05、正則的擴展

一、RegExp 構(gòu)造函數(shù)

1、ES5的寫法：

正確的：

var regex = new RegExp('xyz', 'i');
var regex = /xyz/i;
var regex = new RegExp(/xyz/i);

不正確的： 參數(shù)是一個正則表示式，這時會返回一個原有正則表達式的拷貝,ES5 不允許此時使用第二個參數(shù)添加修飾符，否則會報錯。

var regex = new RegExp(/xyz/, 'i');
2、ES6 改變了這種行為。如果RegExp構(gòu)造函數(shù)第一個參數(shù)是一個正則對象，那么可以使用第二個參數(shù)指定修飾符。而且，返回的正則表達式會忽略原有的正則表達式的修飾符，只使用新指定的修飾符。
new RegExp(/abc/ig, 'i').flags

原有正則對象的修飾符是ig，它會被第二個參數(shù)i覆蓋。

二、字符串的正則方法

match()、replace(、search()和split()

三、u 修飾符

----Unicode 模式 ---->處理大于\uFFFF的 Unicode 字符,----處理四個字節(jié)的 UTF-16 編碼
----ES5 不支持四個字節(jié)的 UTF-16 編碼，會將其識別為兩個字符

/^\uD83D/u.test('\uD83D\uDC2A') // false
/^\uD83D/.test('\uD83D\uDC2A') // true
image.png
一旦加上u修飾符號，就會修改下面這些正則表達式的行為。
（1）點字符

---點（.）字符在正則表達式中，含義是除了換行符以外的任意單個字符。對于碼點大于0xFFFF的 Unicode 字符，點字符不能識別，必須加上u修飾符

var s = '??';
/^.$/.test(s) // false
/^.$/u.test(s) // true
image.png
（2）Unicode 字符表示法

ES6 新增了使用大括號表示 Unicode 字符，這種表示法在正則表達式中必須加上u修飾符，才能識別當(dāng)中的大括號，否則會被解讀為量詞

/\u{61}/.test('a') // false     -------------- a的Unicode碼是61
/\u{61}/u.test('a') // true
/\u{20BB7}/u.test('??') // true

上面代碼表示，如果不加u修飾符，正則表達式無法識別\u{61}這種表示法，只會認(rèn)為這匹配 61 個連續(xù)的u

（3）量詞

----使用u修飾符后，所有量詞都會正確識別碼點大于0xFFFF的 Unicode 字符。

/a{2}/.test('aa') // true
/a{2}/u.test('aa') // true
/??{2}/.test('????') // false
/??{2}/u.test('????') // true
（4）預(yù)定義模式

------u修飾符也影響到預(yù)定義模式，能否正確識別碼點大于0xFFFF的 Unicode 字符

/^\S$/.test('??') // false
/^\S$/u.test('??') // true
（5）i 修飾符

有些 Unicode 字符的編碼不同，但是字型很相近，比如，\u004B與\u212A都是大寫的K

/[a-z]/i.test('\u212A') // false
/[a-z]/iu.test('\u212A') // true

上面代碼中，不加u修飾符，就無法識別非規(guī)范的K字符

四、RegExp.prototype.unicode 屬性

正則實例對象新增unicode屬性，表示是否設(shè)置了u修飾符。

const r1 = /hello/;
const r2 = /hello/u;
r1.unicode // false
r2.unicode // true
image.png

五、y 修飾符(待研究，還沒搞明白)

除了u修飾符，ES6 還為正則表達式添加了y修飾符，--->叫“粘連”（sticky）修飾符。

六、RegExp.prototype.sticky 屬性

---與y修飾符相匹配，ES6 的正則實例對象多了sticky屬性，表示是否設(shè)置了y修飾符

var r = /hello\d/y;
r.sticky // true
image.png

七、RegExp.prototype.flags 屬性

// ES5 的 source 屬性
// 返回正則表達式的正文
/abc/ig.source
// "abc"

// ES6 的 flags 屬性
// 返回正則表達式的修飾符
/abc/ig.flags
// 'gi'
image.png

八、s 修飾符：dotAll 模式

---正則表達式中，點（.）是一個特殊字符，代表任意的單個字符，但是有兩個例外。一個是四個字節(jié)的 UTF-16 字符，這個可以用u修飾符解決；另一個是行終止符。

/foo.bar/.test('foo\nbar')  // false

上面代碼中，因為.不匹配\n，所以正則表達式返回false。
但是，很多時候我們希望匹配的是任意單個字符，這時有一種變通的寫法

/foo[^]bar/.test('foo\nbar') // true

這種解決方案畢竟不太符合直覺，ES2018 引入s修飾符，使得.可以匹配任意單個字符

/foo.bar/s.test('foo\nbar') // true

這被稱為dotAll模式，即點（dot）代表一切字符。所以，正則表達式還引入了一個dotAll屬性，返回一個布爾值，表示該正則表達式是否處在dotAll模式。

const re = /foo.bar/s;
// 另一種寫法
// const re = new RegExp('foo.bar', 's');

re.test('foo\nbar') // true
re.dotAll // true
re.flags // 's'

/s修飾符和多行修飾符/m不沖突，兩者一起使用的情況下，.匹配所有字符，而^和$匹配每一行的行首和行尾。

image.png

九、后行斷言

JavaScript 語言的正則表達式，只支持先行斷言（lookahead）和先行否定斷言（negative lookahead），不支持后行斷言（lookbehind）和后行否定斷言（negative lookbehind）。ES2018 引入后行斷言，V8 引擎 4.9 版（Chrome 62）已經(jīng)支持。
”先行斷言“指的是，x只有在y前面才匹配，必須寫成/x(?=y)/。比如，只匹配百分號之前的數(shù)字，要寫成/\d+(?=%)/?！毕刃蟹穸〝嘌浴爸傅氖?，x只有不在y前面才匹配，必須寫成/x(?!y)/。比如，只匹配不在百分號之前的數(shù)字，要寫成/\d+(?!%)/

/\d+(?=%)/.exec('100% of US presidents have been male') // [100]
/\d+(?!%)/.exec('100% 50 of US presidents have been male') // [10]

image.png

上面兩個字符串，如果互換正則表達式，就不會得到相同結(jié)果。另外，還可以看到，”先行斷言“括號之中的部分（(?=%)），是不計入返回結(jié)果的。
“后行斷言”正好與“先行斷言”相反，x只有在y后面才匹配，必須寫成/(?<=y)x/。比如，只匹配美元符號之后的數(shù)字，要寫成/(?<=\$)\d+/?！焙笮蟹穸〝嘌浴皠t與”先行否定斷言“相反，x只有不在y后面才匹配，必須寫成/(?<!y)x/。比如，只匹配不在美元符號后面的數(shù)字，要寫成/(?<!\$)\d+/。

/(?<=%)\d+/.exec('hsjdhf %10 50 of US presidents have been male')// 10
/(?<!%)\d+/.exec('hsjdhf %1040 50 of US presidents have been male') // 040
image.png

上面的例子中，“后行斷言”的括號之中的部分（(?<=$)），也是不計入返回結(jié)果。
下面的例子是使用后行斷言進行字符串替換。

const RE_DOLLAR_PREFIX = /(?<=\$)foo/g;
'$foo %foo foo'.replace(RE_DOLLAR_PREFIX, 'bar');
// '$bar %foo foo

上面代碼中，只有在美元符號后面的foo才會被替換。
“后行斷言”的實現(xiàn)，需要先匹配/(?<=y)x/的x，然后再回到左邊，匹配y的部分。這種“先右后左”的執(zhí)行順序，與所有其他正則操作相反，導(dǎo)致了一些不符合預(yù)期的行為。
首先，后行斷言的組匹配，與正常情況下結(jié)果是不一樣的

/(?<=(\d+)(\d+))$/.exec('1053') // ["", "1", "053"]
/^(\d+)(\d+)$/.exec('1053') // ["1053", "105", "3"]

上面代碼中，需要捕捉兩個組匹配。沒有“后行斷言”時，第一個括號是貪婪模式，第二個括號只能捕獲一個字符，所以結(jié)果是105和3。而“后行斷言”時，由于執(zhí)行順序是從右到左，第二個括號是貪婪模式，第一個括號只能捕獲一個字符，所以結(jié)果是1和053。
其次，“后行斷言”的反斜杠引用，也與通常的順序相反，必須放在對應(yīng)的那個括號之前。

/(?<=(o)d\1)r/.exec('hodor')  // null
/(?<=\1d(o))r/.exec('hodor')  // ["r", "o"]

上面代碼中，如果后行斷言的反斜杠引用（\1）放在括號的后面，就不會得到匹配結(jié)果，必須放在前面才可以。因為后行斷言是先從左到右掃描，發(fā)現(xiàn)匹配以后再回過頭，從右到左完成反斜杠引用。

十、Unicode 屬性類

ES2018 引入了一種新的類的寫法\p{...}和\P{...}，允許正則表達式匹配符合 Unicode 某種屬性的所有字符。

const regexGreekSymbol = /\p{Script=Greek}/u;
regexGreekSymbol.test('π') // true

上面代碼中，\p{Script=Greek}指定匹配一個希臘文字母，所以匹配π成功。
Unicode 屬性類要指定屬性名和屬性值。

\p{UnicodePropertyName=UnicodePropertyValue}

對于某些屬性，可以只寫屬性名，或者只寫屬性值。

\p{UnicodePropertyName}
\p{UnicodePropertyValue}

\P{…}是\p{…}的反向匹配，即匹配不滿足條件的字符。
注意，這兩種類只對 Unicode有效，所以使用的時候一定要加上u修飾符。如果不加u修飾符，正則表達式使用\p和\P會報錯，ECMAScript 預(yù)留了這兩個類。
由于 Unicode 的各種屬性非常多，所以這種新的類的表達能力非常強。

const regex = /^\p{Decimal_Number}+$/u;
regex.test('????????????????????????????????') // true

上面代碼中，屬性類指定匹配所有十進制字符，可以看到各種字型的十進制字符都會匹配成功
\p{Number}甚至能匹配羅馬數(shù)字。

// 匹配所有數(shù)字
const regex = /^\p{Number}+$/u;
regex.test('231???') // true
regex.test('???') // true
regex.test('ⅠⅡⅢⅣⅤⅥⅦⅧⅨⅩⅪⅫ') // true

下面是其他一些例子

// 匹配所有空格
\p{White_Space}

// 匹配各種文字的所有字母，等同于 Unicode 版的 \w
[\p{Alphabetic}\p{Mark}\p{Decimal_Number}\p{Connector_Punctuation}\p{Join_Control}]

// 匹配各種文字的所有非字母的字符，等同于 Unicode 版的 \W
[^\p{Alphabetic}\p{Mark}\p{Decimal_Number}\p{Connector_Punctuation}\p{Join_Control}]

// 匹配 Emoji
/\p{Emoji_Modifier_Base}\p{Emoji_Modifier}?|\p{Emoji_Presentation}|\p{Emoji}\uFE0F/gu

// 匹配所有的箭頭字符
const regexArrows = /^\p{Block=Arrows}+$/u;
regexArrows.test('←↑→↓??↖↗↘↙?????????????') // true

十一、具名組匹配

正則表達式使用圓括號進行組匹配。

const RE_DATE = /(\d{4})-(\d{2})-(\d{2})/;

上面代碼中，正則表達式里面有三組圓括號。使用exec方法，就可以將這三組匹配結(jié)果提取出來。

const RE_DATE = /(\d{4})-(\d{2})-(\d{2})/;

const matchObj = RE_DATE.exec('1999-12-31');
const year = matchObj[1]; // 1999
const month = matchObj[2]; // 12
const day = matchObj[3]; // 31

組匹配的一個問題是，每一組的匹配含義不容易看出來，而且只能用數(shù)字序號（比如matchObj[1]）引用，要是組的順序變了，引用的時候就必須修改序號。
ES2018 引入了具名組匹配（Named Capture Groups），允許為每一個組匹配指定一個名字，既便于閱讀代碼，又便于引用。

const RE_DATE = /(?<year>\d{4})-(?<month>\d{2})-(?<day>\d{2})/;

const matchObj = RE_DATE.exec('1999-12-31');
const year = matchObj.groups.year; // 1999
const month = matchObj.groups.month; // 12
const day = matchObj.groups.day; // 31

上面代碼中，“具名組匹配”在圓括號內(nèi)部，模式的頭部添加“問號 + 尖括號 + 組名”（?<year>），然后就可以在exec方法返回結(jié)果的groups屬性上引用該組名。同時，數(shù)字序號（matchObj[1]）依然有效
具名組匹配等于為每一組匹配加上了 ID，便于描述匹配的目的。如果組的順序變了，也不用改變匹配后的處理代碼
如果具名組沒有匹配，那么對應(yīng)的groups對象屬性會是undefined。

const RE_OPT_A = /^(?<as>a+)?$/;
const matchObj = RE_OPT_A.exec('');

matchObj.groups.as // undefined
'as' in matchObj.groups // true

上面代碼中，具名組as沒有找到匹配，那么matchObj.groups.as屬性值就是undefined，并且as這個鍵名在groups是始終存在的。

解構(gòu)賦值和替換

有了具名組匹配以后，可以使用解構(gòu)賦值直接從匹配結(jié)果上為變量賦值。

let {groups: {one, two}} = /^(?<one>.*):(?<two>.*)$/u.exec('foo:bar');
one  // foo
two  // bar

字符串替換時，使用$<組名>引用具名組。

let re = /(?<year>\d{4})-(?<month>\d{2})-(?<day>\d{2})/u;
'2015-01-02'.replace(re, '$<day>/$<month>/$<year>')
// '02/01/2015'

上面代碼中，replace方法的第二個參數(shù)是一個字符串，而不是正則表達式。
replace方法的第二個參數(shù)也可以是函數(shù)，該函數(shù)的參數(shù)序列如下。

'2015-01-02'.replace(re, (
   matched, // 整個匹配結(jié)果 2015-01-02
   capture1, // 第一個組匹配 2015
   capture2, // 第二個組匹配 01
   capture3, // 第三個組匹配 02
   position, // 匹配開始的位置 0
   S, // 原字符串 2015-01-02
   groups // 具名組構(gòu)成的一個對象 {year, month, day}
 ) => {
 let {day, month, year} = args[args.length - 1];
 return `${day}/${month}/${year}`;
});

具名組匹配在原來的基礎(chǔ)上，新增了最后一個函數(shù)參數(shù)：具名組構(gòu)成的一個對象。函數(shù)內(nèi)部可以直接對這個對象進行解構(gòu)賦值。

引用

如果要在正則表達式內(nèi)部引用某個“具名組匹配”，可以使用\k<組名>的寫法。

const RE_TWICE = /^(?<word>[a-z]+)!\k<word>$/;
RE_TWICE.test('abc!abc') // true
RE_TWICE.test('abc!ab') // false

數(shù)字引用（\1）依然有效。

const RE_TWICE = /^(?<word>[a-z]+)!\1$/;
RE_TWICE.test('abc!abc') // true
RE_TWICE.test('abc!ab') // false

這兩種引用語法還可以同時使用。

const RE_TWICE = /^(?<word>[a-z]+)!\k<word>!\1$/;
RE_TWICE.test('abc!abc!abc') // true
RE_TWICE.test('abc!abc!ab') // false

十二、String.prototype.matchAll

如果一個正則表達式在字符串里面有多個匹配，現(xiàn)在一般使用g修飾符或y修飾符，在循環(huán)里面逐一取出。

var regex = /t(e)(st(\d?))/g;
var string = 'test1test2test3';

var matches = [];
var match;
while (match = regex.exec(string)) {
  matches.push(match);
}

matches
// [
//   ["test1", "e", "st1", "1", index: 0, input: "test1test2test3"],
//   ["test2", "e", "st2", "2", index: 5, input: "test1test2test3"],
//   ["test3", "e", "st3", "3", index: 10, input: "test1test2test3"]
// ]

上面代碼中，while循環(huán)取出每一輪的正則匹配，一共三輪。
目前有一個提案，增加了String.prototype.matchAll方法，可以一次性取出所有匹配。不過，它返回的是一個遍歷器（Iterator），而不是數(shù)組。

const string = 'test1test2test3';

// g 修飾符加不加都可以
const regex = /t(e)(st(\d?))/g;

for (const match of string.matchAll(regex)) {
  console.log(match);
}
// ["test1", "e", "st1", "1", index: 0, input: "test1test2test3"]
// ["test2", "e", "st2", "2", index: 5, input: "test1test2test3"]
// ["test3", "e", "st3", "3", index: 10, input: "test1test2test3"]

上面代碼中，由于string.matchAll(regex)返回的是遍歷器，所以可以用for...of循環(huán)取出。相對于返回數(shù)組，返回遍歷器的好處在于，如果匹配結(jié)果是一個很大的數(shù)組，那么遍歷器比較節(jié)省資源。

遍歷器轉(zhuǎn)為數(shù)組是非常簡單的，使用...運算符和Array.from方法就可以了。

// 轉(zhuǎn)為數(shù)組方法一
[...string.matchAll(regex)]

// 轉(zhuǎn)為數(shù)組方法二
Array.from(string.matchAll(regex));

----源于阮一峰老師的es6語法-----， 我都親手敲過一次，測試，非常ok-----

?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
【社區(qū)內(nèi)容提示】社區(qū)部分內(nèi)容疑似由AI輔助生成，瀏覽時請結(jié)合常識與多方信息審慎甄別。
平臺聲明：文章內(nèi)容（如有圖片或視頻亦包括在內(nèi)）由作者上傳并發(fā)布，文章內(nèi)容僅代表作者本人觀點，簡書系信息發(fā)布平臺，僅提供信息存儲服務(wù)。

相關(guān)閱讀更多精彩內(nèi)容

  • 正則的擴展 原書作者：阮一峰 原書地址：ECMASript 6入門 RegExp構(gòu)造函數(shù)修飾符后行斷言（提案） ...
    吃紫薯的water閱讀 245評論 0贊 0
  • RegExp構(gòu)造函數(shù) es5中，RegExp構(gòu)造函數(shù)有兩種參數(shù) 第一個參數(shù)為字符串，第二個參數(shù)為正則表達式的修飾符...
    焦邁奇閱讀 844評論 0贊 0
  • 所有內(nèi)容基于阮一峰的ECMAScript 6 入門 1.RegExp構(gòu)造函數(shù) ES6中如果RegExp構(gòu)造函數(shù)第一...
    我才不是稻草人閱讀 593評論 0贊 0
  • RegExp構(gòu)造函數(shù) 在ES5中，RegExp構(gòu)造函數(shù)的參數(shù)有兩種情況。 第一種情況是，參數(shù)是字符串，這時第二個參...
    陳老板_閱讀 448評論 0贊 0
  • 1. RegExp 構(gòu)造函數(shù) ES5中RegExp構(gòu)造函數(shù)的參數(shù)有兩種情況 參數(shù)是字符串,這時候第二個參數(shù)表示正則...
    MrZhou_b216閱讀 325評論 0贊 0

友情鏈接更多精彩內(nèi)容