ES6学习笔记4 正则表达式的扩展

╰半夏微凉° 2022-05-21 03:56 249阅读 0赞

正则表达式的基础知识：[https://blog.csdn.net/zjw\_python/article/details/80845847][https_blog.csdn.net_zjw_python_article_details_80845847]

# RegExp构造函数 #

**ES6允许在构造函数第一个参数为正则表达式的情况下，使用第二个参数添加修饰符，而在ES5中会报错**

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

**若传入的正则表达式已有修饰符，则会被第二个参数覆盖**

--------------------

# 字符串正则方法 #

**将`match()`、`replace()`、`search()`和`split()`方法全部定义到RegExp对象上，从而在语言内部全部调用RegExp的实例方法。**

*  `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]`

--------------------

# u修饰符 #

**ES6对正则表达式添加了`u`修饰符，用来正确处理大于`\uFFFF`的 Unicode 字符，因此其可以正确处理四个字节的UTF-16编码**

/^\uD83D/u.test('\uD83D\uDC2A');  //false 能正确识别4字节的字符
    /^\uD83D/.test('\uD83D\uDC2A'); // true 错误识别为两个字符

除此之外，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：

*  点字符`.`加上`u`修饰符后，就可以识别码点大于`0xFFFF`的 Unicode 字符  
    ![这里写图片描述][70]
 *  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

/u{
       61}/.test('a');  //false
    /u{
       61}/u.test('a');  //true

*  使用`u`修饰符后，所有量词都会正确识别码点大于`0xFFFF`的 Unicode 字符  
    ![这里写图片描述][70 1]
 *  `u`修饰符使预定义模式也能正确识别码点大于`0xFFFF`的 Unicode 字符  
    ![这里写图片描述][70 2]
 *  加入`u`修饰符使`i`修饰符能正确识别字形相近的字符。下面代码中，不加`u`修饰符，就无法识别非规范的`K`字符

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

--------------------

# 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。`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。**

下面是`g`修饰符和`y`修饰符的区别

const REGEX = /a/g;
    
    // 指定从2号位置（y）开始匹配
    REGEX.lastIndex = 2;
    
    // 匹配成功
    const match = REGEX.exec('xaya');
    
    // 在3号位置匹配成功
    match.index // 3
    
    // 下一次匹配从4号位开始
    REGEX.lastIndex // 4
    
    // 4号位开始匹配失败
    REGEX.exec('xaya') // null

在`g`修饰符的情况下，初始匹配位置是2号位，也就是`y`字符，与正则表达式的`a`字符不符，其自动继续向下搜索至3号位，匹配成功

const REGEX = /a/y;
    
    // 指定从2号位置开始匹配
    REGEX.lastIndex = 2;
    
    // 不是粘连，匹配失败
    REGEX.exec('xaya') // null
    
    // 指定从3号位置开始匹配
    REGEX.lastIndex = 3;
    
    // 3号位置是粘连，匹配成功
    const match = REGEX.exec('xaya');
    match.index // 3
    REGEX.lastIndex // 4

而在`y`字符情况下，2号位匹配不成功后，就不再向下搜索，终止了匹配

**因此，`y`字符实际上隐含了头部匹配标志`^`，其设计的本意就是让匹配的标志`^`在全局匹配中都有效**

在字符串的`replace`方法中使用`y`修饰符，一旦匹配失败，后续即使出现符合的子字符串，也不会被替换

const REGEX = /a/gy;
    'aaxa'.replace(REGEX,'_');   //'--xa'

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

'a1a2a3'.match(/a\d/y);   // ["a1"]
    'a1a2a3'.match(/a\d/gy);  // ["a1", "a2", "a3"]

在`split`方法中使用`y`修饰符，原字符串必须以分隔符开头，这意味着只要匹配成功，第一个成员肯定是空字符串

'x##'.split(/#/y);    //没有找到匹配
    //['x##']

'##x'.split(/#/y);   //找到两个匹配
    //['','','x']

后续的分隔符只要紧跟前面的分隔符才能被识别

'#x#'.split(/#/y);  //找到一个匹配
    //['','x#']

--------------------

# s修饰符 #

**正则表达式中，点`.`可以匹配任意单个字符，但行终止符除外，例如换行符（`\n`）、回车符（`\r`）。加入`s`修饰符，可以使点`.`匹配任意单个字符，包括行终止符。**

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

可以使用`dotAll`属性检测正则表达式是否处于以上的模式，返回一个布尔值

const re = /foo.bar/s;
    re.dotAll  //true

--------------------

# sticky和flags属性 #

**可以通过sticky属性检测是否设置了y修饰符**

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

**可以通过flags属性，返回正则表达式的修饰符**

/abc/ig.source   //返回正则表达式的正文
    //"abc"
    
    /abc/ig.flags   //返回正则表达式的修饰符
    //"gi"

--------------------

# 后行断言 #

**ES5只支持先行断言和先行否定断言，ES6引入后行断言**

例如只匹配在美元符号后面的数字，要写成`/(?<=\$)\d+/`（先行断言），而只匹配不在美元符号后面的数字，要写成`/(?<!\$)\d+/`

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

下面是使用后行断言进行字符串替换的例子，只有美元符号后面的`foo`字符串被替换

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

**后行断言的组匹配与正常情况也是不同的，原因在于后行断言是从右往左执行的**

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

在正常情况下，第一个捕获组为贪婪模式，因此为”105”，而第二个捕获组为”3”。而在后行断言中，由于执行顺序相反，得到的第一个捕获组为”1”（实际上其是第二个被执行的），而第二个捕获组为”053”（实际其是第一个被执行的）。

**因此后行断言中向后引用，应该写在捕获组的前面，否则无法引用捕获组**

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

上述的捕获组`（o）`的引用`\1`就写在了捕获组前面

--------------------

# Unicode属性类 #

**ES2018引入一种新的类的写法`\p{...}`和`\P{...}`，允许正则表达式匹配符合 Unicode 某种属性的所有字符。使用该类时，务必加上`u`修饰符，否则会报错**

**Unicode 属性类要指定属性名和属性值，格式为：**

\p{UnicodePropertyName=UnicodePropertyValue}

**对于某些属性，可以只写属性名，或者只写属性值**

\p{UnicodePropertyName}
    \p{UnicodePropertyValue}

下述代码匹配一个希腊文字母

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

**`\P{…}`是`\p{…}`的反向匹配，即匹配不满足条件的字符**

匹配各种数字

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

--------------------

# 命名组匹配 #

**ES6添加命名捕获组功能，可以在`exec`方法返回结果的`groups`属性上调用组名**

**如果命名捕获组没有匹配，那么对应的`groups`对象属性将会是`undefined`**

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

**有了命名组匹配，就可以使用解构赋值的方式快速获取到对应捕获组的值**

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

**字符串替换时，使用$<组名>引用命名组**

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

`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}`;
    });

**在正则表达式内部引用某个命名捕获组，可以使用`\k<组名>`的写法，其可以与数字引用同时使用**

--------------------

# String.prototype.matchAll #

如果一个正则表达式在字符串里面有多个匹配，现在一般使用g修饰符或y修饰符，在循环里面逐一取出

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"]
    // ]

**目前有个提案，增加了`String.prototype.matchAll`方法，可以一次性取出所有匹配，其返回一个遍历器，可以使用`for...of`循环取出结果**

const string = 'test1test2test3';
    
    // g 修饰符加不加都可以
    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"]

也可以将其转换为数组

// 转为数组方法一
    [...string.matchAll(regex)]
    
    // 转为数组方法二
    Array.from(string.matchAll(regex));

[https_blog.csdn.net_zjw_python_article_details_80845847]: https://blog.csdn.net/zjw_python/article/details/80845847
[70]: /images/20220521/11d0c800049848409a196f069e7a74dc.png
[70 1]: /images/20220521/68c86e2638114cf6a540331f14dbdd09.png
[70 2]: /images/20220521/f1ea331f781c45f29e0fdd140e76341d.png