ES6 正则表达式

正则表达式

基本概念

用于匹配字符串中字符组合的模式，在JavaScript中正则表达式也是对象。模式匹配常用在RegExp exec test方法，以及String的match、matchAll、replace、search和split方法。

创建语法

使用下面两种方法都可以创建：

// method 1
var re = /abc/ig; // 其中ig为正则对象修饰符

// method 2
var re = new RegExp(/abc/ig); // 返回一个原有正则表达式的拷贝

除此之外ES6还提供了带两个参数的RegExp函数，但是在ES5这种写法是非法的。ES6中则放款了此项限制：

var regex = new RegExp(/xyz/, 'i'); // ES5中报错、但是在ES6中是允许的
// regex "i" 第二个参数为指定修饰符，返回的正则表达式对象会忽略原有的修饰符，只使用新指定的修饰符

ES6新增功能：u修饰符

u字符为Unicode字符的意思，可以识别码点超过0xFFFF的字符。前一章节也讲过ES6加入了Unicode字符表示。因此正则也是可以支持Unicode的模式识别的。例子如下：

/\u{61}/.test('a') // false
/\u{61}/u.test('a') // true
/\u{20BB7}/u.test('𠮷') // true

预定义模式

另外u字符也会影响预定义模式，能否正确识别大于0xFFFF的Unicode字符：

function codePointLength(text) {
    var result = text.match(/[\s\S]/gu);
    return result ? result.length : 0;
}

var s = '\u{20BB7}\u{20BB7}';

s.length // 4
codePointLength(s) // 2

ES6新增功能：y修饰符

y字符也称为粘连字符，其作用于g修饰符类似。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即可，而y修饰符确保匹配必须从剩余的第一个位置开始；例子如下：

var s = 'aaa_aa_a';
var r1 = /a+/g;
var r2 = /a+/y;

r1.exec(s);
[ 'aaa', index: 0, input: 'aaa_aa_a', groups: undefined ]

r2.exec(s);
[ 'aaa', index: 0, input: 'aaa_aa_a', groups: undefined ]

r1.exec(s);
[ 'aa', index: 4, input: 'aaa_aa_a', groups: undefined ]

r2.exec(s);
null

r1.exec(s);
[ 'a', index: 7, input: 'aaa_aa_a', groups: undefined ]

r2.exec(s);
[ 'aaa', index: 0, input: 'aaa_aa_a', groups: undefined ]

r1.exec(s);
null

r2.exec(s);
null

例子：g修饰符和y修饰符的区别

使用g修饰符和lastIndex来验证运行方式

const REGEX = /a/g;

REGEX.lastIndex = 2; // 默认从2开始匹配（数组下标2）
const match = REGEX.exec('xaya');

match.index // 3 也就是指定位置向后搜索字符'a'

REGEX.lastIndex // 4 从下一次匹配的位置开始
REGEX.exec('xaya') // null

使用y修饰符和lastIndex来验证运行方式

const REGEX = /a/y;

REGEX.lastIndex = 2;
REGEX.exec('xaya') // null 不是粘连，因为位置2指向的是字符'y'

REGEX.lastIndex = 3;

const match = REGEX.exec('xaxa');
match.index // 3
REGEX.lastIndex // 4

sticky属性

ES6正则对象多了sticky属性，表示是否设置了y修饰符。

var r = /hello\d/y;
r.sticky // true

flags属性

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。

/abc/ig.source // "abc"

/abc/ig.flags // "gi"

ES6新增功能：s修饰符

dotAll模式：即点代表一切字符

正则表达式中.是个特殊字符，可以用于表示任意的单个字符。但是它排除了行终止符。而有时候我们希望匹配的是任意单个字符，因此，提案中引入了/s修饰符，使得.可以匹配任意单个字符。

/foo.bar/s.test('foo\nbar') // true

先行断言

ES5中，JavaScript的正则表达式只支持“先行断言”和“先行否定断言”。先行断言的意思是：x只有在y前面才匹配，对应的正则模式需写成/x(?=y)/。同理：先行否定断言是指：x只有不在y前面才匹配，对应的正则匹配模式为：/x(?!y)/

后行断言

ES7中新增了一个提案，允许正则表达式进行“后行断言”。后行断言的意思是：x只有在y的后面才匹配，必须写成/(?<=y)x/。同理：后行否定断言是指：x只有不在y后面才匹配，对应的正则匹配模式为：/(?<!y)x/

Unicode属性类

目前有一个新提案，允许正则表达式匹配符合Unicode某种属性的所有字符，使用前一定要加上u字符：

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

Unicode属性类要指定属性名和属性值：

// 需要指定Unicode属性名和属性值
\p{UnicodePropertyName=UnicodePropertyValue}

// 对于某些属性，可以只写属性名
\p{UnicodePropertyName}