断言与回溯
断言（Assertion）和回溯（Backtracking）是正则中"分水岭"级别的内容。会用断言，意味着你能写出"在某个条件下匹配"的精准模式；理解回溯，意味着你能解释为什么一行正则会让页面卡死。这两块都是高级前端面试的高频考点。
断言
断言用来匹配一个位置，而不是字符。它要求这个位置满足某种条件，但不消耗任何字符。先看一下分类：
| 类型 | 写法 | 含义 |
|---|---|---|
| 正向先行断言 | (?=...) | 右边必须出现 ... |
| 负向先行断言 | (?!...) | 右边不能出现 ... |
| 正向后行断言 | (?<=...) | 左边必须出现 ... |
| 负向后行断言 | (?<!...) | 左边不能出现 ... |
注意"先行/后行"对应"右边/左边"，"正/负"对应"必须出现/不能出现"。这四个组合是面试常考的口诀。
记忆技巧：
- lookahead = 看前方 = 右边
- lookbehind = 看后方 = 左边
- positive = 必须满足
- negative = 不能满足
先行断言
正向先行 (?=...)
匹配一个位置，要求其右边是指定模式：
// 匹配后面跟着数字的字母
"a1 b2 c3".match(/[a-z](?=\d)/g); // ['a', 'b', 'c']
// 注意：数字本身没有被消耗
"a1 b2 c3".match(/[a-z]\d/g); // ['a1', 'b2', 'c3']
经典应用：在金额中加千分位
"123456789".replace(/\B(?=(\d{3})+$)/g, ",");
// '123,456,789'
原理分析：
\B：非单词边界，确保不是开头位置(?=(\d{3})+$)：右边必须是 3 的倍数个数字直到结尾g：所有满足条件的位置都替换
负向先行 (?!...)
匹配一个位置，要求其右边不是指定模式：
// 匹配不以数字开头的单词
"abc 1abc xyz".match(/\b(?!\d)\w+/g); // ['abc', 'xyz']
// 排除某个词
const re = /\b(?!cat\b)\w+/g;
"cat dog category".match(re); // ['dog', 'category']
// 注意 cat 仍然在 category 里出现，但负向断言只看完整词边界
后行断言
ES2018 引入，浏览器支持已经较好。
正向后行 (?<=...)
匹配一个位置，要求其左边是指定模式：
// 匹配 ￥ 后面的数字
"价格 ￥100，数量 ￥50".match(/(?<=￥)\d+/g); // ['100', '50']
负向后行 (?<!...)
匹配一个位置，要求其左边不是指定模式：
// 匹配不在 ￥ 后面的数字
"￥100 和 50".match(/(?<!￥)\b\d+\b/g); // ['50']
后行断言的经典场景是"基于上下文做条件匹配"，比如把
foo替换为bar，但只在import语句里：
"import foo;\nfoo();".replace(/(?<=import\s)foo/g, "bar");
// 'import bar;\nfoo();'
断言的"不消耗"特性
断言最关键的特点是不消耗字符。这意味着同一个字符可以被多个断言同时检查：
// 匹配既有数字又有大写字母又有特殊字符的位置（密码强度示例）
const re = /^(?=.*\d)(?=.*[A-Z])(?=.*[!@#$]).+$/;
re.test("aB3!"); // true
re.test("abc123"); // false，缺少大写和特殊字符
每个 (?=.*...) 都从头开始匹配，互不影响，最终要求整个字符串同时满足三个条件。这是断言最常见的组合用法。
回溯原理
正则引擎默认是 NFA（非确定有限自动机） 回溯引擎，它尝试用"试错"的方式匹配：当前路径走不通时，回退到上一个决策点，尝试其他可能。
一次完整匹配的过程
以 "aaa"!/.a.a/ 为例（这里用更清晰的例子）：
const re = /a.*a/;
re.exec("a b c a x");
执行过程：
- 引擎在位置 0 匹配到
a。 .*是贪婪的，一路匹配到字符串末尾x。- 接下来正则要求一个
a，但已经到末尾，匹配失败。 - 回溯：
.*吐出一个字符，尝试从倒数第二个位置匹配a，失败。 - 继续回溯，直到
.*回退到c a之间的a，匹配成功。
这就是回溯：当后续匹配失败时，前面的量词"退还"已经匹配的字符，重新尝试。
贪婪量词的回溯
"aabaa".match(/a.*a/);
// .* 先吞掉 'abaa'，然后回溯找到最后一个 a
// 结果：['aabaa']
懒惰量词的回溯
懒惰量词是"先尝试最少，不够再增加"：
"aabaa".match(/a.*?a/);
// .*? 先匹配 0 个字符，然后正则需要 a，刚好下一个就是 a
// 结果：['aa']
懒惰量词同样会回溯，只是方向相反：从少到多。
灾难性回溯
当多个贪婪量词嵌套，且存在多种"分配方式"都看起来可能成功时，引擎会尝试指数级的回溯路径，导致性能爆炸。
经典灾难案例
// 一个看似无害的正则
const re = /^(a+)+$/;
// 输入稍微特殊就会卡死
re.test("aaaaaaaaaaaaaaaaaaaaaaaaaaaaaa!"); // 数十秒甚至更久
执行过程：
(a+)+有两层量词，外层和内层都可以"吞"或"吐"字符。- 对于一个长度为 n 的
aaa...字符串，匹配失败时，引擎会尝试所有可能的内层/外层分组方式，数量是 2 的 n 次方。 - 最后那个
!让整个匹配必然失败，但引擎要把所有路径都试完才能确认失败。
这就是ReDoS（Regular Expression Denial of Service） 攻击的原理。一些真实的历史漏洞（如著名的 Cloudflare ReDoS）都源于此。
如何避免
- 避免嵌套量词：
(a+)+、(a*)*、(a|a)*这类写法是高危信号。 - 使用具体字符类：用
[^,]+而不是.*来匹配字段。 - 限定范围：用
{1,100}替代*或+，限制回溯次数。 - 优先懒惰：能用
.*?就别用.*。 - 使用原子组（见下文）。
- 预处理输入：对超长输入直接拒绝，或先做长度校验。
一个真实例子：URL 校验
// 反例：嵌套量词，长 URL 容易卡死
const bad = /^(\w+:\/\/)?[\w.-]+\.[a-z]{2,}(\/.*)*$/;
// 改进：去掉不必要的嵌套，限定重复次数
const good = /^https?:\/\/[\w.-]+\.[a-z]{2,}(\/[^\s]*)?$/;
原子组
原子组 (?>(...)) 是一种特殊分组：匹配成功后，内部量词的回溯点会被丢弃，引擎不能再回退到原子组内部尝试其他路径。
// 普通分组：会回溯
/a(a|b)+c/.test("aabb"); // false，但会尝试很多回溯路径
// 原子组（部分引擎支持）：内部匹配后丢弃回溯点
/a(?>a|b)+c/;
遗憾的是，JavaScript 长期不支持原子组语法 (?>...)。直到 ES2025 才正式加入。在此之前，可以用以下方式模拟：
- 更具体的字符类：用
[^,]+代替(a|b|c)+。 - 占有量词（部分支持）：
a*+等价于(?>a*)。 - 限制长度：用
{0,100}替代*。
占有量词示例
// ES2025 起支持占有 量词
const re = /^\s*+[\w-]+@[a-z]+\.[a-z]{2,}$/i;
// \s*+ 一旦匹配完空白就不再回溯
断言实战示例
密码强度校验
function isStrongPassword(pw) {
return /^(?=.*[a-z])(?=.*[A-Z])(?=.*\d)(?=.*[!@#$%^&*]).{8,}$/.test(pw);
}
isStrongPassword("Abc123!@"); // true
isStrongPassword("abc123!@"); // false，缺大写
isStrongPassword("Abcdefgh!@"); // false，缺数字
千分位格式化
"1234567890".replace(/\B(?=(\d{3})+$)/g, ",");
// '1,234,567,890'
去除字符串中的 HTML 标签（保留内容）
"<div>hello</div>".replace(/<\/?[^>]+>/g, "");
// 'hello'
面试常见提问
- 先行断言和后行断言的区别？ —— 前者看右边，后者看左边。
- 断言会消耗字符吗？ —— 不会，这就是它能在同一字符上叠加多个条件的原因。
- 什么是回溯？ —— 后续匹配失败时，前面的量词退回字符重新尝试。
- 什么是灾难性回溯？怎么避免？ —— 嵌套量词导致指数级路径，避免嵌套、限定长度、用原子组。
(?=.*\d)(?=.*[a-z])为什么能同时校验"既含数字又含字母"？ —— 两个先行断言都从当前位置（开头）开始且不消耗字符。
小结
| 概念 | 关键点 |
|---|---|
| 先行断言 | 看右边，(?=) 正向 (?! 负向 |
| 后行断言 | 看左边，(?<=) 正向 (?<!) 负向 |
| 断言特性 | 不消耗字符，可叠加 |
| 回溯 | 失败时量词退还字符重试 |
| 灾难性回溯 | 嵌套量词 → 指数级路径 |
| 原子组 | 丢弃回溯点，避免回溯（ES2025） |
正则的高级用法远不止于此，下一篇 常用正则示例 会给出邮箱、手机号、身份证、URL 等实战正则，把所有概念串起来用。