正则的扩展详解

发布时间：2023-02-21 文章分类：编程知识投稿人：赵颖字号：默认 | 大 | 超大打印

RegExp()

在es5中，RegExp的构造函数参数有两种情况
1、字符串
2、正则表达式

// 第一种情况
let regex = new RegExp('abc', 'i')
// 第二种情况
let regex2 = /abc/i

这两种情况是等价的

let s = 'abc'
regex.test(s) == regex2.test(s); // true

在es5中这两种方式不能混用，如果第一个参数是一个正则，第二个是修饰会报错
let regex3 = new RegExp(/abc/,'i') // 报错

es6改变了这种行为，如果第一个是正则，第二个参数可以使用修饰符，并且返回的正则表达式会忽略原有的正则表达式修饰符，只使用新指定的修饰符。

let regex4 = new RegExp(/abc/ig, 'i')

在这里，第二个参数i会把原有的正则修饰符ig覆盖,最后的结果为/abc/i

u 修饰符

es6对正则表达式添加了u修饰符，表示为Unicode模式，用来处理大于\uFFFF的Unicode字符

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

这里加上了u.所以变成了es6支持，将\uD83D\uDC2A转译为一个字符，与\uD83D不匹配，所以返回false

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

这里没有加u.为es5支持，无法识别4个字节的UTF-16编码。会将\uD83D\uDC2A识别为两个字符，比对的时候其中的字符匹配，所以返回true

点字符 .

点字符在正则表达式中，表示除了换行符以外的任意单个字符，但对于码点大于0xFFFF的字符，点字符串无法识别，必须前面加上u修饰符

let z = '正'
/^.$/.test(z);   // true
/^.$/u.test(z);  // true

Unicode 字符表示法

es6新增了大括号表示unicode字符，这种字符在正则中必须使用 u 修饰符才能识别，否则会被解读为量词，量词是无法识别大于0xFFFF的unicode字符的。

/\u{61}/.test('a'); // false
/\u{61}/u.test('a'); // true

i 修饰符

i 修饰符为不区分大小写，对于大于0xFFFF的unicode的修饰符，后面需要加上 u

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

y 修饰符

y修饰符，意为粘连（sticky）修饰符
在正则匹配中，g为全局匹配且没有位置限制。
y在正则匹配中，有位置限制，必须在上一次匹配完后的下一个字符串的第一位开始匹配。

let a = 'aaa-aa-a'
let r = /a+/y
let r2 = /a+/g
// 第一次匹配
r.exec(a); // aaa
r2.exec(a); // aaa

// 第二次匹配
r.exec(a); // null  
r2.exec(a); // aa

y为粘连，上一次匹配完后的下一个字符串第一位，第一位是：-无法匹配上，解决的方法：其实只需要修改一下正则保证每次匹配上就行了 /a+-/y
g为全局匹配没有位置限制

RegExp.prototype.sticky
来检查是否设置了 y 修饰符

let a1 = /heelo\d/y
console.log(a1.sticky); // true

检测正则表达式修饰符以及正文

source 返回正则匹配规则
flags 返回正则的修饰符

let rul = /abc/ig
console.log(rul.source); // abc
console.log(rul.flags); // ig

s 修饰符： dotAll模式

正则表达式中，点（.）是一个特殊的字符，代表任意字符，但是有两种例外
第一种：四个字节的UTF-16字符，这个使用 u 修饰符解决
第二种：行终止符，使用 s 修饰符解决

行终止符，就是该字符表示一行的终结，下面四个字符属于“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）

 let f = /foo.bar/.test('foo\nbar')
console.log(f); // false // 因为.不匹配 \n ,所以正则表达式返回false
// 解决方法 : s 修饰符
/* 使用s修饰符，可以使 . 匹配任意单个字符 */
let f2 = /foo.bar/s.test('foo\nbar')
console.log(f2); // true

这种s修饰符的模式被称为dotAll模式，dot就是代表一切字符。
所以，正则表达式还引入了dotAll模式，检查该表达式是否开启了dotAll模式。

let f3 = /foo.bar/s
console.log(f3.dotAll); // true  // 开始了dotAll模式

先行断言和后行断言

先行断言

先行断言指的是，x在y的前面才匹配
语法：/x(?=y)/ x在y符号前才匹配

let look = '100% 东方不败'
/\d+(?=%)/.exec(look); // 100  // 数字在百分号前面才匹配
let look2 = '100! 东方不败'
console.log(/\d+(?=%)/.exec(look2));  // null 没有匹配到%前的数字

后行断言

与先行断言相反，x在y的后面时才匹配
语法：/(?<=y)x/ 说明： ? 后面跟 <= 条件y

let look3 = '东方不败 $100 西方求败'
/(?<=\$)\d+/.exec(look3); // 100  表示在\$后的字符才会被匹配

注意 : 先行断言和后行断言的条件是不计入返回结果的

具名组匹配

正则表达式使用圆括号进行组的匹配，每组圆括号代表着一个匹配，匹配结果可以从组中提取出来

let rul = /(\d{4})-(\d{2})-(\d{2})/
let r = rul.exec('2022-12-13')
console.log(r[1]);  // 2022
console.log(r[2]);  // 12
console.log(r[3]);  // 13

虽然结果可以从组中提取出来，但它是通过下标提取的，如果组的顺序发生改变，那么下标也需要做对应更改，其实是不太方便的，对此es2018引入了"具名组匹配"，可以给组取别名，通过别名提取结果
语法：(?<别名>正则)

let rul2 = /(?<year>\d{4})-(?<month>\d{2})-(?<day>\d{2})/
let r2 = rul2.exec('2022-12-13')
console.log(r2.groups.year);  // 2022
console.log(r2.groups.month);  // 12
console.log(r2.groups.day);  // 13
console.log(r2.groups.minute);  // undefined  如果没有匹配，那么对象属性为undefined

解构赋值和替换

通过上面的具名组匹配，给组取别名后，在正则的groups中，匹配的属性实际上是一个对象，通过解构赋值可以直接从匹配结果上为变量赋值。

. 可以匹配任意字符，查找单个字符，除了换行和行结束符。
n* 匹配任何包含零个或多个 n 的字符串。

解构：

let {groups : {hours,minute}} = /^(?<hours>.*):(?<minute>.*)/.exec('12:49')
console.log(hours,minute);  // 12  49  // 通过解构赋值提取

替换
字符串替换时，使用$<组名>进行替换

将匹配的字符串位置替换
不影响原正则表达式

let rul4 = /(?<year>\d{4})-(?<month>\d{2})-(?<day>\d{2})/u
console.log('2022-12-13'.replace(rul4,'$<day>/$<month>/$<year>')); // 13-12-2022
console.log(rul4);  // /(?<year>\d{4})-(?<month>\d{2})-(?<day>\d{2})/u

replace()的第二个参数可以是一个函数

let data = '2022-12-13'.replace(rul4,(matched,params1,param2,params3,position,sources,groups)=>{
        let {day,month,year} = groups;
        return `${day}/${month}/${year}`
       })
console.log(data);   // 13-12-2022

说明:

matched // '2022-12-13' 匹配结果
params1 // 第一个组匹配2022
param2 // 第一个组匹配12
params3 // 第一个组匹配13
position // 匹配开始的位置 0
sources // 原字符串 2022-12-13
groups // 具名组构成的一个对象

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

let str = /^(?<word>[a-z]+)!\k<word>$/
str.test('abc!abc');  // true  引用了具名匹配，前后都是abc,前后字符一致
str.test('abc!ab');   // false 引用了具名匹配，前后字符不匹配，但是第二个少一个c

其实可以这么理解，引用就是将前面定义好的组，拿过来复用。

数字引用
首先需要明确分组的概念，即正则中的（）中的内容是一个分组，里面的内容作为一个整体引用。如果在分组后面接上 \数字，表示匹配第几个分组

let str2 = /^(\d{2})([a-z]+)\1$/
console.log(str2.test('11abcd'));  // false 
console.log(str2.test('11aa11'));  // true

第一个输出：问题出在结尾是英文，这里结尾使用了\数字，1表示匹配第一个分组，第一个分组是必须是2个数字，这里的结尾用的英文所以返回false
第二个输出：true，其实这时的正则为/^(\d{2})([a-z]+)(\d{2})$/，\1引用了第一个组

具名匹配的引用和数字引用可以同时使用

let str3 = /^(?<word>[a-z]+)-(\d{2})-\k<word>-\2$/
str3.test('a-11-a-11'); // true
str3.test('a-11-a-aa'); // false

第一个输出：这里使用了引用以及数字引用
第二个输出：false, 结尾通过数字引用后，应该为数字\d{2}

d 修饰符：正则匹配索引

es2022新增d修饰符，可以在exec()、match()的返回结果添加indices属性，在该属性上可以拿到匹配的开始位置和结束位置，下标从0开始

let text = 'abcdefg'
let te = /bc/d
let result = te.exec(text)
result.index;  // 1   拿到bc匹配的起始位置，下标为1
result.indices;  // [1,3]  拿到bc匹配的开始和结束位置的下一个字符的位置

非常重要！！！这里需要注意的是，匹配的字符串开始位置是字符串的第一个值，匹配的结束位置，并不在返回结果中，正确来说，匹配的结束位置是匹配字符串的末尾的下一个位置，如果这一句不理解，下面的内容将会很难理解

如果正则中包含组匹配，那么indices属性对应的数组就会包含多个成员，并且提供每个组的开始位置和结束位置

let text2 = 'abccdef'
let te2 = /bc+(de)/d
let result2 = te2.exec(text2)
console.log(result2.indices);  // [1,6][4,6]

这里的匹配并不是单个的匹配，而是整体，最外层的bc其实不参与单独的匹配，而是放到bcde整体中，所以第一个数组打印的是1,6，b的下标为1，e的下一个字符的下标为6`
组会单独进行匹配，d的下标为4，e的下一个字符的下标为6

多个组匹配以及下标

let text3 = 'abccdefgh'
let te3 = /bc+(de(fg))/d
let result3 = te3.exec(text3)
result3.indices;  // [1,8][4,8][6,8]

匹配的顺序：bcdefg、defg、fg，对应的打印结果[1,8][4,8][6,8]

如果正则表达式包含具名匹配，那么indices.groups的属性会是一个对象，可以从该对象获取具名组匹配的开始位置和结束位置

let text4 = 'abcdefgh'
let te4 = /bc+(?<word>de)/d  // 具名组<word>
let result4 = te4.exec(text4)
result4.indices; // [1,5][3,5]
result4.indices.groups; // {word : [3,5]}

如果未匹配上则打印undefined

String.prototype.matchAll()

matchAll()可以一次性取出所有匹配，返回的是遍历器（Iterator）而不是数组

let strings = 'test1test2test3';
let regex = /t(e)(st(\d?))/g;
for(let match of strings.matchAll(regex)){
   console.log(match);  // 返回所有匹配
  }

转为数组的方法一

[...strings.matchAll(regex)]; // 返回所有匹配，结果为数组

转为数组的方法二

Array.from(strings.matchAll(regex)); // 返回所有匹配，结果为数组

案例源码：https://gitee.com/wang_fan_w/es6-science-institute

如果觉得这篇文章对你有帮助，欢迎点亮一下star哟

标签 let, 函数参数, 变量赋值, 扩展, 正则