# 正则表达式的拆分
对于一门语言的掌握程度怎么样，可以有两个角度来衡量：读和写。
不仅要求自己能解决问题，还要看懂别人的解决方案。代码是这样，正则表达式也是这样。
正则这门语言跟其他语言有一点不同，它通常就是一大堆字符，而没有所谓"语句"的概念。
如何能正确地把一大串正则拆分成一块一块的，成为了破解"天书"的关键。
# 结构和操作符
编程语言一般都有操作符。只要有操作符，就会出现一个问题。当一大堆操作在一起时，先操作谁，又后操作谁呢？为了不产生歧义，就需要语言本身定义好操作顺序，即所谓的优先级。
而在正则表达式中，操作符都体现在结构中，即由特殊字符和普通字符所代表的一个个特殊整体。
JavaScript正则表达式中，都有哪些结构呢？
字符字面量、字符组、量词、锚、分组、选择分支、反向引用。
具体含义简要回顾如下：
| 结构 | 说明 |
|---|---|
| 字面量 | 匹配一个具体字符，包括不用转义的和需要转义的。比如a匹配字符"a"，又比如\n匹配换行符，又比如\.匹配小数点。 |
| 字符组 | 匹配一个字符，可以多种可能之一，比如[0-9]，表示匹配一个数字。也有\d的简写形式。另外还有反义字符组，表示可以是除了特定字符之外的任何一个字符，比如[^0-9]，表示一个非数字字符，也有\D的简写形式。 |
| 量词 | 表示一个字符连续出现，比如a{1, 3}表示"a"字符连续出现1-3次。另外还有常见的简写形式，比如a+表示"a"字符连续出现至少一次。 |
| 锚 | 匹配一个位置，而不是字符。比如^匹配字符串的开头，又比如\b匹配单词边界，又比如(?=\d)表示数字前面的位置。 |
| 分组 | 用括号表示一个整体，比如(ab)+，表示"ab"两个字符连续出现多次，也可以使用非捕获分组(?:ab)+。 |
| 分支 | 多个子表达式多选一，比如abc|bcd，表达式匹配"abc"或者"bcd"字符子串。反向引用，比如\2，表示引用第2个分组。 |
其中涉及到的操作符有：
| 操作符描述 | 操作符 | 优先级 |
|---|---|---|
| 转义符 | \ | 1 |
| 括号和方括号 | (···)、(?:···)、(?=···)、(?!···)、[···] | 2 |
| 量词限定符 | {m}、{m, n}、{m,}、?、*、+ | 3 |
| 位置和序列 | ^、$、\元字符、一般字符 | 4 |
| 管道符(竖杠) | | | 5 |
上面操作符的优先级从上至下，由高到低。
这里，我们来分析一个正则：/ab?(c|de*)+|fg/
由于括号的存在，所以，
(c|de*)是一个整体结构。在
(c|de*)中，注意其中的量词，因此e是一个整体结构。又因为分支结构
|优先级最低，因此c是一个整体、而de是另外一个整体。同理，整个正则分成了
a、b？、(···)+、f、g。而由于分支的原因，又可以分成
ab?(c|de*)和fg两部分。
希望你没被我绕晕。
# 注意要点
关于结构和操作符，还是有几点需要强调：
# 匹配字符串整体问题
因为是要匹配整个字符串，我们经常会在正则前后中加上^和$。
比如要匹配目标字符串"abc"或者"bcd"时，如果一不小心，就会写成/^abc|bcd$/。
而位置字符和字符序列优先级要比竖杠高，应该改为/^(abc|bcd)$/。
# 量词连缀问题
假设，要匹配这样的字符串：
- 每次字符为"a"、"b"、"c"任选其一
- 字符串的长度是3的倍数
此时正则不能想当然的写成/^[abc]{3}+$/，这样会报错，说+前面没什么可重复的：
此时要修改成/([abd]{3})+/。
# 元字符转义问题
所谓元字符，就是正则中有特殊含义的字符。
所有结构里，用到的元字符总结如下：
^ $ . * + ? | \ / ( )
[ ] { } = ! : - ,
其中string中的\字符也要转义的。
另外，在string中，也可以把每个字符转义，当然，转义后的结构仍是本身：
const string = "^$.*+?|\\/[]{}=!:-,";
const string2 = "\^\$\.\*\+\?\|\\\/\[\]\{\}\=\!\:\-\,";
console.log(string === string2);
// => true
现在的问题是，是不是每个字符都需要转义呢？否，看情况。
# 字符组中的元字符
跟字符组相关的元字符有[、]、^、-。因此在会引起歧义的地方进行转义。例如开头的^必须转义，不然会把整个字符组，看成反义字符组。
const string = "^$.*+?|\\/[]{}=!:-,";
const regex = /[\^$.*+?|\\/\[\]{}=!:\-,]/g;
console.log(string.match(regex));
// => ["^", "$", ".", "*", "+", "?", "|", "\", "/", "[", "]", "{", "}", "=", "!", ":", "-", ","]
# 匹配"[abc]"和"{3,5}"
我们知道[abc]，是个字符组。如果要匹配字符串"[abc]"时，该怎么办？
可以写成/\[abc\]/，也可以写成/\[abc]/，测试如下：
const string = "[abc]";
const regex = /\[abc]/g;
console.log(string.match(regex)[0]);
// => "[abc]"
只需要在第一个方括号转义即可，因为后面的方括号构不成字符组，正则不会引发歧义，自然不需要转义。
同理，要匹配字符串"{3, 5}"，只需要把正则写成/\{3,5}/即可。
另外，我们知道量词有简写形式{m,}，却没有{,n}的情况。虽然后者不构成量词的形式，但此时并不会报错。当然，匹配的字符串也是"{,n}"，测试如下：
const string = "{,3}";
const regex = /{,3}/g;
console.log(string.match(regex)[0]);
// => "{,3}"
# 其余情况
比如=、!、:、-、,等符号，只要不在特殊结构中，并不需要转义。
但是，括号需要前后都转义的，如/\(123\)/。
至于剩下的^、$、.、*、?、|、\、/等字符，只要不在字符组内，都需要转义。
# 案例分析
接下来分析两个例子，一个简单的，一个复杂的。
# 身份证
正则表达式是：/^(\d{15}|\d{17}[\dxX])$/
因为竖杠|的优先级最低，所以正则分成了两部分\d{15}和\d{17}[\dxX]。
\d{15}表示15位连续数字。
\d{17}[\dxX]表示17位连续数字，最后一位可以是数字，可以大小写字母"x"。
# IPV4地址
正则表达式是：/^((0{0,2}\d|0?\d{2}|1\d{2}|2[0-4]\d|25[0-5])\.){3}(0{0,2}\d|0?\d{2}|1\d{2}|2[0-4]\d|25[0-5])$/。
这个正则，看起来非常吓人。但是熟悉优先级后，会立马得出如下的结构：
((···)\.){3}(···)
其中两个(···)是一样的结构。表示匹配的是3位数字。因此整个结构是
3位数.3位数.3位数.3位数
然后再来分析(···)：
(0{0,2}\d|0?\d{2}|1\d{2}|2[0-4]\d|25[0-5])
它是一个多选结构，分成5个部分：
0{0,2}\d，匹配一位数，包括"0"补齐的。比如，"9"、"09"、"009"0?\d{2}，匹配两位数，包括"0"补齐的，也包括一位数1\d{2}，匹配"100"到"199"2[0-4]\d，匹配"200"到"249"25[0-5]，匹配"250"到"255"
# 小结
掌握正则表达式中的优先级后，再看任何正则都应该有信心分析下去了。
稍微总结一下，竖杠的优先级最低，即最后运算。
另外关于元字符转义问题，当自己不确定与否时，尽管去转义，总之是不会错的。