正则表达式的捕获(分组)和反向引用以及案例

在正则表达式中，通过一对圆括号括起来的内容，我们就称之为“子表达式”。

捕获（分组）

在正则表达式中，子表达式匹配到相应的内容时，系统会自动捕获这个行为，

然后将子表达式匹配到的内容放入系统的缓存区中。我们把这个过程就称之为“捕获”。

在正则语法中，用“\1”来引用前面的捕获（使用子表达式匹配的结果）。用\2表示第二个捕获的内容….

反向引用

在正则表达式中，我们可以使用\n（n>0，正整数，代表系统中的缓冲区编号）

来获取缓冲区中的内容，我们把这个过程就称之为“反向引用”。

捕获和反向引用demo:

匹配连续四个数字，第一和第二数字相同，第三和第四数字相同

	var str = '1122 3434 5566 7879 9887';
	// var res = str.match(/\d{4}/g);
	var res = str.match(/(\d)\1(\d)\2/g);  
	// var res = str.match(/(\d)\1(\d)\2/g);
	console.log(res);// [1122 , 5566]

匹配连续四个数字，第一和第三数字相同，第二和第四数字相同

	var res = str.match(/(\d)(\d)\1\2/g);
	console.log(res); //[3434]

匹配连续四个数字，第一和第三数字相同

	var res = str.match(/(\d)\d\1\d/g);
	console.log(res); //[3434 , 7879]

匹配连续四个数字，第一和第二数字相同，第三和第四数字相同，并将相同的数字只保留一个  1122   5566  12  56

	// var res = str.replace(/(\d)\1(\d)\2/g, 'aaaa');
	var res = str.replace(/(\d)\1(\d)\2/g, '$1$2');
	console.log(res);

禁止反向引用 (?:)

	var str = '1122 3434 5566 7879 9887';
	var res = str.match(/(?:\d)(\d)\1\d/g);
	console.log(res); //[9887]

匹配中文（utf-8编码）

案例1--你好世界

    var str = "你好，世界";
    var res = str.match(/[\u4E00-\u9FA5]/g);
    console.log(res);//array["你", "好", "世", "界"]
    var res = str.match(/[\u4E00-\u9FA5]{1}/g);
    console.log(res);//["你", "好", "世", "界"]
    var res = str.match(/[\u4E00-\u9FA5]{2}/g);
    console.log(res);//["你好", "世界"]

每个字符（中文、英文字母、数字、各种符号、拉丁文、韩文、日文等）都对应着一个Unicode编码。

查看Unicode编码，找到中文的部分，然后获取中文的Unicode编码的区间，就可以用正则匹配了。

前面我们用[a-z]表示小写字母，[0-9]表示数字，这就是一个范围表示，如果有一个数x能够表示第一个中文，有一个数y能够表示最后一个中文，那么[x-y]就可以表示所有的中文了。

中文的Unicode编码从4E00开始，到9FA5结束。

[\u4E00-\u9FA5]这个区间就能够表示中文。

完整的Unicode编码表：http://blog.csdn.net/hherima/article/details/9045861

案例2--解决结巴问题

	var str = "今今今天晚晚晚晚晚晚上吃吃吃吃吃吃鸡";
	//核心思路， 连续的重复的汉字，保留一个 （字符串替换）
	var res = str.replace(/([\u4E00-\u9FA5])\1+/g, '$1');
	console.log(res);