ES6 学习笔记(4) 正则的扩展

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。