ECMAScript正则表达式6个最新特性

123次阅读

共计 3429 个字符,预计需要花费 9 分钟才能阅读完成。

译者按:还没学好 ES6?ECMAScript 2018 已经到来啦!

原文:ECMAScript regular expressions are getting better!

作者: Mathias Bynens: Google V8 引擎开发者

译者:Fundebug

为了保证可读性,本文采用意译而非直译。另外,本文版权归原作者所有,翻译仅用于学习。
1999 年,ECMAScript 3 添加了对正则表达式的支持。
16 年之后,ECMAScript 6(即 ECMAScript 2015 或者 ES6)引入了 Unicode 模式 (u 选项), sticky 模式(y 选项) 以及 RegExp.prototype.flags 的 getter 方法。
这篇博客将介绍 ECMAScript 正则表达式的最新特性:

dotAll 模式(s 选项)
Lookbehind 断言
Named capture groups
Unicode property escapes
String.prototype.matchAll
规范 RegExp 遗留特性

1. dotAll 模式(s 选项)
这个特性已经在 ECMAScript 2018 正式发布了。
默认情况下,. 可以匹配任意字符,除了换行符:
/foo.bar/u.test(‘foonbar’); // false
另外,. 不能匹配 Unicode 字符,需要使用 u 选项启用 Unicode 模式才行。
ES2018 引入了 dotAll 模式,通过 s 选项可以启用,这样,. 就可以匹配换行符了。
/foo.bar/su.test(‘foonbar’); // true
2. Lookbehind 断言
这个特性已经在 ECMAScript 2018 正式发布了。
ECMAScript 目前仅支持 lookahead 断言。
下面示例是 Positive lookahead,匹配字符串“42 dollars”中紧跟着是 ”dollars” 的数字:
const pattern = /d+(?= dollars)/u;
const result = pattern.exec(’42 dollars’);
console.log(result[0]); // 打印 42
下面示例是 Negative lookahead,匹配字符串“42 pesos”中紧跟着的不是 ”dollars” 的数字:
const pattern = /d+(?! dollars)/u;
const result = pattern.exec(’42 pesos’);
console.log(result[0]); // 打印 42
ES2018 添加了 lookbehind 断言。
下面示例是 Positive lookbehind,匹配字符串“$42”中前面是 ”$” 的数字:
const pattern = /(?<=$)d+/u;
const result = pattern.exec(‘$42’);
console.log(result[0]); // 打印 42
下面示例是 Negative lookbehind,匹配字符串“$42”中前面不是是 ”$” 的数字:
const pattern = /(?<!$)d+/u;
const result = pattern.exec(‘€42’);
console.log(result[0]); // 打印 42
Fundebug 专注于网页、微信小程序、微信小游戏,支付宝小程序,React Native,Node.js 和 Java 线上 BUG 实时监控,欢迎免费试用
3. Named capture groups
这个特性已经在 ECMAScript 2018 正式发布了。
目前,正则表达式中小括号匹配的分组是通过数字编号的:
const pattern = /(d{4})-(d{2})-(d{2})/u;
const result = pattern.exec(‘2017-01-25’);
console.log(result[0]); // 打印 ”2017-01-25″
console.log(result[1]); // 打印 ”2017″
console.log(result[2]); // 打印 ”01″
console.log(result[3]); // 打印 ”25″
这样很方便,但是可读性很差,且不易维护。一旦正则表达式中小括号的顺序有变化时,我们就需要更新对应的数字编号。
ES2018 添加 named capture groups, 可以指定小括号中匹配内容的名称,这样可以提高代码的可读性,也便于维护。
const pattern = /(?<year>d{4})-(?<month>d{2})-(?<day>d{2})/u;
const result = pattern.exec(‘2017-01-25’);
console.log(result.groups.year); // 打印 ”2017″
console.log(result.groups.month); // 打印 ”01″
console.log(result.groups.day); // 打印 ”25″
4. Unicode property escapes
这个特性已经在 ECMAScript 2018 正式发布了。
Unicode 标准为每一个字符分配了多个属性。比如,当你要匹配希腊语字符时,则可以搜索 Script_Extensions 属性为 Greek 的字符。
Unicode property escapes 使得我们可以使用 ECMAScript 正则表达式直接匹配 Unicode 字符的属性:
const regexGreekSymbol = /p{Script_Extensions=Greek}/u;
console.log(regexGreekSymbol.test(‘π’)); // 打印 true
5. String.prototype.matchAll
这个特性还处在 Stage 3 Draft
g 和 y 选项通常用于匹配一个字符串,然后遍历所有匹配的子串,包括小括号匹配的分组。String.prototype.matchAll 让这个操作变得更加简单了。
const string = ‘Magic hex numbers: DEADBEEF CAFE 8BADF00D’;
const regex = /b[0-9a-fA-F]+b/g;
for (const match of string.matchAll(regex)) {
console.log(match);
}
每一个迭代所返回的 match 对象与 regex.exec(string)所返回的结果相同:
// Iteration 1:
[
‘DEADBEEF’,
index: 19,
input: ‘Magic hex numbers: DEADBEEF CAFE 8BADF00D’
]

// Iteration 2:
[
‘CAFE’,
index: 28,
input: ‘Magic hex numbers: DEADBEEF CAFE 8BADF00D’
]

// Iteration 3:
[
‘8BADF00D’,
index: 33,
input: ‘Magic hex numbers: DEADBEEF CAFE 8BADF00D’
]
注意,这个特性还处在 Stage 3 Draft,因此还存在变化的可能性,示例代码是根据最新的提案写的。另外,浏览器也还没有支持这个特性。String.prototype.matchAll 最快可以被加入到 ECMAScript 2019 中。
6. 规范 RegExp 遗留特性
这个提案还处在 Stage 3 Draft
这个提案规范了 RegExp 的遗留特性,比如 RegExp.prototype.compile 方法以及它的静态属性从 RegExp.&dollar;1 到 RegExp.&dollar;9。虽然这些特性已经弃用 (deprecated) 了,但是为了兼容性我们不能将他们去。因此,规范这些 RegExp 遗留特性是最好的方法。因此,这个提案有助于保证兼容性。
参考

阮一峰 – ECMAScript 6 入门
Fundebug 博客 – JavaScript 正则表达式进阶指南
ECMAScript 2018: the final feature set

关于 Fundebug
Fundebug 专注于 JavaScript、微信小程序、微信小游戏、支付宝小程序、React Native、Node.js 和 Java 实时 BUG 监控。自从 2016 年双十一正式上线,Fundebug 累计处理了 6 亿 + 错误事件,得到了 Google、360、金山软件等众多知名用户的认可。欢迎免费试用!
版权声明: 转载时请注明作者 Fundebug 以及本文地址:https://blog.fundebug.com/201…

正文完
 0