« 回到博客列表

每天一点ES6(6):正则的扩展

Tags: es6, regexp

终于这回不打脸了

难得日更了,这一回来讲正则。当然,这不是正则的基础教学,我们只关心 ES6 为 JavaScript 的正则带来的变化。

RegExp构造函数

ES5 中,构造函数RegExp()的参数有两种形式:

var regexp = new RegExp('xyz', 'i');    // 字符串 + 修饰符
var regexp = new RegExp(/xyz/i);        // 带修饰符的正则

// 以上两种写法都等价于
var regexp = /xyz/i;

ES6 提供了一种新的写法,提供带修饰符的正则的同时,还能通过第二个参数来覆盖修饰符的内容。

var regexp = new RegExp('/xyz/ig', 'i');    // 第一个参数中的正则的修饰符会被忽略,用第二个参数覆盖

更规范的方法定义

在使用正则的同时,必然会带有一个字符串。我们熟悉的match()replace()search()split()等方法都是String类的方法。

ES6 对其做了一步规范化,将这些函数的实现全部移到了RegExp类上,String类对象调用这些方法时,实际上都将会调用RegExp类的对应方法。

新修饰符:u

“u”表示“Unicode模式”,用于正确处理四字节的UTF-16编码

/^\uD83D/u.test('\uD83D\uDC2A');  /* false */
/^\uD83D/.test('\uD83D\uDC2A');   /* true */

上面的代码中,\uD83D\uDC2A是一个四字节的UTF-16编码,代表一个字符。不加“u”,会按 ES5 将其识别为2个字符,加了“u”之后,会按 ES6 将其正确识别为一个字符。

别看这小小的改动,影响的东西还是挺多的,以下几种情况就必须加上“u”才能正确识别:

(1)通配符

.在正则表达式中表示出换行符外的任意单个字符,\S表示匹配所有不是空格的字符。对于四字节字符,它们是无法正确识别的,必须加上u修饰符。

var s = '𠮷';

/^.$/.test(s);  // false
/^.$/u.test(s); // true

(2)ES6 新增的 Unicode 字符表示法

ES6 新增了使用花括号表示 Unicode 字符的写法,这种写法必须加上u修饰符才能识别,否则会被识别为正则表达式中的量词。例如下面的/\u{61}/,本意是想匹配“a”,但因为没有加u,只能被识别为匹配61个连续的“u”。

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

(3)i修饰符

有些Unicode字符的编码不同,但字型很相近,需要加u才能识别

/[a-z]/i.test('\u212A');  // false
/[a-z]/iu.test('\u212A'); // true

新修饰符:y

和修饰符y类似,都是全局匹配,后一次从上一次匹配成功的下一位置开始继续匹配。区别在于,g只要剩余部分中存在匹配即可,而y要求必须从剩余部分的第一个位置开始。所谓“粘连”就是这个意思,其设计用途就是让头部匹配标志^在全局匹配中都有效。

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

// 第一次匹配都成功
r1.exec(s) // ["aaa"]
r2.exec(s) // ["aaa"]

r1.exec(s) // ["aa"]
r2.exec(s) // null,剩余部分第一个位置是下划线,不匹配

若在split()中使用y修饰符,则原字符串必须以分隔符开头才有可能匹配成功,且匹配成功所得数组的第一个元素肯定是空字符串。replace()等方法也是类似。

sticky属性

这是 ES6 新增的RegExp类的属性,用于表示正则对象是否设置了y修饰符

flags属性

ES6 为正则表达式新增了flags属性,返回正则表达式的修饰符。要返回正则表达式的正文,则需要source属性,这是 ES5 中就已经存在的属性。

该系列的其他文章

上一篇:每天一点ES6(5):字符串的扩展

下一篇:每天一点ES6(7):数值的扩展