怎么查看正则表达式的AST
这篇文章主要为大家展示了"怎么查看正则表达式的AST"，内容简而易懂，条理清晰，希望能够帮助大家解决疑惑，下面让小编带领大家一起研究并学习一下"怎么查看正则表达式的AST"这篇文章吧。
字符串的处理基本都会用正则表达式，用它来做字符串的匹配、提取、替换等很方便。
但是正则表达式的学习还是有些难度的，比如贪婪匹配、非贪婪匹配、捕获子组、非捕获子组等概念，不止初学者难理解，有很多工作几年的人都不理解。
那正则表达式怎么学比较好？怎么快速掌握正则表达式呢？
正则表达式的匹配原理是把模式串 parse 成 AST，然后通过这个 AST 去匹配目标字符串。
模式串中的各种信息在 parse 之后都会保存在 AST 里面。AST 是 abstract syntax tree，抽象语法树的意思，顾名思义，是按照语法结构组织的一棵树，那么从 AST 的结构上自然可以轻易的知道正则表达式支持的语法。
怎么查看正则表达式的 AST 呢？
可以通过 astexplorer.net 这个网站来可视化的查看：
切换 parse 的语言为 RegExp，就可以做正则表达式的 AST 的可视化。
就像前面所说，AST 是按照语法来组织的一棵树，那么从它的结构上自然能容易地理清各种语法。
那么我们就从 AST 的角度来学习下各种语法吧：
/abc/
先从简单的开始，/abc/ 这样一个正则就可以匹配 'abc' 的字符串，它的 AST 是这样的：
3 个 Char，值分别是 a、b、c，类型是 simple。那之后的匹配就是遍历 AST，分别匹配这三个字符了。
我们用 exec 的 api 测试了下：
第 0 个元素是匹配的字符串，index 是匹配字符串的开始下标。input 是输入的字符串。
再来试下特殊的字符：
/\d\d\d/
/\d\d\d/ 是匹配三个数字的意思，\d 是正则支持的有特殊含义的元字符(meta char)。
通过 AST 我们也可以看出来，它们虽然也是 Char，但类型确是 meta：
可以通过 \d 的元字符来匹配任意数字：
哪些是 meta char 哪些是 simple char，通过 AST 来看一目了然。
/[abc]/
正则支持通过 [] 的方式来指定一组字符，也就是说匹配其中任意一种字符都行。
通过 AST 我们也可以看出来，它被包裹了一层 CharacterClass，就是字符类的意思，也就是匹配它包含的任意一种字符都行。
测试下也确实是这样：
/a{1,3}/
正则表达式支持指定某个字符重复多少次，用 {from,to} 的形式，
比如 /b{1,3}/ 表示字符 b 重复 1 到 3 次，/[abc]{1,3}/ 表示这个 a/b/c 字符类重复 1 到 3 次。
通过 AST 可以看出来，这种语法叫做 Repetition（重复）：
他有个 quantifier 的属性表示量词，这里的类型是 range，从 1 到 3。
正则也支持一些量词的简写，比如 + 表示 1 到无数次、* 表示 0 到无数次、? 表示 0 或 1 次。
分别是不同类型的量词：
有同学可能会问，这里的 greedy 属性是啥意思呢？
greedy 是贪婪的意思，这个属性就表示这个 Repetition 是贪婪匹配还是非贪婪匹配。
如果在量词后加个 ?，你就会发现 greedy 变成 false 了，也就是切换到了非贪婪匹配：
那贪婪和非贪婪是指啥呢？
我们看个例子就知道了。
默认 Repetition 的匹配是贪婪的，只要满足条件就一直匹配下去，所以这里 acbac 都能匹配到。
量词后加个 ? 就切换到了非贪婪，就只会匹配第一个了：
这就是贪婪匹配和非贪婪匹配，通过 AST 我们能够清楚的知道贪婪和非贪婪是针对重复语法来说的，默认是贪婪匹配，在量词后加个 ? 就可以切换到非贪婪。
(aaa)bbb(ccc)
正则表达式支持通过()把匹配到的一部分字符串放到子组里返回。
通过 AST 看一下：
对应的 AST 就叫做 Group。
而且你会发现它有个 capturing 的属性，默认是 true：
这是啥意思呢？
这就是子组捕获的语法。
如果不想捕获子组，可以这样写 (?:aaa)
看，capturing 变为 false 了。
那捕获和非捕获有什么区别呢？
我们试一下：
哦，原来 Group 的 capturing 属性代表的是是否提取的意思啊。
我们通过 AST 可以看出来，捕获是针对子组来说的，默认是捕获，也就是提取子组的内容，可以通过 ?: 切换到非捕获，就不会提取子组的内容了。
我们对用 AST 来了解正则语法已经轻车熟路了，那来看点难的：
/bbb(?=ccc)/
正则表达式支持通过 (?=xxx) 的语法来表示先行断言，用来判断某个字符串是否前面是某个字符串。
通过 AST 可以看到这种语法叫做 Assertion，并且类型为 lookahead，也就是往前看，只匹配前面的意思：
这是啥意思呢？为啥要这么写？和 /bbb(ccc)/ 还有 /bbb(?:ccc)/有啥区别呢？
我们试一下：
从结果可以看出来:
/bbb(ccc)/ 匹配了 ccc 的子组并且提取出来了这个子组，因为默认子组是捕获的。
/bbb(?:ccc)/ 匹配了 ccc 的子组但没有提取出来，因为我们通过 ?: 设置了子组不捕获。
/bbb(?=ccc)/ 匹配了 ccc 的子组也没有提取出子组，说明也是非捕获的。它和 ?: 的区别是 ccc 没有出现在匹配结果里。
这就是先行断言(lookahead assertion)的性质：先行断言代表某段字符串前面是某段字符串，对应的子组是非捕获的，而且断言的字符串不会出现在匹配结果中。
如果后面不是跟着那段字符串就不匹配：
/bbb(?!ccc)/
把 ?= 改成 ?! 之后意思就变了，通过 AST 看一下：
虽然还是先行断言 lookahead assertion，但是多了个 negative 为 true 的属性。
这个意思很明显，本来是前面是某段字符串，否定之后就是前面不是某段字符串。
那匹配结果正好就反过来了：
现在前面不是某段字符串的话才匹配了，这就是否定先行断言。
/(?<=aaa)bbb/
有先行断言自然也有后行断言，也就是后面是某段字符串才匹配。
同理，也可以否定：
(?<=aaa)对应的 AST 很容易想到，就是 lookbehind assertion：
(?
以上是"怎么查看正则表达式的AST"这篇文章的所有内容，感谢各位的阅读！相信大家都有了一定的了解，希望分享的内容对大家有所帮助，如果还想学习更多知识，欢迎关注行业资讯频道！
