字串的處理基本上都會用正規表示式，用它來做字串的匹配、提取、替換等很方便。
但是正規表示式的學習還是有些難度的，例如貪婪匹配、非貪婪匹配、捕獲子組、非捕獲子組等概念，不止初學者難理解，有很多工作幾年的人都不理解。
那正規表示式怎麼學比較好？怎麼快速掌握正規表示式呢？
推薦一個我覺得很不錯的學習正規的方式：透過AST 來學習。
正規表示式的匹配原理是把模式串parse 成AST，然後透過這個AST 去匹配目標字串。
模式串中的各種資訊在parse 之後都會保存在AST 裡面。 AST 是abstract syntax tree，抽象語法樹的意思，顧名思義，是按照語法結構組織的一棵樹，那麼從AST 的結構上自然可以輕易的知道正則表達式支持的語法。
怎麼查看正規表示式的AST 呢？
可以透過astexplorer.net 這個網站來視覺化的檢視：
切換parse 的語言為RegExp，就可以做正規表示式的AST 的視覺化。
就像前面所說， AST 是按照語法來組織的一棵樹，那麼從它的結構上自然能容易地理清各種語法。
那我們就從AST 的角度來學習下各種語法吧：
先從簡單的開始，/abc/ 這樣一個正則就可以匹配'abc' 的字符串，它的AST 是這樣的：
3 個Char，值分別是a、b、c，類型是simple。那之後的配對就是遍歷AST，分別配對這三個字元了。
我們用exec 的api 測試了下：
第0 個元素是匹配的字串，index 是匹配字串的開始下標。 input 是輸入的字串。
再來試試特殊的字元：
/ddd/ 是匹配三個數字的意思，d 是正規支援的有特殊意義的元字元(meta char)。
透過AST 我們也可以看出來，它們雖然也是Char，但類型確是meta：
可以透過d 的元字元來匹配任意數字：
哪些是meta char 哪些是simple char，透過AST 來看一目了然。
正規支援透過[] 的方式來指定一組字符，也就是說匹配其中任意一種字符都行。
透過AST 我們也可以看出來，它被包裹了一層CharacterClass，就是字元類別的意思，也就是匹配它包含的任一種字元都行。
測試下也確實是這樣：
正規表示式支援指定某個字元重複多少次，以{from,to} 的形式，
例如/b{1,3}/ 表示字元b 重複1 到3 次，/[abc ]{1,3}/ 表示這個a/b/c 字元類別重複1 到3 次。
透過AST 可以看出來，這種語法叫做Repetition（重複）：
他有個quantifier 的屬性表示量詞，這裡的型別是range，從1 到3。
正規也支持一些量詞的簡寫，例如+ 表示1 到無數次、* 表示0 到無數次、? 表示0 或1 次。
分別是不同類型的量詞：
有同學可能會問，這裡的greedy 屬性是啥意思呢？
greedy 是貪婪的意思，這個屬性就表示這個Repetition 是貪婪匹配還是非貪婪匹配。
如果在量詞後面加個?，你會發現greedy 變成false 了，也就是切換到了非貪婪匹配：
那貪婪和非貪婪是指啥？
我們看個例子就知道了。
預設Repetition 的匹配是貪婪的，只要滿足條件就一直匹配下去，所以這裡acbac 都能匹配到。
量詞後面加個? 就切換到了非貪婪，就只會匹配第一個了：
這就是貪婪匹配和非貪婪匹配，透過AST 我們能夠清楚的知道貪婪和非貪婪是針對重複語法來說的，預設是貪婪匹配，在量詞後加個? 就可以切換到非貪婪。
正規表示式支援透過()把符合到的一部分字串放到子群組裡回傳。
透過AST 看一下：
對應的AST 就叫做Group。
而且你會發現它有個capturing 的屬性，預設是true：
這是啥意思呢？
這就是子組捕獲的語法。
如果不想捕獲子組，可以這樣寫(?:aaa)
看，capturing 變成false 了。
那捕獲和非捕獲有什麼區別呢？
我們試試看：
哦，原來Group 的capturing 屬性代表的是是否提取的意思啊。
我們透過AST 可以看出來，捕獲是針對子組來說的，預設是捕獲，也就是提取子組的內容，可以透過?: 切換到非捕獲，就不會提取子組的內容了。
我們對用AST 來了解正則語法已經輕車熟路了，那來看點難的：
正則表達式支持通過(?=xxx) 的語法來表示先行斷言，用來判斷某個字符串是否前面是某個字串。
透過AST 可以看到這種語法叫做Assertion，且類型為lookahead，也就是往前看，只符合前面的意思：
這是啥意思呢？為啥要這麼寫？和/bbb(ccc)/ 還有/bbb(?:ccc)/有啥差別呢？
我們試試看：
從結果可以看出來:
/bbb(ccc)/ 匹配了ccc 的子組並且提取出來了這個子組，因為預設子組是捕獲的。
/bbb(?:ccc)/ 匹配了ccc 的子組但沒有提取出來，因為我們通過?: 設定了子組不捕獲。
/bbb(?=ccc)/ 匹配了ccc 的子組也沒有提取出子組，說明也是非捕獲的。它和?: 的差別是ccc 沒有出現在配對結果裡。
這就是先行斷言(lookahead assertion)的性質：先行斷言代表某段字串前面是某段字串，對應的子組是非捕獲的，而且斷言的字串不會出現在匹配結果中。
如果後面不是跟著那段字串就不符：
把?= 改成?! 之後意思就變了，透過AST 看一下：
雖然還是先行斷言lookahead assertion，但多了個negative 為true 的屬性。
這個意思很明顯，本來是前面是某段字串，否定之後就是前面不是某段字串。
那個匹配結果正好反過來了：
現在前面不是某段字串的話才匹配了，這就是否定先行斷言。
有先行斷言自然也有後行斷言，也就是後面是某段字串才匹配。
同理，也可以否定：
(?<=aaa)對應的AST 很容易想到，就是lookbehind assertion：
(?<!aaa)對應的AST 就是加個negative 屬性：
先行斷言、後行斷言就是最難理解的正規表示式語法了，透過AST 來學習是不是就容易理解多了～
正則表達式是處理字串的很方便的工具，但它的學習還是有些難度的，像是貪婪匹配、非貪婪匹配、捕獲子組、非捕獲子組、先行斷言、後行斷言等語法很多人都搞不清楚。
我推薦透過AST 來學習正規則，AST 是依照語法結構來組織的一顆物件樹，各種語法透過AST 節點的名字和屬性可以輕易的理清楚。
例如我們透過AST 理清楚了：
重複語法（Repetition）就是字元+ 量詞的形式，預設是貪婪匹配（greedy 為true），代表一直匹配到不匹配為止，量詞後加個? 就切換成了非貪婪匹配，匹配到一個字元就停止。
子組語法（Group）是用於提取某段字串的，預設是捕獲（capturing 為true），代表需要提取，可以透過(?:xxx)切換到非捕獲，只匹配不提取。
斷言語法（Assertion）代表前面或後面有某段字串，分為先行斷言（lookahead assertion）和後行斷言（lookbehind assertion），語法分別是(?=xxx)和(?<=xxx)，可以通過把= 換成! 來表示否定（negative 為true），意思正好反過來。
是各種文檔對語法理解的深還是編譯器對語法理解的深？
那還用問，一定是編譯器呀！
那麼透過它按照語法parse 出來的語法樹來學習語法自然比文檔更好。
正規表示式是這樣，其他的語法的學習也是這樣，能用AST 學會的語法，就不需要看文件。