ECMAScript 6学习笔记（三）正则的扩展

正则的扩展

• 1.RegExp 构造函数
  ES6 改变了ES5 不允许此时使用第二个参数添加修饰符这种行为，如果RegExp构造函数第一个参数是一个正则对象，那么可以使用第二个参数指定修饰符。而且，返回的正则表达式会忽略原有的正则表达式的修饰符，只使用新指定的修饰符。

---

• 2.字符串的正则方法
  字符串对象共有 4 个方法，可以使用正则表达式：match()、replace()、search()和split()。
  ES6 将这 4 个方法，在语言内部全部调用RegExp的实例方法，从而做到所有与正则相关的方法，全都定义在RegExp对象上。

———String.prototype.match 调用 RegExp.prototype[Symbol.match]
———String.prototype.replace 调用 RegExp.prototype[Symbol.replace]
———String.prototype.search 调用 RegExp.prototype[Symbol.search]
———String.prototype.split 调用 RegExp.prototype[Symbol.split]

---

• 3.u 修饰符
  ES6 对正则表达式添加了u修饰符，含义为“Unicode 模式”，用来正确处理大于\uFFFF的 Unicode 字符。也就是说，会正确处理四个字节的 UTF-16 编码。

一旦加上u修饰符号，就会修改下面这些正则表达式的行为。使其能够识别码点大于0xFFFF的 Unicode 字符
（1）点字符
（2）Unicode 字符表示法
ES6 新增了使用大括号表示 Unicode 字符，这种表示法在正则表达式中必须加上u修饰符，才能识别当中的大括号，否则会被解读为量词。
（3）量词
（4）预定义模式
（5）i 修饰符

---

• 4.y 修饰符
  ES6 还为正则表达式添加了y修饰符，叫做“粘连”（sticky）修饰符。
  （1）y修饰符的作用与g修饰符类似，也是全局匹配，后一次匹配都从上一次匹配成功的下一个位置开始。不同之处在于，g修饰符只要剩余位置中存在匹配就可，而y修饰符确保匹配必须从剩余的第一个位置开始，这也就是“粘连”的涵义。
  （2）y修饰符的设计本意，就是让头部匹配的标志^在全局匹配中都有效。
  （3）单单一个y修饰符对match方法，只能返回第一个匹配，必须与g修饰符联用，才能返回所有匹配。
  （4）y修饰符的一个应用，是从字符串提取 token（词元），y修饰符确保了匹配之间不会有漏掉的字符。

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

---

• 5.sticky 属性
  与y修饰符相匹配，ES6 的正则对象多了sticky属性，表示是否设置了y修饰符。返回true 或者false

---

• 6.flags 属性
  ES6 为正则表达式新增了flags属性，会返回正则表达式的修饰符

---

• 7.s 修饰符：dotAll 模式
  正则表达式中，点（.）是一个特殊字符，代表任意的单个字符，但是行终止符除外。

/foo.bar/.test('foo\nbar')
// false
//.不能匹配\n

const re = /foo.bar/s;
re.test('foo\nbar') // true    因此还引入了dotAll属性，返回一个布尔值，表示该正则表达式是否处在dotAll模式中
re.dotAll // true

所以现在引入/s修饰符，使得.可以匹配任意单个字符。这被称为dotAll模式，即点（dot）代表一切字符
/s修饰符和多行修饰符/m不冲突，两者一起使用的情况下，.匹配所有字符，而^和$匹配每一行的行首和行尾。

---

• 8.后行断言
  （1）”先行断言“指的是，x只有在y前面才匹配，必须写成/x(?=y)/。比如，只匹配百分号之前的数字，要写成/\d+(?=%)/。
  （2）”先行否定断言“指的是，x只有不在y前面才匹配，必须写成/x(?!y)/。比如，只匹配不在百分号之前的数字，要写成/\d+(?!%)/。
  （3）“后行断言”正好与“先行断言”相反，x只有在y后面才匹配，必须写成/(?<=y)x/。比如，只匹配美元符号之后的数字，要写成/(?<=$)\d+/。
  （4）”后行否定断言“则与”先行否定断言“相反，x只有不在y后面才匹配，必须写成 /(?< ! y)x/。比如，只匹配不在美元符号后面的数字，要写成/(?< !$)\d+/。

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

// "没有后行断言时，第一个括号是贪婪模式，第二个括号只能捕获一个字符，所以结果是105和3。而后行断言时，由于执行顺序是从右到左，第二个括号是贪婪模式，第一个括号只能捕获一个字符，所以结果是1和053。


/(?<=(o)d\1)r/.exec('hodor')  // null
/(?<=\1d(o))r/.exec('hodor')  // ["r", "o"]
//其次，"后行断言"的反斜杠引用，也与通常的顺序相反，必须放在对应的那个括号之前

---

• 9.Unicode 属性类
  引入了一种新的类的写法\p{…}和\P{…}，允许正则表达式匹配符合 Unicode 某种属性的所有字符。

const regexGreekSymbol = /\p{Script=Greek}/u;
regexGreekSymbol.test('π') // true
//指定匹配一个希腊文字母，所以匹配π成功。

注意，这两种类只对 Unicode 有效，所以使用的时候一定要加上u修饰符。如果不加u修饰符，正则表达式使用\p和\P会报错
\p{Number}甚至能匹配罗马数字

// 匹配所有数字
const regex = /^\p{Number}+$/u;
regex.test('²³¹¼½¾') // true
regex.test('㉛㉜㉝') // true
regex.test('ⅠⅡⅢⅣⅤⅥⅦⅧⅨⅩⅪⅫ') // true

---

• 10.具名组匹配
  正则表达式使用圆括号进行组匹配。但是每一组的匹配含义不容易看出来，顺序容易变

const RE_DATE = /(\d{4})-(\d{2})-(\d{2})/;
//使用exec方法，就可以将这三组匹配结果提取出来。
const matchObj = RE_DATE.exec('1999-12-31');
const year = matchObj[1]; // 1999
const month = matchObj[2]; // 12
const day = matchObj[3]; // 31

现在有一个“具名组匹配”（Named Capture Groups）的提案，允许为每一个组匹配指定一个名字，既便于阅读代码，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

在圆括号内部，模式的头部添加“问号 + 尖括号 + 组名”（?），然后就可以在exec方法返回结果的groups属性上引用该组名。同时，数字序号（matchObj[1]）依然有效。

---

• 11.解构赋值和替换
  （1）有了具名组匹配以后，可以使用解构赋值直接从匹配结果上为变量赋值。

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

（2）字符串替换时，使用$<组名>引用具名组

let re = /(?<year>\d{4})-(?<month>\d{2})-(?<day>\d{2})/u;

'2015-01-02'.replace(re, '$<day>/$<month>/$<year>')
// '02/01/2015'

（3）replace方法的第二个参数也可以是函数，该函数的参数序列如下

'2015-01-02'.replace(re, (
   matched, // 整个匹配结果 2015-01-02
   capture1, // 第一个组匹配 2015
   capture2, // 第二个组匹配 01
   capture3, // 第三个组匹配 02
   position, // 匹配开始的位置 0
   S, // 原字符串 2015-01-02
   groups // 具名组构成的一个对象 {year, month, day}
 ) => {
 let {day, month, year} = args[args.length - 1];
 return `${day}/${month}/${year}`;
});

具名组匹配在原来的基础上，新增了最后一个函数参数：具名组构成的一个对象。函数内部可以直接对这个对象进行解构赋值

---

• 12.引用

如果要在正则表达式内部引用某个“具名组匹配”，可以使用\k<组名>的写法。

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

数字引用（\1）依然有效

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

这两种引用语法还可以同时使用。

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

---