ECMAScript 6（8）——正则表达式的扩展

红太狼 2022-06-17 11:20 134阅读 0赞

# 正则的扩展 #

### 0、一句话总结 ###

1、构造函数可以通过第二个参数添加正则表达式的修饰符了；
    2、添加了关于utf16字符、粘性匹配的正则表达式修饰符；
    3、粘性匹配指：用一个正则表达式连续对一个字符串进行匹配，每次匹配的起始位置是上一次的结束位置；
    4、可以通过属性查看正则的内容（sticky）和修饰符（flags）了；

### 1、变更修饰符 ###

#### 1.1、修饰符 ####

目前已有的修饰符有：

<table> 
 <tbody> 
  <tr> 
   <td>修饰符</td> 
   <td>效果</td> 
   <td>备注</td> 
  </tr> 
  <tr> 
   <td>g</td> 
   <td>全局搜索</td> 
   <td>会将所有匹配到到的都显示出来</td> 
  </tr> 
  <tr> 
   <td>i</td> 
   <td>不区分大小写搜索</td> 
   <td>无视大小写</td> 
  </tr> 
  <tr> 
   <td>m</td> 
   <td>多行搜索</td> 
   <td>正常匹配遇见\n等换行符会终止，添加上这个则不会</td> 
  </tr> 
 </tbody> 
</table>

##### 1.2、查看修饰符 #####

ES6中可以查看修饰符，具体方法是

正则表达式.flags

例如：

/\w/g.flags;    //g

注：

在ES5中，正则表达式是没有这个属性的，例如在IE11中，以上会返回undefined

##### 1.3、变更修饰符 #####

可以通过重新创建一个正则表达式的实例，并将旧的正则表达式作为第一个参数，新的修饰符作为第二个参数，即可变更修饰符；

var reg = /\w/g;
    var newReg = new RegExp(reg, "i");
    newReg; //新的正则表达式/\w/i

注意，以上的方法是覆写掉之前的修饰符。如果单纯是添加的话，可以通过flags属性作为第二个参数的一部分，和新的修饰符拼接起来；

### 2、新的修饰符 ###

#### 2.1、修饰符u ####

<table> 
 <tbody> 
  <tr> 
   <td>修饰符</td> 
   <td>效果</td> 
   <td>备注</td> 
  </tr> 
  <tr> 
   <td>u</td> 
   <td>匹配Unicode字符</td> 
   <td>对于码点大于\uFFFF的字符，如果不通过这种方式，是无法匹配到的</td> 
  </tr> 
 </tbody> 
</table>

对于码点大于\\uFFFF的字符，普通的正则表达式是无法匹配到的，例如’\\uD83D\\uDC2A’会被认为是2个字符，而不是一个字符（这个字符是一个小马）；

而加了修饰符u后，就可以正确的匹配到他了；

/\uD83D/.test('\uD83D\uDC2A');    //true
    /\uD83D/u.test('\uD83D\uDC2A');    //false
    //括号里的是一个utf8字符（他的码点大于0xFFFF，而不是两个普通的字符）

另外，只有加了修饰符u之后，正则表达式才能正确的匹配到码点比较大的字符，否则会认为大于0xFFFF的字符都是2个字符；  
例如各种元字符，各种量词。

不过换句话说，大部分码点大于0xFFFF字符的，都不是中文的常见字符。所以我认为最重要的是通过修饰符u来查看字符串的实际长度。

这里附一个阮一峰写的函数，注释是我自己加上的

//获取字符串的长度，参数是目标字符串
    function codePointLength(text) { 
        //通过全局匹配，可以识别码点过大的字符
        var result = text.match(/[\s\S]/gu);
        //如果是空字符串，则会返回null，而不是空数组，因此需要判断一下
        return result ? result.length : 0;
    }
    codePointLength('\uD83D\uDC2A');    //1

#### 2.2、修饰符y ####

<table> 
 <tbody> 
  <tr> 
   <td>修饰符</td> 
   <td>效果</td> 
   <td>备注</td> 
  </tr> 
  <tr> 
   <td>y</td> 
   <td>粘性搜索</td> 
   <td>指若字符串对同一个表达式的多次匹配，会从上一次匹配成功的位置开始</td> 
  </tr> 
 </tbody> 
</table>

简单来说，第一次匹配到字符a，然后下一次就从字符a（但不包括字符a，lastIndex可以理解为当前从哪一个下标开始匹配）开始匹配了（而不是再重头开始匹配）。

var str = 'abcdef';
    var reg = /\w/y;
    console.log(str.match(reg));    //["a"]
    console.log(reg.lastIndex);     //1
    console.log(str.match(reg));    //["b"]
    console.log(reg.lastIndex);     //2

#### 2.3、lastIndex和粘性匹配 ####

简单来说，当正则表达式有修饰符g时，可以通过lastIndex属性查看下一次从哪个位置开始匹配；

如以下代码：

var reg = /\w+/g;
    var abc = 'abc';
    reg.exec(abc);
    console.log(reg.lastIndex);    //3

但唯一需要注意的是，需要通过exec方法来匹配，而不能通过str.match(reg)这样的方法来获取匹配到的字符串。

另外，如果没有修饰符g，那么是不会生效的；

注意，这个和粘性匹配的过程很类似，只不过粘性匹配无需修饰符g，也并非只能通过exec来获取匹配到的内容。

<table> 
 <tbody> 
  <tr> 
   <td>粘性匹配</td> 
   <td>需要修饰符g</td> 
   <td>可以使用reg.exec(str)或str.match(reg)</td> 
   <td>可以通过lastIndex查看目前匹配到哪个位置</td> 
  </tr> 
  <tr> 
   <td>修饰符g的匹配</td> 
   <td>需要修饰符g（必须）</td> 
   <td>只能通过reg.exec(str)来匹配，否则lastIndex不会变化</td> 
   <td>可以通过lastIndex查看目前匹配到哪个位置</td> 
  </tr> 
 </tbody> 
</table>

#### 2.4、正则表达式字符.（英文句号）（非ES6新增） ####

英文句号.在正则表示任意单字符，但是除了行终止符。

行终止符包括：  
①换行符\\n（换行）  
②回车符\\r（不知道有啥用，总之不换行）  
③行分隔\\u2028（不知道有啥用）  
④段分隔符\\u2029（不知道有啥用+1）

所以无法识别以下字符

/./.test("\n");    //false
    /./.test("\r");    //false
    /./.test("\u2028");    //false
    /./.test("\u2029");    //false

但可以识别其他字符，比如

/./.test("\u2027");    //true

### 3、正则表达式的属性 ###

#### 3.1、sticky属性 ####

简单来说，就是检测有没有修饰符y，有则返回true，有没则返回false

/a/y.sticky;   //true
    /a/.sticky;   //false

#### 3.2、source属性（es5） ####