前言

正则一直是令我头大的问题，简单入门的那些还好，但是一旦复杂起来真是连百度都不知道他的用意，只能一小段一小段的试。

这篇会列举几个 vue 源码中的几个正则表达式，为什么选取这些呢？

因为我近段时间在深入学习 vue 的代码，同时觉得这些表达式也是非常具有实战性的，相信对我们以后实现业务逻辑会有很大的启发和帮助。

几个基础概念

如果你对正则表达式如下概念不熟悉，有必要的话可以再回顾下。（当然只针对下面例子涉及的概念）

部分正则规则

常用符号

字符	含义
\	转义字符。匹配数据不想被正则规则解析
^	匹配输入的开始。注意，和在 [] 中定义的不同
$	匹配输入的结束
?	0 or 1 次，等价 {0,1}
.	换行 \n 之外的单个字符
x \| y	‘x’或者‘y’

多次匹配

字符	含义
*	0 or 多次等价 {0,}
+	1 or 多次，至少出现一次。等价 {1,}
{n}	匹配重复出现 n 次
{n,m}	n<= 匹配出现次数 <=m

任意字符

字符	含义
[xyz]	匹配方括号中的任意字符
[^xyz]	匹配任何没有包含在方括号中的字符（反向字符集）

特殊字符

字符	含义
\b	匹配一个词的边界（前后没有其他字符）
\s	匹配任何空白字符（空格、制表符、换页符等），等价 [ \f\n\r\t\v]。
\S	匹配任何非空白字符。等价 [^ \f\n\r\t\v]。
\w	匹配包括下划线的任何单词字符。等价 “[A-Za-z0-9_]”。
\W	匹配任何非单词字符。等价 “[^a-za-z0-9_]”。

特殊规则

字符	含义
(x)	捕获括号（匹配 'x' 并且记住匹配项）
(?:x)	非捕获括号（匹配 'x' 但是不记住匹配项）
x(?=y)	正向肯定查找
x(?!y)	正向否定查找

test exec match 区别

test 不需要知道匹配内容，只需判断正则是否命中的场景
exec 进行搜索匹配，返回匹配结果
match 是 String 对象方法，和 exec 类似

看几个小 demo ：

// 基本使用
let numRE = /[0-9]+/;
let data2 = "abc123efg456";

console.log(numRE.test(data2)); // true
console.log(numRE.exec(data2)); // [ '123', index: 3, input: 'abc123efg456' ]
console.log(data2.match(numRE)); // [ '123', index: 3, input: 'abc123efg456' ]

// 对比 exec ， match
let numGobalRE = /[0-9]+/g;

console.log(numGobalRE.test(data2)); // true
console.log(numGobalRE.exec(data2)); // [ '456', index: 9, input: 'abc123efg456' ]
console.log(data2.match(numGobalRE)); // [ '123', '456' ]

在全局模式下， match 不会有额外 索引 index 、 被匹配数据 input 的输出。并且只有所有匹配的数据。

非括号捕获

匹配 (?:x) 中 x 表达式，但不记住选项。

/**
 * 非括号捕获
 */
const nonCapturingRE = /(?:abc){1}/;
// [ 'abc', index: 0, input: 'abc' ]
console.log("abcefg".match(nonCapturingRE));

/**
 * 括号捕获
 */
const capturingRE = /(abc){1}/;
// [ 'abc', 'abc', index: 0, input: 'abcefg' ]
console.log("abcefg".match(capturingRE));

似乎从结果上看，这两者没什么区别。我通过调用字符串 replace 方法后，你再看下：

let result1 = "abcefg".replace(nonCapturingRE, "hello $1 "); // hello $1 efg
let result2 = "abcefg".replace(capturingRE, "hello $1 "); // hello abc efg

你应该能看到其中的区别了吧。

replace

replace 作为 String 对象中的方法，相比都经常使用。

但如果将 replace 第一个参数传入正则表达式，第二个参数而一个函数 Fn ，那是否知道 Fn 的参数列表有什么特殊作用吗？

string.replace(Regexp, Function);

Function 的参数说明：

match 匹配内容
$1,$2 ... 括号捕获内容
offset 匹配开始位置
string 源字符串

结合 括号捕获 和 非括号捕获 应该很容易明白：

var re = /(\w+)\s(\w+)/;
var str = "John Smith";
var newstr = str.replace(re, function(...args) {
  console.log(args); // ["John Smith", "John", "Smith", 0, "John Smith"]
});

var re = /(?:\w+)\s(\w+)/; // 将其中一个调整为 非括号捕获
console.log(args); // ["John Smith", "Smith", 0, "John Smith"]

html 注释判断

vue 会解析我们 html 模板，html 中的注释肯定没有任何意义，所以有必要将它过滤掉。

那怎么匹配出现的注释内容呢？

<!-- 我是个注释 -->
<div>hello</div>

<!--[if !IE]>-->
<div>我是个低端浏览器</div>

直接上正则逻辑：

const comment = /^<!\--/;
const conditionalComment = /^<!\[/;

// 匹配注释
if (comment.test(html)) {
  const commentEnd = html.indexOf("-->"); // 记录注释右关闭起始位置

  if (commentEnd >= 0) {
    advance(commentEnd + 3); // 挪3位长度，即解析完整个注释
    continue;
  }
}

// 匹配浏览器注释
if (conditionalComment.test(html)) {
  const conditionalEnd = html.indexOf("]>"); // 记录注释右关闭起始位置

  if (conditionalEnd >= 0) {
    advance(conditionalEnd + 2); // 挪2位长度，即解析完整个注释
    continue;
  }
}

上面摘自 vue 中 parseHtml 方法，相对简单。

利用 test 判断当前 html 内容是否符合预期，配合“固定”注释的左右标识，记录当前注释结束为止，为下次新的 html 解析做准备。

驼峰表达式转换

const camelizeRE = /-(\w)/g;
const camelize = str => {
  return str.replace(camelizeRE, (_, c) => (c ? c.toUpperCase() : ""));
};

我们可能会用 abc-def 的方式定义对象的属性名，或者 vue 中非规范的定义， vue 框架就会有统一的处理，将 abc-def 统一转化为 abcDef 驼峰写法。

解析 html 属性 KV

const attribute = /^\s*([^\s"'<>\/=]+)(?:\s*(=)\s*(?:"([^"]*)"+|'([^']*)'+|([^\s"'=<>`]+)))?/;

我们先看这段正则的匹配输出结果：

'id="app" class="foo">hello</div>'.match(attribute);
// ["id="app"", "id", "=", "app", undefined, undefined, index: 0, input: "id="app" class="red" disabled></div>", groups: undefined]

"id='app' class='foo'>hello</div>".match(attribute);
// ["id='app'", "id", "=", undefined, "app", undefined, index: 0, input: "id='app' class='red' disabled></div>", groups: undefined]

"  disabled>hello</div>".match(attribute);
// ["  disabled", "disabled", undefined, undefined, undefined, undefined, index: 0, input: "disabled>hello</div>", groups: undefined]

按照顺序，开始分析：

我先把这个正则简化下：

/A(B)(?:C(?(?(D)|(E)|(F))))/

第一部分 A ，匹配任何空白字符，并且空白符可出现 or 未出现过：

^\s*

随后跟着一个 括号捕获 表达式 B：

([^\s"'<>\/=]+)

用 [] 中括号包裹，并且里面匹配的内容至少要出现一次。

注意内部内容的 ^ 并不是说明以其开头，而是 非 \s"'<>/= 这些字符，从而 取出属性的 key。

后面将是个复杂的 非括号捕获 ：

(?:\s*(=)\s*(?:"([^"]*)"+|'([^']*)'+|([^\s"'=<>`]+)))?

我们先分析其中三个括号捕获 DEF：

"([^"]*)"+|'([^']*)'+|([^\s"'=<>`]+)

仔细看不难发现，D 和 E 是针对不同的引号（双引号、单引号）包裹内容来匹配的，并且内部不能出现外部的引号。

F 和之前的 B 类似，唯独去除了斜杠限制。

(?:"([^"]*)"+|'([^']*)'+|([^\s"'=<>`]+))

最后针对 DEF 的结果，来做非括号匹配。就能 取出属性的 value

既然知道了属性的 key、value 取值方式，那么 C 的作用也显而易见了：

(?:\s*(=)\s*(?(D)|(E)|(F)))

用等号 = 作为分隔符，取出整个 key=value 的值。

那么再回头看之前正则对应的输出结果就容易些了。

正则的封装

讲个轻松些的，如下是个判断 html 起始标签的正则：

/^<((?:[a-zA-Z_][\-\.0-9_a-zA-Za-zA-Z\u00B7\u00C0-\u00D6\u00D8-\u00F6\u00F8-\u037D\u037F-\u1FFF\u200C-\u200D\u203F-\u2040\u2070-\u218F\u2C00-\u2FEF\u3001-\uD7FF\uF900-\uFDCF\uFDF0-\uFFFD]*\:)?[a-zA-Z_][\-\.0-9_a-zA-Za-zA-Z\u00B7\u00C0-\u00D6\u00D8-\u00F6\u00F8-\u037D\u037F-\u1FFF\u200C-\u200D\u203F-\u2040\u2070-\u218F\u2C00-\u2FEF\u3001-\uD7FF\uF900-\uFDCF\uFDF0-\uFFFD]*)/

能发现整个正则表达式很长，虽然逻辑不复杂，但看起来真的很揪心。

我们看看 vue 是怎么做的？

const unicodeRegExp = /a-zA-Z\u00B7\u00C0-\u00D6\u00D8-\u00F6\u00F8-\u037D\u037F-\u1FFF\u200C-\u200D\u203F-\u2040\u2070-\u218F\u2C00-\u2FEF\u3001-\uD7FF\uF900-\uFDCF\uFDF0-\uFFFD/;

const ncname = `[a-zA-Z_][\\-\\.0-9_a-zA-Z${unicodeRegExp.source}]*`;
const qnameCapture = `((?:${ncname}\\:)?${ncname})`;
const startTagOpen = new RegExp(`^<${qnameCapture}`);

使用正则的 source 属性，我们能拿到正则表达式的字符串，同时需要注意所有交付给 new RegExp 的参数，对其中的斜杠需要作次转义。

这样通过 es6 的 `` 表达式和 RegExp 对象，将原先繁琐的正则表达式优化成多个变量定义，现在我们能按其意思快速的理解正则了。

总结

上面这些例子只是个引子，我希望同我一样惧怕正则表达式的同学能正视它，因为表面看上去它很复杂，但其实耐心些，像主流框架些的正则都是能挖掘很多内含的东西。

希望这篇文章能让你的正则能力提升一个台阶。

从简到难，示例几则 vue 中的正则表达式

前言