锚点 - 正则表达式教程

讲解

到目前为止学的元素都匹配「字符」，锚点匹配的是「位置」。^ 匹配字符串的开头，$ 匹配结尾，它们本身不消耗任何字符——/^\d{4}$/ 的意思是：开头、四位数字、结尾，也就是整串必须是四位数字。这就是为什么校验类模式几乎总是 ^ 开头 $ 结尾。

\b 匹配「单词边界」：一个 \w 字符和一个非 \w 字符（或字符串首尾）之间的位置。/\bcat\b/ 能找到独立的单词 cat，而不会撞上 category 里的 cat。它的反面是 \B，匹配「非边界」位置。要特别提醒中文使用者：\b 依赖 \w 的定义，而汉字不属于 \w，所以 \b 对中文文本基本无效——「正则」两个字前后都不是 \w，连整串就是「正则」的文本都匹配不上 /\b正则\b/，别指望它能圈定中文词。

默认情况下 ^$ 只匹配整个字符串的首尾；加上 m（multiline）标志后，它们改为匹配每一行的首尾，这在逐行处理日志、名单时非常有用。最后澄清一个常见混淆：^ 在方括号内（[^...]）是取反，在方括号外才是锚点，两个含义完全不同。

示例

// ^ 和 $ 钉住字符串首尾
console.assert(/^cat/.test('cat dog')); // 以 cat 开头
console.assert(/^cat/.test('my cat') === false);
console.assert(/cat$/.test('my cat')); // 以 cat 结尾
console.assert(/^cat$/.test('cat')); // 整串就是 cat
console.assert(/^cat$/.test('cat dog') === false);

// 锚点匹配位置不消耗字符：空串也能被 ^$ 描述
console.assert(/^\d*$/.test('')); // 零个或多个数字，空串也算
console.assert(/^$/.test(''));

\b 与 \B：按「词」而不是按「子串」查找。

// \b 单词边界：找独立的 cat，不撞 category
const word = /\bcat\b/;
console.assert(word.test('my cat sleeps'));
console.assert(word.test('category') === false);
console.assert(word.test('copycat') === false); // 前面连着字母，不是边界

// \B 非边界：要求两侧都不是边界
console.assert(/\Bcat\B/.test('concatenate')); // cat 夹在单词中间
console.assert(/\Bcat\B/.test('my cat') === false);

// 提醒：\b 对中文无效，汉字不属于 \w
console.assert(/\b正则\b/.test('正则') === false); // 整串就是「正则」也匹配不上
console.assert(/\bcat\b/.test('cat')); // 英文单词才有边界可言

m 标志让 ^$ 作用于每一行：

const text = 'apple\nbanana\ncherry';
console.assert(/^banana$/.test(text) === false); // 不加 m：^$ 只看整串首尾
console.assert(text.match(/^banana$/m)[0] === 'banana'); // 加 m：匹配某一行

// 逐行提取：每一行的行首都抓一个数字
const list = '1. 苹果\n2. 香蕉\n3. 橙子';
console.assert(list.match(/^\d/gm).join(',') === '1,2,3');

常见坑

指望 \b 处理中文：\b 基于 \w 定义，汉字不算 \w，「独立的中文词」无法用 \b 圈定。需要按上下文圈定时改用环视（后面有专门一章）。
忘记加 m 标志：处理多行文本时 ^$ 默认只管整串首尾，想逐行锚定必须加 m。
混淆 ^ 的两个含义：[^abc] 里是取反，^abc 里是行首锚点。位置决定含义。
以为 \b 匹配空格：\b 匹配的是位置，不是任何字符。/\bcat\b/ 匹配到的文本只有 cat 三个字母，不包含两侧空格。

小结

^ $ 锚定首尾、\b 圈定单词边界、m 标志让锚点逐行生效；锚点匹配位置不消耗字符，且 \b 对中文无效。下一节学习把多个元素组织起来的分组与捕获。