ECMAScript正则表达式6个最新特性

2023-03-08 07:33:23

译者按： 还没学好ES6？ECMAScript 2018已经到来啦！

原文：ECMAScript regular expressions are getting better!
作者: Mathias Bynens: Google V8引擎开发者
译者：Fundebug

为了保证可读性，本文采用意译而非直译。另外，本文版权归原作者所有，翻译仅用于学习。

1999年，ECMAScript 3添加了对正则表达式的支持。

16年之后，ECMAScript 6(即ECMAScript 2015或者ES6)引入了Unicode模式(u选项), sticky模式(y选项)以及RegExp.prototype.flags的getter方法。

这篇博客将介绍ECMAScript正则表达式的最新特性：

1. dotAll模式(s选项)

这个特性已经在ECMAScript 2018正式发布了。

默认情况下，.可以匹配任意字符，除了换行符:

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

另外，.不能匹配Unicode字符，需要使用u选项启用Unicode模式才行。

ES2018引入了dotAll模式，通过s选项可以启用，这样，.就可以匹配换行符了。

/foo.bar/su.test('foo\nbar'); // true

2. Lookbehind断言

这个特性已经在ECMAScript 2018正式发布了。

ECMAScript目前仅支持lookahead断言。

下面示例是Positive lookahead，匹配字符串“42 dollars”中紧跟着是"dollars"的数字：

const pattern = /\d+(?= dollars)/u;

const result = pattern.exec('42 dollars');

console.log(result[0]); // 打印42

下面示例是Negative lookahead，匹配字符串“42 pesos”中紧跟着的不是"dollars"的数字:

const pattern = /\d+(?! dollars)/u;

const result = pattern.exec('42 pesos');

console.log(result[0]); // 打印42

ES2018添加了lookbehind断言。

下面示例是Positive lookbehind，匹配字符串“$42”中前面是"$"的数字:

const pattern = /(?<=\$)\d+/u;

const result = pattern.exec('$42');

console.log(result[0]); // 打印42

下面示例是Negative lookbehind，匹配字符串“$42”中前面不是是"$"的数字:

const pattern = /(?<!\$)\d+/u;

const result = pattern.exec('€42');

console.log(result[0]); // 打印42

Fundebug专注于网页、微信小程序、微信小游戏，支付宝小程序，React Native，Node.js和Java线上BUG实时监控，欢迎免费试用

3. Named capture groups

这个特性已经在ECMAScript 2018正式发布了。

目前，正则表达式中小括号匹配的分组是通过数字编号的：

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

const result = pattern.exec('2017-01-25');

console.log(result[0]); // 打印"2017-01-25"

console.log(result[1]); // 打印"2017"

console.log(result[2]); // 打印"01"

console.log(result[3]); // 打印"25"

这样很方便，但是可读性很差，且不易维护。一旦正则表达式中小括号的顺序有变化时，我们就需要更新对应的数字编号。

ES2018添加named capture groups, 可以指定小括号中匹配内容的名称，这样可以提高代码的可读性，也便于维护。

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

const result = pattern.exec('2017-01-25');

console.log(result.groups.year); // 打印"2017"

console.log(result.groups.month); // 打印"01"

console.log(result.groups.day); // 打印"25"

4. Unicode property escapes

这个特性已经在ECMAScript 2018正式发布了。

Unicode标准为每一个字符分配了多个属性。比如，当你要匹配希腊语字符时，则可以搜索Script_Extensions属性为Greek的字符。

Unicode property escapes使得我们可以使用ECMAScript正则表达式直接匹配Unicode字符的属性：

const regexGreekSymbol = /\p{Script_Extensions=Greek}/u;

console.log(regexGreekSymbol.test('π')); // 打印true

5. String.prototype.matchAll

这个特性还处在Stage 3 Draft

g和y选项通常用于匹配一个字符串，然后遍历所有匹配的子串，包括小括号匹配的分组。String.prototype.matchAll让这个操作变得更加简单了。

const string = 'Magic hex numbers: DEADBEEF CAFE 8BADF00D';

const regex = /\b[0-9a-fA-F]+\b/g;

for (const match of string.matchAll(regex)) {

	console.log(match);

}

每一个迭代所返回的match对象与regex.exec(string)所返回的结果相同：

// Iteration 1:

[

	'DEADBEEF',

	index: 19,

	input: 'Magic hex numbers: DEADBEEF CAFE 8BADF00D'

]

// Iteration 2:

[

	'CAFE',

	index: 28,

	input: 'Magic hex numbers: DEADBEEF CAFE 8BADF00D'

]

// Iteration 3:

[

	'8BADF00D',

	index: 33,

	input: 'Magic hex numbers: DEADBEEF CAFE 8BADF00D'

]

注意，这个特性还处在Stage 3 Draft，因此还存在变化的可能性，示例代码是根据最新的提案写的。另外，浏览器也还没有支持这个特性。String.prototype.matchAll最快可以被加入到ECMAScript 2019中。

6. 规范RegExp遗留特性

这个提案还处在Stage 3 Draft

这个提案规范了RegExp的遗留特性，比如RegExp.prototype.compile方法以及它的静态属性从RegExp.$1到RegExp.$9。虽然这些特性已经弃用(deprecated)了，但是为了兼容性我们不能将他们去。因此，规范这些RegExp遗留特性是最好的方法。因此，这个提案有助于保证兼容性。

参考

关于Fundebug

Fundebug专注于JavaScript、微信小程序、微信小游戏、支付宝小程序、React Native、Node.js和Java实时BUG监控。自从2016年双十一正式上线，Fundebug累计处理了6亿+错误事件，得到了Google、360、金山软件等众多知名用户的认可。欢迎免费试用！

版权声明:

转载时请注明作者Fundebug以及本文地址：

https://blog.fundebug.com/2018/08/30/ecmascript-regular-expression-new-features/

码农公寓

1. dotAll模式(s选项)

2. Lookbehind断言

3. Named capture groups

4. Unicode property escapes

5. String.prototype.matchAll

6. 规范RegExp遗留特性

参考

关于Fundebug

相关文章