正则的扩展详解

  • 正则的扩展详解已关闭评论
  • 113 次浏览
  • A+
所属分类:Web前端
摘要

在es5中,RegExp的构造函数参数有两种情况
1、字符串
2、正则表达式这两种情况是等价的


RegExp()

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uFFFFUnicode字符

/^uD83D/u.test('uD83DuDC2A');  // false 

这里加上了u.所以变成了es6支持,将uD83DuDC2A转译为一个字符,与uD83D不匹配,所以返回false

/^uD83D/.test('uD83DuDC2A'); // true   

这里没有加u.es5支持,无法识别4个字节的UTF-16编码。会将uD83DuDC2A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0xFFFFunicode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0xFFFFunicode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 = /heelod/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('foonbar') 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('foonbar') 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1,6b的下标为1e的下一个字符的下标为6`
  • 组会单独进行匹配,d的下标为4e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:bcdefgdefgfg,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]} 

正则的扩展详解
正则的扩展详解

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   } 

正则的扩展详解

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 

正则的扩展详解


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