前言
最近在写一个组件，需要传入html字符串，里面用到了很多正则来判断是否是html标签或者匹配标签内的文本等，这里记录下。
如何判断传入的字符串包含一个闭合html标签
/</?[a-z][sS]*>/i
这个其实并不能判断标签闭合的完整性或者顺序等，只是判断字符串中是否有html标签(包含自定义标签)，这对我来说足够了。这给正则里面需要学习的就是[sS]可以代表一切字符串。
/<([a-z][sS]*)>.*</1>/i
这个就更加规范一些可以匹配一个完整闭合的标签，1代表前面的圆括号内捕获的内容，是正则的比较高级的用法。
如何匹配出一个标签内的文本内容
str = str.replace(/<title>[sS]*?</title>/, '<title>' + newTitle + '</title>'); 最好用一个语义化标签或者自定义标签来做匹配，如果使用div这种一段字符串中可能有好多个的，问题会很多。
[sS]*代表任意字符
*后面的?代表非贪婪模式，因为正则匹配默认都是贪婪模式的
总结
用正则从html标签中匹配文字其实是一种很低效的方式，不到必要时候也没必要去使用，有篇文章深刻的批判了这种行为有兴趣可以看一下。
常见正则表达式
匹配中文字符的正则表达式： [u4e00-u9fa5]
评注：匹配中文还真是个头疼的事，有了这个表达式就好办了
匹配双字节字符(包括汉字在内)：[^x00-xff]
评注：可以用来计算字符串的长度（一个双字节字符长度计2，ASCII字符计1）
匹配空白行的正则表达式：ns*r
评注：可以用来删除空白行
匹配HTML标记的正则表达式：<(S*?)[^>]*>.*?|<.*? />
评注：网上流传的版本太糟糕，上面这个也仅仅能匹配部分，对于复杂的嵌套标记依旧无能为力
匹配首尾空白字符的正则表达式：^s*|s*$
评注：可以用来删除行首行尾的空白字符(包括空格、制表符、换页符等等)，非常有用的表达式
匹配Email地址的正则表达式：w+([-+.]w+)*@w+([-.]w+)*.w+([-.]w+)*
评注：表单验证时很实用
匹配网址URL的正则表达式：^(http|https)://[w-_]+(.[w-_]+)+([w-.,@?^=%&:/~+#]*[w-@?^=%&/~+#])?$
评注：网上流传的版本功能很有限，上面这个基本可以满足需求
匹配帐号是否合法(字母开头，允许5-16字节，允许字母数字下划线)：^[a-zA-Z][a-zA-Z0-9_]{4,15}$
评注：表单验证时很实用
匹配国内电话号码：d{3}-d{8}|d{4}-d{7}
评注：匹配形式如 0511-4405222 或 021-87888822
匹配腾讯QQ号：[1-9][0-9]{4,}
评注：腾讯QQ号从10000开始
