首页 > 代码库 > ES6正则表达式扩展
ES6正则表达式扩展
前面的话
正则表达式是javascript操作字符串的一个重要组成部分，但在以往的版本中并未有太多改变。然而，在ES6中，随着字符串操作的变更， ES6也对正则表达式进行了一些更新。本文将详细介绍ES6正则表达式扩展
构造函数
在 ES5 中，RegExp构造函数的参数有两种情况。
第一种情况是，参数是字符串，这时第二个参数表示正则表达式的修饰符（flag）
var regex = new RegExp(‘xyz‘, ‘i‘);// 等价于var regex = /xyz/i;
第二种情况是，参数是一个正则表示式，这时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，ES5 不允许此时使用第二个参数添加修饰符，否则会报错
// Uncaught TypeError: Cannot supply flags when constructing one RegExp from anothervar regex = new RegExp(/xyz/, ‘i‘);
ES6 改变了这种行为。如果RegExp构造函数第一个参数是一个正则对象，那么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有的正则表达式的修饰符，只使用新指定的修饰符
console.log(new RegExp(/abc/ig, ‘i‘).flags);//i
上面代码中，原有正则对象的修饰符是ig，它会被第二个参数i覆盖
【flags】
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/abc/ig.flags//‘gi‘
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()和split()
ES6 将这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，全都定义在RegExp对象上
String.prototype.match 调用 RegExp.prototype[Symbol.match]String.prototype.replace 调用 RegExp.prototype[Symbol.replace]String.prototype.search 调用 RegExp.prototype[Symbol.search]String.prototype.split 调用 RegExp.prototype[Symbol.split]
u修饰符
正则表达式可以完成简单的字符串操作，但默认将字符串中的每一个字符按照16位编码处理。为了解决这个问题， 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。也就是说，会正确处理四个字节的 UTF-16 编码
/^\uD83D/u.test(‘\uD83D\uDC2A‘) // false/^\uD83D/.test(‘\uD83D\uDC2A‘) // true
一旦为正则表达式设置了 u 修饰符，正则表达式将会识别32位的辅助平面字符为1个字符，而不是两个
【点号】
点（.）字符在正则表达式中，含义是除了换行符以外的任意单个字符。对于码位大于0xFFFF的 Unicode 字符，点字符不能识别，必须加上u修饰符
var text = "??" ;console.log(text.length); // 2console.log(/^.$/.test(text));//falseconsole.log(/^.$/u.test(text)); //true
【大括号】
ES6 新增了使用大括号表示 Unicode 字符，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/\u{20BB7}/u.test(‘??‘) // true【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/??{2}/.test(‘????‘) // false/??{2}/u.test(‘????‘) // true【预定义模式】
u修饰符也影响到预定义模式，能否正确识别码点大于0xFFFF的 Unicode 字符
/^\S$/.test(‘??‘) // false/^\S$/u.test(‘??‘) // true
【字符串长度】
上面代码的\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
虽然ES6不支持字符串码位数量的检测，length属性仍然返回字符串编码单元的数量。利用[\s\S]，再加上u修饰符，就可以写出一个正确返回字符串长度的函数
function codePointLength(text) { var result = text.match(/[\s\S]/gu); return result ? result.length : 0;}var s = ‘????‘;console.log(s.length); // 4console.log(codePointLength(s)); // 2
【检测支持】
u修饰符是语法层面的变更，尝试在不兼容 ES6 的 JS 引擎中使用它会抛出语法错误。如果要检测当前引擎是否支持u修饰符，最安全的方式是通过以下函数来判断
function hasRegExpU() { try { var pattern = new RegExp(".", "u"); return true; } catch (ex) { return false; }}
这个函数使用了RegExp构造函数并传入字符串‘u‘作为参数，该语法即使在旧版 JS 引擎中也是有效的。但是，如果当前引擎不支持u修饰符则会抛出错误
y修饰符
除了u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，也是全局匹配，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就可，而y修饰符确保匹配必须从剩余的第一个位置开始，这也就是“粘连”的涵义
【全局匹配】
y修饰符的设计本意，就是让头部匹配的标志^在全局匹配中都有效
var s = ‘aaa_aa_a‘;var r1 = /a+/g;var r2 = /a+/y;console.log(r1.exec(s)); // ["aaa"]console.log(r2.exec(s)); // ["aaa"]console.log(r1.exec(s)); // ["aa"]console.log(r2.exec(s)); // null
上面代码有两个正则表达式，一个使用g修饰符，另一个使用y修饰符。这两个正则表达式各执行了两次，第一次执行的时候，两者行为相同，剩余字符串都是_aa_a。由于g修饰没有位置要求，所以第二次执行会返回结果，而y修饰符要求匹配必须从头部开始，所以返回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;console.log(r.exec(s)); // ["aaa_"]console.log(r.exec(s)); // ["aa_"]
上面代码每次匹配，都是从剩余字符串的头部开始
【非全局匹配】
单单一个y修饰符使用match方法，只能返回第一个匹配，必须与g修饰符联用，才能返回所有匹配
‘a1a2a3‘.match(/a\d/y) // ["a1"]‘a1a2a3‘.match(/a\d/gy) // ["a1", "a2", "a3"]
[注意]y修饰符只有在调用 exec()和test()这两个正则匹配方法时，才会进行全局匹配；如果调用match()、replace()等字符串的方法时，不会进行全局匹配
【stiky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\d/y;r.sticky // true
【应用】
y修饰符的一个应用，是从字符串提取 token（词元），y修饰符确保了匹配之间不会有漏掉的字符
const TOKEN_Y = /\s*(\+|[0-9]+)\s*/y;const TOKEN_G = /\s*(\+|[0-9]+)\s*/g;tokenize(TOKEN_Y, ‘3 + 4‘)// [ ‘3‘, ‘+‘, ‘4‘ ]tokenize(TOKEN_G, ‘3 + 4‘)// [ ‘3‘, ‘+‘, ‘4‘ ]function tokenize(TOKEN_REGEX, str) { let result = []; let match; while (match = TOKEN_REGEX.exec(str)) { result.push(match[1]); } return result;}
上面代码中，如果字符串里面没有非法字符，y修饰符与g修饰符的提取结果是一样的。但是，一旦出现非法字符，两者的行为就不一样了
tokenize(TOKEN_Y, ‘3x + 4‘)// [ ‘3‘ ]tokenize(TOKEN_G, ‘3x + 4‘)// [ ‘3‘, ‘+‘, ‘4‘ ]
上面代码中，g修饰符会忽略非法字符，而y修饰符不会，这样就很容易发现错误
【检测支持】
y修饰符与u修饰符类似，它也是一个语法层面的变更，尝试在不兼容 ES6 的 JS 引擎中使用它会抛出语法错误。如果要检测当前引擎是否支持y修饰符，可以通过以下函数来检测
function hasRegExpY() { try { var pattern = new RegExp(".", "y"); return true; } catch (ex) { return false; }}
这个函数使用了RegExp构造函数并传入字符串‘y‘作为参数，该语法即使在旧版 JS 引擎中也是有效的。但是，如果当前引擎不支持y修饰符则会抛出错误
<script type="text/javascript" src="http://files.cnblogs.com/files/xiaohuochai/contextMenu.js"></script><script type="text/javascript" src="http://files.cnblogs.com/files/xiaohuochai/catalog.js"></script>
ES6正则表达式扩展