ES6 正則的擴展

RegExp構造函數

如果RegExp構造函數第一個參數是一個正則對象,那么可以使用第二個參數指定修飾符。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。
下面代碼中,原有正則對象的修飾符是ig,它會被第二個參數i覆蓋。

new RegExp(/abc/ig, 'i').flags
// "i"

字符串的正則方法

字符串對象共有4個方法,可以使用正則表達式:match()、replace()、search()split()
ES6將這4個方法,在語言內部全部調用RegExp的實例方法,從而做到所有與正則相關的方法,全都定義在RegExp對象上。

  • String.prototype.match 調用 RegExp.prototype[Symbol.match]
  • String.prototype.replace 調用 RegExp.prototype[Symbol.replace]
  • String.prototype.search 調用 RegExp.prototype[Symbol.search]
  • String.prototype.split 調用 RegExp.prototype[Symbol.split]

u修飾符

ES6對正則表達式添加了u修飾符,含義為“Unicode模式”,用來正確處理大于\uFFFF的Unicode字符。即會正確處理四個字節的UTF-16編碼。
下面代碼中,\uD83D\uDC2A是一個四個字節的UTF-16編碼,代表一個字符。但是,ES5不支持四個字節的UTF-16編碼,會將其識別為兩個字符,導致第二行代碼結果為true。加了u修飾符以后,ES6就會識別其為一個字符,所以第一行代碼結果為false。

/^\uD83D/u.test('\uD83D\uDC2A')
// false
/^\uD83D/.test('\uD83D\uDC2A')
// true

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。
下面代碼表示,如果不添加u修飾符,正則表達式就會認為字符串為兩個字符,從而匹配失敗。

var s = '??';
/^.$/.test(s) // false
/^.$/u.test(s) // true

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。
下面代碼表示,如果不加u修飾符,正則表達式無法識別\u{61}這種表示法,只會認為這匹配61個連續的u。

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

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

另外,只有在使用u修飾符的情況下,Unicode表達式當中的大括號才會被正確解讀,否則會被解讀為量詞。
下面代碼中,由于正則表達式沒有u修飾符,所以大括號被解讀為量詞。加上u修飾符,就會被解讀為Unicode表達式。

/^\u{3}$/.test('uuu') // true

4.預定義模式
u修飾符也影響到預定義模式,能否正確識別碼點大于0xFFFF的Unicode字符。
下面代碼的\S是預定義模式,匹配所有不是空格的字符。只有加了u修飾符,它才能正確匹配碼點大于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。
下面代碼中,不加u修飾符,就無法識別非規范的K字符。

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

y修飾符

除了u修飾符,ES6還為正則表達式添加了y修飾符,叫做“粘連”(sticky)修飾符。
y修飾符的作用與g修飾符類似,也是全局匹配,后一次匹配都從上一次匹配成功的下一個位置開始。不同之處在于,g修飾符只要剩余位置中存在匹配就可,而y修飾符確保匹配必須從剩余的第一個位置開始,這也就是“粘連”的涵義。

var s = 'aaa_aa_a';
var r1 = /a+/g;
var r2 = /a+/y;
r1.exec(s) // ["aaa"]
r2.exec(s) // ["aaa"]
r1.exec(s) // ["aa"]
r2.exec(s) // null

上面代碼有兩個正則表達式,一個使用g修飾符,另一個使用y修飾符。這兩個正則表達式各執行了兩次,第一次執行的時候,兩者行為相同,剩余字符串都是_aa_a。由于g修飾沒有位置要求,所以第二次執行會返回結果,而y修飾符要求匹配必須從頭部開始,所以返回null。
如果改一下正則表達式,保證每次都能頭部匹配,y修飾符就會返回結果了。
下面代碼每次匹配,都是從剩余字符串的頭部開始。

var s = 'aaa_aa_a';
var r = /a+_/y;
r.exec(s) // ["aaa_"]
r.exec(s) // ["aa_"]

sticky屬性

與y修飾符相匹配,ES6的正則對象多了sticky屬性,表示是否設置了y修飾符。

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

flags屬性

ES6為正則表達式新增了flags屬性,會返回正則表達式的修飾符。

// 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'

RegExp.escape()

字符串必須轉義,才能作為正則模式。

function escapeRegExp(str) {
  return str.replace(/[\-\[\]\/\{\}\(\)\*\+\?\.\\\^\$\|]/g, '\\$&');
}
let str = '/path/to/resource.html?search=query';
escapeRegExp(str)
// "\/path\/to\/resource\.html\?search=query"

上面代碼中,str是一個正常字符串,必須使用反斜杠對其中的特殊字符轉義,才能用來作為一個正則匹配的模式。
已經有提議將這個需求標準化,作為RegExp對象的靜態方法RegExp.escape(),放入ES7。2015年7月31日,TC39認為,這個方法有安全風險,又不愿這個方法變得過于復雜,沒有同意將其列入ES7,但這不失為一個真實的需求。

RegExp.escape('The Quick Brown Fox');
// "The Quick Brown Fox"
RegExp.escape('Buy it. use it. break it. fix it.');
// "Buy it\. use it\. break it\. fix it\."
RegExp.escape('(*.*)');
// "\(\*\.\*\)"

字符串轉義以后,可以使用RegExp構造函數生成正則模式。

var str = 'hello. how are you?';
var regex = new RegExp(RegExp.escape(str), 'g');
assert.equal(String(regex), '/hello\. how are you\?/g');

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,但是行終止符(line terminator character)除外。
以下四個字符屬于”行終止符“。
1.U+000A 換行符(\n)
2.U+000D 回車符(\r)
3.U+2028 行分隔符(line separator)
4.U+2029 段分隔符(paragraph separator)
下面代碼中,因為.不匹配\n,所以正則表達式返回false。

/foo.bar/.test('foo\nbar')
// 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,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。
/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。

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'

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)。
目前,有一個提案,在ES7加入后行斷言。V8引擎4.9版已經支持,Chrome瀏覽器49版打開”experimental JavaScript features“開關(地址欄鍵入about:flags),就可以使用這項功能。
”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字,要寫成/\d+(?=%)/。”先行否定斷言“指的是,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字,要寫成/\d+(?!%)/。

/\d+(?=%)/.exec('100% of US presidents have been male')  // ["100"]
/\d+(?!%)/.exec('that’s all 44 of them')                 // ["44"]

上面兩個字符串,如果互換正則表達式,就會匹配失敗。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/(?<=$)\d+/?!焙笮蟹穸〝嘌浴皠t與”先行否定斷言“相反,x只有不在y后面才匹配,必須寫成/(?<!y)x/。比如,只匹配不在美元符號后面的數字,要寫成/(?<!$)\d+/。

/(?<=\$)\d+/.exec('Benjamin Franklin is on the $100 bill')  // ["100"]
/(?<!\$)\d+/.exec('it’s is worth about €90')                // ["90"]

上面的例子中,"后行斷言"的括號之中的部分((?<=$)),也是不計入返回結果。

Unicode屬性類

目前,有一個提案,引入了一種新的類的寫法\p{...}\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') // u

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。

\p{UnicodePropertyName}

\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預留了這兩個類。

最后編輯于
?著作權歸作者所有,轉載或內容合作請聯系作者
平臺聲明:文章內容(如有圖片或視頻亦包括在內)由作者上傳并發布,文章內容僅代表作者本人觀點,簡書系信息發布平臺,僅提供信息存儲服務。
  • 序言:七十年代末,一起剝皮案震驚了整個濱河市,隨后出現的幾起案子,更是在濱河造成了極大的恐慌,老刑警劉巖,帶你破解...
    沈念sama閱讀 230,321評論 6 543
  • 序言:濱河連續發生了三起死亡事件,死亡現場離奇詭異,居然都是意外死亡,警方通過查閱死者的電腦和手機,發現死者居然都...
    沈念sama閱讀 99,559評論 3 429
  • 文/潘曉璐 我一進店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來,“玉大人,你說我怎么就攤上這事。” “怎么了?”我有些...
    開封第一講書人閱讀 178,442評論 0 383
  • 文/不壞的土叔 我叫張陵,是天一觀的道長。 經常有香客問我,道長,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 63,835評論 1 317
  • 正文 為了忘掉前任,我火速辦了婚禮,結果婚禮上,老公的妹妹穿的比我還像新娘。我一直安慰自己,他們只是感情好,可當我...
    茶點故事閱讀 72,581評論 6 412
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著,像睡著了一般。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發上,一...
    開封第一講書人閱讀 55,922評論 1 328
  • 那天,我揣著相機與錄音,去河邊找鬼。 笑死,一個胖子當著我的面吹牛,可吹牛的內容都是我干的。 我是一名探鬼主播,決...
    沈念sama閱讀 43,931評論 3 447
  • 文/蒼蘭香墨 我猛地睜開眼,長吁一口氣:“原來是場噩夢啊……” “哼!你這毒婦竟也來了?” 一聲冷哼從身側響起,我...
    開封第一講書人閱讀 43,096評論 0 290
  • 序言:老撾萬榮一對情侶失蹤,失蹤者是張志新(化名)和其女友劉穎,沒想到半個月后,有當地人在樹林里發現了一具尸體,經...
    沈念sama閱讀 49,639評論 1 336
  • 正文 獨居荒郊野嶺守林人離奇死亡,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內容為張勛視角 年9月15日...
    茶點故事閱讀 41,374評論 3 358
  • 正文 我和宋清朗相戀三年,在試婚紗的時候發現自己被綠了。 大學時的朋友給我發了我未婚夫和他白月光在一起吃飯的照片。...
    茶點故事閱讀 43,591評論 1 374
  • 序言:一個原本活蹦亂跳的男人離奇死亡,死狀恐怖,靈堂內的尸體忽然破棺而出,到底是詐尸還是另有隱情,我是刑警寧澤,帶...
    沈念sama閱讀 39,104評論 5 364
  • 正文 年R本政府宣布,位于F島的核電站,受9級特大地震影響,放射性物質發生泄漏。R本人自食惡果不足惜,卻給世界環境...
    茶點故事閱讀 44,789評論 3 349
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧,春花似錦、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 35,196評論 0 28
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至,卻和暖如春,著一層夾襖步出監牢的瞬間,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 36,524評論 1 295
  • 我被黑心中介騙來泰國打工, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留,地道東北人。 一個月前我還...
    沈念sama閱讀 52,322評論 3 400
  • 正文 我出身青樓,卻偏偏與公主長得像,于是被迫代替她去往敵國和親。 傳聞我的和親對象是個殘疾皇子,可洞房花燭夜當晚...
    茶點故事閱讀 48,554評論 2 379

推薦閱讀更多精彩內容

  • RegExp構造函數 在ES5中,RegExp構造函數的參數有兩種情況。 第一種情況是,參數是字符串,這時第二個參...
    陳老板_閱讀 423評論 0 0
  • 所有內容基于阮一峰的ECMAScript 6 入門 1.RegExp構造函數 ES6中如果RegExp構造函數第一...
    我才不是稻草人閱讀 539評論 0 0
  • 1.RegExp 構造函數 在 ES5 中,RegExp構造函數的參數有兩種情況。 1)參數為字符串:第一種情況是...
    IT楊閱讀 389評論 0 0
  • RegExp構造函數 es5中,RegExp構造函數有兩種參數 第一個參數為字符串,第二個參數為正則表達式的修飾符...
    焦邁奇閱讀 796評論 0 0
  • 手機微信退掉一整天,心理舒服許多,終于可以好好的睡一覺,終于腦袋可以暫時放空一會兒,終于不用害怕又需要回復...
    NIU小丫閱讀 1,674評論 2 0