 1个或多个"ab"，然后是c
console.log(pattern2.test("abbbc"));   // false
console.log(pattern2.test("abc"));     // true
console.log(pattern2.test("ababc"));   // true

2. 捕获分组 (Capturing Groups)

const pattern = /(\d{4})-(\d{2})-(\d{2})/;
const date = "2023-10-26";
const match = date.match(pattern);

console.log(match);
// [
//   "2023-10-26",
//   "2023",  // 第一个捕获组
//   "10",    // 第二个捕获组
//   "26"     // 第三个捕获组
// ]

// 使用解构获取分组值
const [, year, month, day] = match;
console.log(year, month, day);  // 2023 10 26

3. 非捕获分组 (Non-capturing Groups)

使用(?:...)语法，分组但不捕获

const pattern1 = /(\d{3})-(\d{4})/;
const pattern2 = /(?:\d{3})-(\d{4})/;

const phone = "123-4567";

const match1 = phone.match(pattern1);
console.log(match1);  // ["123-4567", "123", "4567"]

const match2 = phone.match(pattern2);
console.log(match2);  // ["123-4567", "4567"] - 只捕获了后4位

三、引用 (Backreferences)

引用允许在同一个正则表达式中引用之前捕获的分组。

基本引用语法

// 匹配成对的引号
const pattern = /(['"])(.*?)\1/;

console.log(pattern.test('"Hello"'));      // true
console.log(pattern.test("'World'"));      // true
console.log(pattern.test('"Oops\''));      // false (引号不匹配)

引用在替换中的应用

// 交换姓和名
const name = "Smith, John";
const swapped = name.replace(/(\w+),\s*(\w+)/, "$2 $1");
console.log(swapped);  // "John Smith"

// 格式化日期
const date = "2023-10-26";
const formatted = date.replace(/(\d{4})-(\d{2})-(\d{2})/, "$2/$3/$1");
console.log(formatted);  // "10/26/2023"

嵌套分组的引用

// 匹配重复的单词
const pattern = /\b(\w+)\s+\1\b/;

console.log(pattern.test("hello hello"));    // true
console.log(pattern.test("hello world"));    // false

四、命名捕获分组和引用 (ES2018+)

ES2018引入了命名捕获组，使正则表达式更易读。

命名捕获组语法

const pattern = /(?<year>\d{4})-(?<month>\d{2})-(?<day>\d{2})/;
const date = "2023-10-26";
const match = date.match(pattern);

console.log(match.groups.year);   // "2023"
console.log(match.groups.month);  // "10"
console.log(match.groups.day);    // "26"

命名引用

// 匹配成对引号（命名引用版本）
const pattern = /(?<quote>['"])(.*?)\k<quote>/;

console.log(pattern.test('"test"'));    // true
console.log(pattern.test('"test\''));   // false

在替换中使用命名组

const date = "2023-10-26";
const formatted = date.replace(
  /(?<year>\d{4})-(?<month>\d{2})-(?<day>\d{2})/,
  "$<month>/$<day>/$<year>"
);
console.log(formatted);  // "10/26/2023"

五、高级应用示例

1. 匹配重复模式

// 匹配连续重复的字符
const pattern = /(\w)\1+/g;
const text = "Look at the booook and the coooool code";
console.log(text.match(pattern));  // ["oo", "oooo", "oooo"]

2. 平衡组（模拟）

// 匹配嵌套的括号（有限深度）
function matchParentheses(maxDepth) {
  let pattern = '';
  for (let i = 1; i <= maxDepth; i++) {
    pattern += `(?:[^()]*\\([^()]*\\)[^()]*)${i === maxDepth ? '' : '|'}`;
  }
  return new RegExp(pattern);
}

const text = "a(b(c)d)e";
const pattern = matchParentheses(3);
console.log(pattern.test(text));  // true

3. 复杂数据提取

// 解析URL参数
function parseURLParams(url) {
  const pattern = /(\w+)=([^&]*)/g;
  const params = {};
  let match;

  while ((match = pattern.exec(url)) !== null) {
    params[match[1]] = decodeURIComponent(match[2]);
  }

  return params;
}

const url = "page?name=John&age=30&city=New%20York";
console.log(parseURLParams(url));
// { name: "John", age: "30", city: "New York" }

六、性能注意事项

避免过度使用捕获组：如果不需要捕获内容，使用非捕获组(?:...) 注意回溯问题：复杂的选择和分组可能导致性能问题 使用具体字符集：尽量使用[abc]而不是(a|b|c) 避免嵌套过多：深度嵌套的分组会影响性能

// 性能对比
const text = "a".repeat(1000);

// 较慢：使用选择
console.time("alternation");
/(a|b|c)+/.test(text);
console.timeEnd("alternation");

// 较快：使用字符集
console.time("character class");
/[abc]+/.test(text);
console.timeEnd("character class");