ES6学习 第五章 正则的扩展

2023-11-24 20:19:40

前言

本章介绍正则的扩展。有些不常用的知识了解即可。
本章原文链接：正则的扩展

RegExp 构造函数

从 ES6 开始，如果RegExp构造函数第一个参数是一个正则对象，并且第二个标志存在且为标志参数，将不再抛出 TypeError ，将使用这些参数创建一个新的正则表达式。原有的正则表达式修饰符将被忽略

const flag = new RegExp(/[0-9]/ig, 'i').flags; // 原有修饰符卫 ig ，被 i 给替代了
console.log(flag); // i

字符串有关正则表达式

ES6将之前字符串上的四个关于正则表达式的方法全部更改为RegExp的实例方法，所以现在所有与正则表达式有关的方法，全部定义在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]

flags 属性

RegExp.prototype.flags 属性 是ES6新增属性，会返回正则表达式的修饰符。

const SAMPLEREG = /abc/ig;
console.log(SAMPLEREG.flags); // gi

u 修饰符

在ES6中新增了 u修饰符，表示使用Unicode码的模式进行匹配。处理大于\uFFFF的 Unicode 字符

注意

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。

  1. 点字符

对于码点大于0xFFFF的 Unicode 字符，点字符不能识别，必须加上u修饰符。

  1. **Unicode**** 字符表示法**

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。

  1. 量词

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。

  1. 预定义模式

u修饰符也影响到预定义模式，能否正确识别码点大于0xFFFF的 Unicode 字符。

  1. i 修饰符

有些 Unicode 字符的编码不同，但是字型很相近，比如，\u004B与\u212A都是大写的K

  1. 转义

没有u修饰符的情况下，正则中没有定义的转义（如逗号的转义\,）无效，而在u模式会报错。

unicode 属性

RegExp.prototype.unicode 属性表明正则表达式带有"u" 标志。 unicode 是正则表达式独立实例的只读属性。
​

const SAMPLEREG = /abc/u;

console.log(SAMPLEREG.flags); // u
console.log(SAMPLEREG.unicode); // true

Unicode 属性类

**Unicode property escapes**
ES2018 引入了一种新的类的写法\p{...}和`P{...}，用于解决 JavaScript 没有强有效的方式用匹配出不同文字问题。允许正则表达式匹配符合 Unicode` 某种属性的所有字符。

\p{Unicode属性名=Unicode属性值}
// 对于某些属性，可以只写属性名，或者只写属性值。
\p{Unicode属性值}
\p{Unicode属性名}

// \P 为 \p 取反
\P{Unicode属性值}
\P{Unicode属性名}

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。
\P{…}是\p{…}的反向匹配，即匹配不满足条件的字符。

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

y 修饰符

y 修饰符的作用

在ES6中新增了 y 修饰符，表示执行“粘性(sticky)”搜索,匹配从目标字符串的当前位置开始。

y修饰符与g修饰符相似，都是全局匹配，后一次匹配从上一次匹配成功的下一个位置开始。
区别是：g修饰符只要剩余位置中存在匹配即可；而y修饰符必须从剩余的第一个位置开始匹配。

// y修饰符与g修饰符的区别
const SAMPLE = 'abcdabcd';
const SAMPLEREG1 = /abcd/g;
const SAMPLEREG2 = /abcda/y;

console.log(SAMPLEREG1.test(SAMPLE)); // true
console.log(SAMPLEREG2.test(SAMPLE)); // true
console.log(SAMPLEREG1.test(SAMPLE)); // true
console.log(SAMPLEREG2.test(SAMPLE)); // false

​

注意

实际上，y修饰符号隐含了头部匹配的标志^。

const SAMPLEREGGY = /ab/gy;
const SAMPLEREGY = /ab/y;

let sample1 = 'ababcabcd'.replace(SAMPLEREGGY, '-'); 
let sample2 = 'ababcabcd'.replace(SAMPLEREGY, '-');

// 最后一个ab因为不是出现在下一次匹配的头部，所以不会被替换。
console.log(sample1);
// 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。
console.log(sample2);

sticky 属性

RegExp.prototype.sticky表示是否设置了y修饰符。sticky 是正则表达式对象的只读属性。

const SAMPLEREG = /a/gy;
console.log(SAMPLEREG.sticky); // true

s 修饰符

ES2018 引入s修饰符，使得.可以匹配任意单个字符。包括行终止符（line terminator character）。

行终止符

所谓行终止符，就是该字符表示一行的终结。以下四个字符属于“行终止符”。

  • U+000A 换行符（\n）
  • U+000D 回车符（\r）
  • U+2028 行分隔符（line separator）
  • U+2029 段分隔符（paragraph separator）
const SAMPLEREG = /ab.cd/s;
console.log(SAMPLEREG.test('ab\ncd') ); // true

dotAll

上面这种情况被称为**dotAll**模式，即点（dot）代表一切字符。正则表达式还引入了一个**dotAll**属性
dotAll 属性返回一个布尔值，表明是否在正则表达式中一起使用"s"修饰符。dotAll 是一个只读的属性，属于单个正则表达式实例。

    const SAMPLEREG = /ab.cd/s;
    const sample = SAMPLEREG.test('ab\ncd');
    console.log(SAMPLEREG.flags); // s
    console.log(SAMPLEREG.dotAll); // true

后行断言

ES2018 引入后行断言，V8 引擎 4.9 版（Chrome 62）已经支持。

  • 先行断言
    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+(?=%)/。

  • 先行否定断言，
    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+(?!%)/。

  • 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+/。

  • 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+/。

后行断言需要先匹配/(?<=y)x/的x，然后再回到左边，匹配y的部分。顺序为先右后左，

// 先行断言
const sample1 = /\d+(?=%)/.exec('100% of US presidents have been male');
// 先行否定断言
const sample2 = /\d+(?!%)/.exec('that’s all 44 of them');
console.log(sample1);  // 100
console.log(sample2);  // 44

// 后行断言
const sample3 = /(?<=\$)\d+/.exec('Benjamin Franklin is on the $100 bill');
// 后行否定断言
const sample4 = /(?<!\$)\d+/.exec('it’s is worth about €90');
console.log(sample3);  // 100
console.log(sample4);  // 90

组匹配

正则表达式的括号表示分组匹配，括号中的模式可以用来匹配分组的内容。

ES2018 引入了具名组匹配（Named Capture Groups），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。
具名组匹配在圆括号内部，模式的头部添加“问号 + 尖括号 + 组名”（?<year>），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，数字序号依然有效。

const sampleUsers = `
姓刘名备字玄德
姓关名羽字云长
姓张名飞字翼德`;
const SAMPLEREG = /姓(?<surnames>.+)名(?<name>.+)字(?<word>.+)/g;
let result = SAMPLEREG.exec(sampleUsers);

do { console.log(`${result.groups.surnames}${result.groups.name}${result.groups.surnames}${result.groups.word}`);
} while ((result = SAMPLEREG.exec(sampleUsers)) !== null);

/*
* 刘备刘玄德
* 关羽关云长
* 张飞张翼德
*/

上面的代码中：?<xxx>的作用就是为这个匹配定义一个组名，在匹配的groups属性中可以查看到匹配的组名，这里可以使用解构赋值直接从匹配结果上为变量赋值。

注意 ： 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

matchAll()

ES2020 增加了String.prototype.matchAll()方法，可以一次性取出所有匹配。不过，它返回的是一个遍历器/迭代器（Iterator），而不是数组。

const string = 'sample1sample2sample3';
const regex = /sample/g;

for (const match of string.matchAll(regex)) {
  console.log(match);
}
// 遍历输出
/*
['sample', index: 0, input: 'sample1sample2sample3', groups: undefined]
['sample', index: 7, input: 'sample1sample2sample3', groups: undefined]
['sample', index: 14, input: 'sample1sample2sample3', groups: undefined]
*/
上一篇：xss-labs第八关


下一篇：ASCII、Unicode、GBK、UTF-8之间的“四角恋“