一、RegExp 构造函数
在 ES5中，可以通过 字面量，或者构造函数的方式创建正则表达式。
var regex = new RegExp('xyz', 'i')
var reg = /xyz/i
在构造函数模式下，当参数是一个正则表达式时，这时候会返回一个原有正则表达式的拷贝
var regex = new RegExp(/xyz/i)
// 等价于
var regex = /xyz/i
但是，在这种情况下 ES5 不允许使用第二个参数添加修饰符，否则会报错。
var regex = new RegExp(/xyz/, 'i')
// Uncaught TypeError：Cannot supply flags
// when constructiong one RegExp from another
ES6 改变了这种行为。在上面这种情况下，可以使用第二个参数指定修饰符。而且，返回的正则表达式会忽略原因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
二、字符串的正则方法
字符串对象共有 4 个方法可以使用正则表达式：
- match()
- replace()
- search()
- split()
ES6 使这 4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 方法都定义在 RegExp 对象上。例如：RegExp.prototype[Symbol.match]
三、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。可以正确处理 4 个 字符的UTF-16 编码
/^\uD83D/u.test('\uD83D\uDC2A') // false
/^\uD83D/.test('\uD83D\uDC2A') // true
\uD83D\uDC2A 是一个 4直接的 UTF-16编码，代表一个字符。但是，ES5 不支持4字节的 UTF-16 编码，会将其识别为 2 个字符，导致第二行代码结果为 true。加了修饰符以后，ES6 就会识别其为 一个字符，所以第一行代码结果为false。
一旦加上 u 修饰符，就会修改下面这些正则表达式的行为。
1. 点字符
点(.) 字符在正则表达式中的含义是 除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。
var s = '𠮷'
/^.$/.test(s) // false
/^.$/u.test(s) // true
2. Unicode 字符表示法
ES6 新增了使用大括号表示 Unicode 字符的表示法，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。
/\u{61}/.test('a') // false
/\u{61}/u.test('a') // true
3. 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
/a{2}/.test('aa') // true
/a{2}/u.test('aa') // true
// 码点大于 0xFFFF
/𠮷{2}/.test('𠮷') // false
/𠮷{2}/u.test('𠮷') // true
4. 预定义模式
u 修饰符也影响到预定义模式能否正确识别大于 0xFFFF 的 Unicode 字符。
/^\S$/.test('𠮷') // false
/^\S$/u.test('𠮷') // true
上面的代码中的 \S 是预定义模式，匹配所有不是空格的字符。只有加了 u 修饰符，它才能正确匹配码点大于 0xFFFF 的 Unicode 字符。
利用这一点，可以写出一个正确返回字符串长度的函数
function codePointLength(text) {
var res = text.match(/[\s\S]/gu)
return res ? res.length : 0
}
var s = '𠮷𠮷'
s.length // 4
codePointLength(s) // 2
5. i 修饰符
有些Unicode 字符的编码不同，但是字符很相近，比如，\u004B 与 \u212A 都是大写的K。
/[a-z]/i.test('\u212A') // false
/[a-z]/iu.test('\u212A') // true
四、y 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，不同之处在于，g 修饰符只要剩余位置中存在匹配就行，而 y 修饰符会确保匹配必须从剩余的第一个位置开始，这也就是“粘连”的含义
var s = 'aaa_aa_a'
var r1 = /a+/g
var r2 = /a+/y
r1.exec(s) // ['aaa']
r2.exec(s) // ['aaa']
r1.exec(s) // ['aa']
r2.exec(s) // null
由于 y 修饰符要求匹配必须从头开始，所以 第二层匹配 返回 null
如果改一下正则表达式，保证每次都能头部匹配，y 修饰符就会返回结果了。
var s = 'aaa_aa_a'
var r = /a+_/y
r.exec(s) // ['aaa_']
r.exec(s) // ['aa_']
通过使用 lastIndex 属性，可以更好地说明 y 修饰符。
const REGEX = /a/g
// 指定位置开始匹配
REGEX.lastIndex = 2 // 从 2号位置 开始匹配
// 匹配成功
const match = REGEX.exec('xaya')
// 在 3号位置匹配成功
match.index // 3
// 下一次匹配从4 号位置开始
REGEx.lastIndex // 4
// 匹配失败
REGEX.exec('xaxa') // null
y 修饰符同样遵守 lastIndex 属性，但是要求必须在 lastIndex 指定的位置发现匹配。
const REGEX = /a/y
REGEX.lastIndex = 2
// 不是粘连，匹配失败
REGEX.exec('xaya') // null
REGEX.lastIndex = 3
// 3号位置是粘连，匹配成功
const match = REGEX.exec('xaxa')
match.index // 3
REGEX.lastIndex // 4
类似于，y 修饰符隐含了 头部匹配的标志 （^），y 修饰符的一个应用是从字符串中提取 token（词元），y修饰符确保了匹配之间不会有漏掉的字符。
五、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
var r = /hello/y
r.sticky // true
六、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。
// ES5 的 source 属性
// 返回正则表达式的正文
/abc/ig.source
// "abc"
// ES6 的 flags 属性
// 返回正则表达式的修饰符
/adc/ig.flags
// "gi"
七、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，但是行终止符（line terminator character） 除外。
以下 4 个字符属于 “行终止符”。
- U + 000A 换行符（\n）
- U + 000D 换行符（\r）
- U + 2028 行分隔符（line separator）
- U + 2029 段分隔符（paragraph separator）
/foo.bar/.test('foo\nbar')
// false
很多时候我们希望能够匹配任意单个字符，这时有一种变通的写法。
/foo[^]bar/.test('foo\nbar')
// true
以上的解决方案毕竟不太符合直觉，所以有如下提案：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，正则表达爱上还引入了一个 dotAll 属性，返回一个布尔值，表示该正则表达式是否处在 dotAll 模式下。
var re = /foo.bar/s
re.test('foo\nbar') // true
re.dotAll // true
re.flags // "s"
/s 修饰符和 多行修饰符 /m 不冲突，两者一起使用的情况下，“.” 匹配所有字符，而 ^ 和 $ 匹配每一行的行首和行尾。
八、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）。有一个提案被提出：引入后行断言。
其中 V8 引擎 4.9版本已经支持。
-
先行断言
指的是，x 只有在 y前面才匹配，必须写成 /x(?=y)/ 的形式
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)/ 的形式。
比如，只匹配不在百分号之前的数字，要写成 /\d+(?!%)/
/\d+(?=%)/.exec('100% of US presidents have been male') // ['100']
/\d+(?!%)/.exec('that\'s all 44 of them') // ['44']
-
后行断言
与先行断言相反，x 只有在 y 后面才匹配，必须写成 /(?<=y)x/的形式。
比如，只匹配美元符号之后的数字，要写成 /(?<=\$)\d+/ -
后行否定断言
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/的形式
比如，只匹配不在美元符号后面的数字，要写成 /(?<!\$)\d+/
// 数字在美元符号后面匹配
/(?<=\$)\d+/.exec('Benjamin Franklin is on the $100 bill') // ['100']
// 数字不在美元符号后面匹配
/(?<!\$)\d+/.exec('it\'s is worth about €90') // ['90']
“后行断言”的实现需要先匹配 /(?<=y)x/ 的 x，然后再回到左边匹配 y 的部分。这种 “先右后左”的执行顺序与所有其他正则操作相反，导致了一些不符合预期的结果。
首先，“后行断言”的组匹配与政策情况下的结果是不一样的。
/(?<=(\d+)(\d+))$/.exec('1053') // ["", "1", "053"]
/^(\d+)(\d+)$/.exec('1053') // ["1053", "105", "3"]
没有“后行断言”时，第一个括号是 贪婪模式，第二个括号只能捕获一个字符，所以结果是 105 和 3.而有 “后行断言” 是，由于执行顺序是从右到左，第二个括号是贪婪模式，第一个括号只能捕获到一个字符，所以结果是 1 和 053.
其次，“后行断言” 的反斜杠引用也与通常的顺序相反，必须放在对应的括号之前。
/(?<=(o)d\1)r/.exec('hodor') // null
/(?<=\1d(o))r/.exec('hodor') // ['r', 'o']
上面代码中，后行断言的反斜杠引用（\1）必须放在前面才可以，放在括号的后面就不会得到匹配结果。因为后行断言是先从左到右扫描，发现匹配以后再回过头从右到左完成反斜杠引用。
九、具名组匹配
9.1、简介
正则表达式使用 圆括号进行组匹配
const RE_DATE = /(\d{4})-(\d{2})-(\d{2})/
const matchObj = RE_DATE.exec('1922-12-31')
matchObj[1] // 1999
组匹配的一个问题是，每一组的匹配含义不容易看出来，而且只能用数字序号引用，要是组的顺序变了，引用的时候就必须修改序号。
有一个“具名组匹配”（Named Capture Groups）的提案，其中允许为每一个组匹配指定一个名字，即便于阅读代码，又便于引用。
const RE_DATE = /(?<year>\d{4})-(?<month>\d{2})-(?<day>\d{2})/
const matchObj = RE_DATE.exec('1999-12-31')
const year = matchObj.groups.year // 1999
const month = matchObj.groups.month // 12
const day = matchObj.groups.day // 31
如果具名组没有匹配，那么对应的 groups 对象属性会是 undefined
9.2、解构赋值 和 替换
有了具名匹配以后，可以使用解构赋值直接从匹配结果上为变量复制
let { groups: {one, two} } = /^(?<one>.*):(?<two>.*)$/u.exec('foo:bar')
one // foo
two // bar
字符串替换时，使用$<组名>引用具名组
let re = /(?<year>\d{4})-(?<month>\d{2})-(?<day>\d{2})/u
'2015-01-02'.replace(re, '$<year>/$<month>/$<day>')
// "2015/01/02"
replace 方法的第二个参数也可以是一个函数，该函数的参数列序如下。
'2015-01-02'.replace(re, (
matched, // 整个匹配结果 2015-01-02
capture1, // 第一组匹配 2015
capture2, // 第二组匹配 01
capture3, // 第三组匹配 02
position, // 匹配开始的位置 0
s, // 原字符串
groups // 具名构成的一个对象 {year, month, day}
) => {
let {year, month, day} = groups
return `${day}/${month}/${day}`
})
9.3、引用
如果在 正在表达式内部引用某个“具名组匹配”，可以使用 \k<组名> 的写法
const RE_TWICE = /^(?<word>[a-z]+)!\k<word>$/
RE_TWICE.test('abc!abc') // true
数字引用 （\1）依然有效
const RE_TWICE = /^(?<word>[a-z]+)!\1$/
console.log(RE_TWICE.test('abc!abc'))
上面两种语法可以进行同时使用。
网友评论