正则里几个反直觉的行为

2026-11-08 · Demo_Li

正则本身不难,难在它的行为依赖状态和上下文。下面三个问题我见得太多了。

一、贪婪匹配吃到行尾

<b>粗体</b> 和 <b>另一处</b>,用 <b>(.*)</b> 匹配,得到的是整个字符串,而不是两个粗体片段。

因为 .* 是贪婪的,它会先吃到行尾,然后回溯到最后一个 </b>。加一个问号变成 .*? 才是懒惰匹配,在第一个可能的位置停下。

这不是 bug,是设计。默认贪婪在大多数场景下性能更好,需要精确截断时再显式懒惰。

二、g 标志让正则变成有状态的

const re = /a/g;
re.exec("aaa"); // 匹配 "a",lastIndex = 1
re.exec("aaa"); // 匹配 "a",lastIndex = 2
re.exec("aaa"); // 匹配 "a",lastIndex = 3
re.exec("aaa"); // null,lastIndex 归零

带 g 的正则对象会记住上次匹配的位置。同一个对象被复用两次(比如先 test() 再 exec()),第二次的结果可能和第一次不一样。这类问题在单元测试里容易漏,因为有状态的对象通常每次都是新建的。

判断方法:如果你看到「同一个正则,第一次能匹配,第二次不能」,先检查有没有 g。

还有一个连带的坑:g 模式下如果匹配到空字符串(比如 a* 匹配空位),lastIndex 不会前进,循环里会死循环。本工具在循环中会自动跳过空匹配,避免页面卡死。

三、分组编号会随括号数量变化

(\d{4})-(\d{2}) 里的 $1 是年、$2 是月。但如果你在后面加了一个括号,编号可能整体后移;如果中间插入了非捕获组 (?:...),编号又不变。

命名分组 (?<year>\d{4}) 没有这个问题,改结构不影响引用方式。代价是部分老环境不支持(IE 全系不支持,Safari 从 11.1 开始支持)。

还有两个边界

. 默认不匹配换行。要跨行匹配得用 [\s\S],或者加 s 标志让 . 包含换行。

^ 和 $ 默认指整个字符串的开头结尾。只有加 m 标志,它们才变成每行的开头结尾。想匹配一批日志里的每一行,忘了 m 就只会命中第一行。

不要用正则解析结构

HTML、JSON、URL 这类嵌套结构超出正则的表达能力。用正则解析 HTML,总会有「测着好好的,换个页面就崩」的情况,因为嵌套层级一变,正则就失效了。这类场景请用真正的解析器:DOMParser、JSON.parse、URL 对象。

这页提到的工具

打开全部工具 →