1. RegExp 构造函数
ES5中RegExp构造函数的参数有两种情况
- 参数是字符串,这时候第二个参数表示正则表达式的修饰符
var regexp = new RegExp('xyz' , 'i') ;
// 等价于
var regexp = /xyz/i
- 参数是一个正则表达式这时返回一个原有的正则表达式匹配
var regexp = new RegExp (/xyz/i);
// 等价于
var regexp = /xyz/i ;
但是ES5不允许此时使用第二个参数添加修饰符,否则报错
var regexp = new RegExp(/xyz/ , 'i') // Uncaught TypeError
ES6改变了这种行为 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
new RegExp(/abc/ig, 'i').flags // 'I'
2. 字符串的正则方法
字符串有四个方法可以使用整个表达式 match()
, replace()
,search()
,和split()
.
ES6 将这四个方法,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]
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。
- 点字符
点(.)字符在正则表达式中,含义是除了换行符以外的任意单个字符。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。 - 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。 - 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。 - 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。 - 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。
4. y 修饰符
除了 u 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(隐藏 ^
),这也就是“粘连”的涵义。
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。
6. flags 属性
ES5 的 source
属性,会返回正则表达式的正文。
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,但是有两个例外。一个是四个字节的 UTF-16 字符,这个可以用u修饰符解决;另一个是行终止符(line terminator character)。
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)
ES2018 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。所以,正则表达式还引入了一个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。
8. 后行断言
JavaScript 语言的正则表达式,只支持先行断言(lookahead)和先行否定断言(negative lookahead),不支持后行断言(lookbehind)和后行否定断言(negative lookbehind)。ES2018 引入后行断言,V8 引擎 4.9 版(Chrome 62)已经支持。
”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+(?=%)/
。”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+(?!%)/
。
“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+/。
9. Unicode 属性类
ES2018 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。\p{Number}
甚至能匹配罗马数字。
10. 具名匹配
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。
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
// 如果具名组没有匹配,那么对应的groups对象属性会是undefined。
matchObj.groups.as // undefined
- 解构赋值和替换
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。
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'
上面代码中,replace方法的第二个参数是一个字符串,而不是正则表达式。
replace
方法的第二个参数也可以是函数
- 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。
11. String.prototype.matchAll
目前有一个提案,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(Iterator),而不是数组。