【JS第14期】RegExp 详解

定义正则表达式的方式

以字面量的形式定义正则表达式

ECMAScript 通过 RegExp 类型来支持正则表达式。语法如下：

var expression = / pattern / flags;

pattern 可以是任何简单或复杂的正则表达式，可以包含字符类、限定符、分组、向前查找以及反向应用

flags 标明正则表达式的行为。正则表达式的匹配模式支持下列3哥标标志：

• g: 表示全局模式，即模式将应用于所有字符串
• i: 表示不区分大小写模式
• m: 表示多行模式，即在到达一行文末后继续查找下一行是否存在与模式匹配的项

模式中使用的所有元字符都必须转义。正则表达式的元字符包括：( [ { } ] ) \ ^ $ | ? * + .等

以RegExp构造函数的形式定义正则表达式

RegExp构造函数接收两个参数：一个是要匹配的字符串模式，另一个是可选的标志字符串。如：

// 匹配第一个bat 或 cat 不区分大小写
var reg = new RegExp('[bc]at', 'i')

由于RegExp构造函数的模式参数是字符串，所以在一些情况下要对字符串进行双重转义，所有的元字符必须双重转义，那些转义过的字符也是如此，例如\n在对象字面量中通常转义为\\n,而在正则表达式字符串中变成\\\\n。

两种表达式的区别

在ECMAScript 3中，正则表达式字面量始终会共享同一个RegExp 实例， 而使用构造函数创建的每一个新的RegExp 实例都是一个新的实例。

var re = null, i;
for (i = 0; i < 10; i++) {
  re = /cat/g;
  console.log(re.test('catastrophe'));
}
for (i = 0; i< 10; i++) {
  re = new RegExp('cat', 'g');
  console.log(re.test('catastrophe'))
}

在第一个循环中，实际上只为/cat/创建了一个RegExp实例。由于实例属性不会被重置，所以在下次循环调用test()方法时会失败。这是因为第一次调用test()找到了'cat',第二次调用是从索引为3的自负开始，所以就找不到。由于会测试到字符串结尾所以在下次调用是又从开头开始了。

在第二个循环中，由于每次循环重新创建了RegExp实例，所以每次调用都会返回true

ECMAScript 5 规定，使用字面量创建时，要与使用RegExp构造函数时一样，每次都创建一个实例

RegExp 实例属性

• global: 布尔值，表示是否设置了g标志
• ignoreCase: 布尔值，表示是否设置了i标志
• lastIndex: 整数，表示开始搜索下一个匹配项的字符串位置，从0开始
• multiline:布尔值，表示是否设置了m标志
• source: 返回按字面量表示法表示的模式字符串

RegExp 实例方法

exec()

参数	描述
string	必需。要检索的字符串

exec() 方法用于检索字符串中的正则表达式的匹配。
语法
RegExpObject.exec(string)
参数

参数	描述
string	必需。要检索的字符串

var text = 'mom and dad and baby';
var reg = /mom( and dad (and baby)?)?/gi;
console.log(reg.exec(text))
//[
//  0: "mom and dad and baby",
//  1: " and dad and baby",
//  2: "and baby",
//  groups: undefined,
//  index: 0,
//  input: "mom and dad and baby",
//  length: 3
//]

返回值

如果匹配成功，exec() 方法返回一个数组，并更新正则表达式对象的属性。返回的数组将完全匹配成功的文本作为第一项，将正则括号里匹配成功的作为数组填充到后面。

返回值（数组）	描述
[0]	匹配的全部字符串
[1], ...[n ]	括号中的分组捕获
index	匹配到的字符位于原始字符串的基于0的索引值
input	原始字符串

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

上面代码中，“具名组匹配”在圆括号内部，模式的头部添加“问号 + 尖括号 + 组名”（?<year>），然后就可以在exec方法返回结果的groups属性上引用该组名。同时，数字序号（matchObj[1]）依然有效。

如果匹配失败，exec() 方法返回 null

test()

参数	描述
string	用来与正则表达式匹配的字符串

test() 方法执行一个检索，用来查看正则表达式与指定的字符串是否匹配。返回 true 或 false。
语法
RegExpObject.test(string)
参数

参数	描述
string	用来与正则表达式匹配的字符串

let str = 'hello world!';
let result = /^hello/.test(str);
console.log(result); 
// true

返回值

如果正则表达式与指定的字符串匹配 ，返回true；否则false。

toString() 和 toLocaleString()

toString() 和 toLocaleString() 方法返回的时字面量形式的正则字符串表达式

RegExp 构造函数属性

长属性名	短属性名	描述
input	$_	最近一次要匹配的字符串。opera 未实现此属性
lastMatch	$&	最近一次匹配项。opera 未实现此属性
lastParen	$+	最近一次要匹配的捕获组。opera 未实现此属性
leftContext	$`	input字符串中lastMatch之前的文本
mutiline	$*	布尔值，表示是否所有表达式都使用多行模式。IE和opera 未实现此属性
rightContext	$'	input字符串中lastMatch之后的文本

RegExp 构造函数包含一些属性（这些属性在其他语音中被看成是静态属性）。这些属性由两种方式访问，一种时长属性，一种是短属性。如下表：

长属性名	短属性名	描述
input	$_	最近一次要匹配的字符串。opera 未实现此属性
lastMatch	$&	最近一次匹配项。opera 未实现此属性
lastParen	$+	最近一次要匹配的捕获组。opera 未实现此属性
leftContext	$`	input字符串中lastMatch之前的文本
mutiline	$*	布尔值，表示是否所有表达式都使用多行模式。IE和opera 未实现此属性
rightContext	$'	input字符串中lastMatch之后的文本

var txt = 'this has been a short summer';
var reg = /(.)hort/g;
if (reg.test(txt)) {
  console.log(RegExp.$_); // this has been a short summer
  console.log(RegExp['$`']); // this has been a 
  console.log(RegExp["$'"]); //  summer
  console.log(RegExp['$&']); // short
  console.log(RegExp['$+']); // s
  console.log(RegExp["$*"]); // false   safari false || chrome undefined
}

除了上面几个属性还有9个用于捕获组的构造函数属性。RegExp.$1... RegExp.$9,分别用于存储第一、第二...等匹配捕获组

模式的局限性

ECMAScript 中正则表达式缺少某些语言（如：perl）支持的高级特性。下面列出一些不支持的特性。（了解更多访问www.regular-expressions.info）

• 匹配字符串开头和结尾的\A和\Z锚
• 向后查找
• 并集和交集类
• 原子组
• Unicode 支持（单个字符串除外，如：\uFFFF）
• 命名的捕获组
• s（single，单行） 和 x（free-spacing,无间隔） 匹配模式
• 条件匹配
• 正则表达式注释