一、正則表達式的工作機制
畫了一個草圖，簡單的說明了下正則表達式的工作原理。
+--------+
| 編譯 |
+--------+
|
↓
+----------------+
| 設置開始位置 |←---------+
+----------------+ ↑
| |
↓ 其 |
+----------------+ 他 |
| 匹配 & 回溯 | 路 |
+----------------+ 徑 |
| |
↓ |
+----------------+ |
| 成功 or 失敗 |---------→+
+----------------+
你寫的任何一個正則直接量或者 RegExp 都會被瀏覽器編譯爲一個原生代碼程序，第一次匹配是從頭個字符開始，匹配成功時，他會查看是否還有其他的路徑沒有匹配到，如果有的話，回退到上一次成功匹配的位置，然後重複第二步操作，不過此時開始匹配的位置（lastIndex）是上次成功位置加 1.
var Reg = /H(i|ello), barret/g;
let Str = 'Lalala. Hi, barret. Hello, John';
console.log(Reg.test(Str));
如果要深入瞭解正則表達式的內部原理，必須先理解匹配過程的一個基礎環節——回溯，他是驅動正則的一個基本動力，也是性能消耗、計算消耗的根源。
二、回溯
正則表達式中出現最多的是分支和量詞，上面的 demo 中可以很清楚的看到 hi 和 hello 這兩個分支，當匹配到第一個字符 h 之後，進入 (i|ello) 的分支選擇，首先是進入 i 分支，當 i 分支匹配完了之後，再回到分支選擇的位置，重新選擇分支。簡單點說，分支就是 | 操作符帶來的多項選擇問題，而量詞指的是諸如 *, +?, {m,n} 之類的符號，正則表達式必須決定何時嘗試匹配更多的字符。下面結合回溯詳細說說分支和量詞。
1. 分支
繼續分析上面那個案例。"Lalala. Hi, barret. Hello, John".match(/H(i|ello), barret/g),首先會查找 H 字符，在第九位找到 H 之後，正則子表達式提供了兩個選擇 (i|ello)，程序會先拿到最左邊的那個分支，進入分支後，在第十位匹配到了 i，接着匹配下一個字符，下一個字符是逗號，接着剛纔的位置又匹配到了這個逗號，然後再匹配下一個，依次類推，直到完整匹配到整個正則的內容，此時程序會在Hi, barret後面做一個標記，表示在這裏進行了一次成功的匹配。但程序到此並沒有結束，因爲後面加了一個全局參數，依然使用這個分支往後匹配，很顯然，到了 Hello 的時候，Hi 分支匹配不了了，於是程序會回溯到剛纔我們做標記的位置，並進入第二個分支，從做標記的位置重新開始匹配，依次循環。
只要正則表達式沒有嘗試完所有的可選項，他就會回溯到最近的決策點（也就是上次匹配成功的位置）。
2. 量詞
量詞這個概念特別簡單，只是在匹配過程中有貪婪匹配和懶惰匹配兩種模式，結合回溯的概念理解稍微複雜。還是用幾個例子來說明。
1) 貪婪
str = "AB1111BA111BA";
reg = /AB[\s\S]+BA/;
console.log(str.match(reg));
首先是匹配AB，遇到了 [\s\S]+，這是貪婪模式的匹配，他會一口吞掉後面所有的字符，也就是如果 reg 的內容爲 AB[\s\S]+，那後面的就不用看了，直接全部匹配，而往後看，正則後面還有B字符，所以他會先回溯到倒數第一個字符，匹配看是否爲 B，顯然倒數第一個字符不是B，於是他又接着回溯，找到了B字母，找到之後就不繼續回溯了，而是往後繼續匹配，此刻匹配的是字符A，程序發現緊跟B後的字母確實是A，那此時匹配就結束了。如果沒有看明白，可以再讀讀下面這個圖：
REG: /AB[\s\S]+BA/
MATCH: A 匹配第一個字符
AB 匹配第二個字符
AB1111BA111BA [\s\S]+ 貪婪吞併所有字符
AB1111BA111BA 回溯，匹配字符B
AB1111BA111B 找到字符B，繼續匹配A
AB1111BA111BA 找到字符A，匹配完成，停止匹配
2) 懶惰（非貪婪）
str = "AB1111BA111BA";
reg = /AB[\s\S]+?BA/;
console.log(str.match(reg));
與上面不同的是，reg 中多了一個 ? 號，此時的匹配模式爲懶惰模式，也叫做非貪婪匹配。此時的匹配流程是，先匹配AB，遇到[\s\S]+?，程序嘗試跳過並開始匹配後面的字符B，往後查看的時候，發現是數字1，不是要匹配的內容，繼續往後匹配，知道遇到字符B，然後匹配A，發現緊接着B後面就有一個A，於是宣佈匹配完成，停止程序。
REG: /AB[\s\S]+BA/
MATCH: A 匹配第一個字符
AB 匹配第二個字符
AB [\s\S]+? 非貪婪跳過並開始匹配B
AB1 不是B，回溯，繼續匹配
AB11 不是B，回溯，繼續匹配
AB111 不是B，回溯，繼續匹配
AB1111 不是B，回溯，繼續匹配
AB1111B 找到字符B，繼續匹配A
AB1111BA 找到字符A，匹配完成，停止匹配
如果匹配的內容是 AB1111BA，那貪婪和非貪婪方式的正則是等價的，但是內部的匹配原理還是有區別的。爲了高效運用正則，必須搞清楚使用正則時會遇到那些性能消耗問題。
三、逗比的程序
//去測試下這句代碼
"TTTTTTTT".match(/(T+T+)+K/);
//然後把前面的T重複次數改成30
//P.S:小心風扇狂轉，CPU暴漲
我們來分析下上面這段代碼，上面使用的都是貪婪模式，那麼他會這樣做：
REG: (T+T+)+K
MATCH: ①第一個T+匹配前7個T，第二個T+匹配最後一個T，沒找到K，宣佈失敗，回溯到最開始位置
②第一個T+匹配前6個T，第二個T+匹配最後兩個T，沒找到K，宣佈失敗，回溯到最開始位置
③...
... 接着還會考慮(T+T+)+後面的 + 號，接着另一輪的嘗試。
⑦...
...
這段程序並不會智能的去檢測字符串中是否存在 K，如果匹配失敗，他會選擇其他的匹配方式（路徑）去匹配，從而造成瘋狂的回溯和重新匹配，結果可想而知。這是回溯失控的典型例子。
四、前瞻和反向引用
1. 前瞻和引用
前瞻有兩種，一種是負向前瞻，JS中使用 (?!xxx) 來表示，他的作用是對後面要匹配的內容做一個預判斷，如果後面的內容是xxx，則此段內容匹配失敗，跳過去重新開始匹配。另一種是正向前瞻，(?=xxx)，匹配方式和上面相反，還有一個長的類似的是 (?:xxx),這個是匹配xxx，他是非捕獲性分組匹配，即匹配的內容不會創建反向引用。具體內容可以去文章開頭提到的文檔中查看。
反向引用，這個在 replace 中用的比較多，在 replace 中：
| 字符 | 替換文本 |
|---|---|
| $1、$2、…、$99 | 與 regexp 中的第 1 到第 99 個子表達式相匹配的文本。 |
| $& | 與 regexp 相匹配的子串。 |
| $` | 位於匹配子串左側的文本。 |
| $’ | 位於匹配子串右側的文本。 |
| $$ | 直接量符號。 |
而在正則表達中，主要就是 \1, \2 之類的數字引用。前瞻和反向引用使用恰當可以大大的減少正則對資源的消耗。舉個例子來簡單說明下這幾個東西：
問題：使用正則匹配過濾後綴名爲 .css 和 .js 的文件。
如：test.wow.js test.wow.css test.js.js等等。
有人會立馬想到使用負向前瞻，即：
//過濾js文件
/(?!.+\.js$).*/.exec("test.wow.js")
//過濾js和css文件
/(?!.+\.js$|.+\.css$).*/.exec("test.wow.js")
/(?!.+\.js$|.+\.css$).*/.exec("test.wow.html")
但是你自己去測試下，拿到的結果是什麼。匹配非js和非css文件可以拿到正確的文件名，但是我們期望這個表達式對js和css文件的匹配結果是null，上面的表達式卻做不到。問題是什麼，因爲(?!xxx)和(?=xxx)都會消耗字符，在做預判斷的時候把 .js 和 .css 給消耗了，所以這裏我們必須使用非捕獲模式。
/(?:(?!.+\.js$|.+\.css$).)*/.exec("test.wow.html");
/(?:(?!.+\.js$|.+\.css$).)*/.exec("test.wow.js");
我們來分析下這個正則：
(?:(?!.+\.js$|.+\.css$).)*
--- ---------------- -
| | |
+----------------------+
↓ |
非捕獲，內部只有一個佔位字符
|
↓
負向前瞻以.js和.css結尾的字符串
最後一個星號是貪婪匹配，直接吞掉全部字符。
這裏講的算是有點複雜了，不過在稍複雜的正則中，這些都是很基礎的東西了，想在這方面提高的童鞋可以多研究下。
2. 原子組
JavaScript的正則算是比較弱的，他沒有分組命名、遞歸、原子組等功能特別強的匹配模式，不過我們可以利用一些組合方式達到自己的目的。上面的例子中，我們實際上用正則實現了一個或和與的功能，上面的例子體現的還不是特別明顯，再寫個例子來展示下：
str1 = "我(wo)叫(jiao)李(li)靖(jing)";
str2 = "李(li)靖(jing)我(wo)叫(jiao)";
reg = /(?=.*?我)(?=.*?叫)(?=.*?李)(?=.*?靖)/;
console.log(reg.test(str1)); //true
console.log(reg.test(str2)); //true
不管怎麼打亂順序，只要string中包含“我”，“是”，“李”，“靖”這四個字，結果都是true。
類似(?=xxx)\1，就相當於一個原子組，原子組的作用就是消除回溯，只要是這種模式匹配過的地方，回溯時都不會到這裏和他之前的地方。上面的程序"TTTTTTTT".match(/(T+T+)+K/);可以通過原子組的方式處理：
"TTTTTTTT".match(/(?=(T+T+))\2+K/);
如此便能徹底消除回溯失控問題。
五、小結
關於正則的學習，重點是要多練習多實踐，並且多嘗試用不同的方案去解決一個正則問題，一個很典型的例子，去除字符串首尾的空白，嘗試用5-10種不同的正則去測試，並思考哪些方式的效率最高，爲什麼？通過這一連串的思考可以帶動學習的興趣，提高學習效率~
轉自 進階正則表達式