简介
正则表达式是咱们做数据匹配的时候罕用的一种工具,尽管正则表达式的语法并不简单,然而如果多种语法组合起来会给人一种无从下手的感觉。
于是正则表达式成了程序员的噩梦。明天咱们来看一下如何在ES9中玩转正则表达式。
Numbered capture groups
咱们晓得正则表达式能够分组,分组是用括号来示意的,如果想要获取到分组的值,那么就叫做capture groups。
通常来说,咱们是通过序号来拜访capture groups的,这叫做Numbered capture groups。
举个例子:
const RE_DATE = /([0-9]{4})-([0-9]{2})-([0-9]{2})/;const matchObj = RE_DATE.exec('1999-12-31');const year = matchObj[1]; // 1999const month = matchObj[2]; // 12const day = matchObj[3]; // 31
下面的正则表达式要匹配年月日,而后通过exec办法,返回match的数组。这个数组存储的是匹配的groups信息。
因为咱们有三个括号,所以能够匹配三个group。而后通过1,2,3来拜访特定的group。
咱们把下面的matchObj输入看一下其中的内容:
[ '1999-12-31', '1999', '12', '31', index: 0, input: '1999-12-31', groups: undefined]
能够看到matchObj是一个数组,index 0存储的是要匹配的字符串。这里咱们看到matchObj还有一个groups是undefined,这个groups就是命名groups。
Named capture groups
下面讲到了numbered capture groups是通过序列号来拜访到匹配的数据。然而匹配到的group是没有名字的。
咱们看下怎么才可能给这些groups起个名字:
const RE_DATE = /(?<year>[0-9]{4})-(?<month>[0-9]{2})-(?<day>[0-9]{2})/;const matchObj = RE_DATE.exec('1999-12-31');const year = matchObj.groups.year; // 1999const month = matchObj.groups.month; // 12const day = matchObj.groups.day; // 31
看下matchObj的内容:
[ '1999-12-31', '1999', '12', '31', index: 0, input: '1999-12-31', groups: [Object: null prototype] { year: '1999', month: '12', day: '31' }]
能够看到,这次多了groups的信息。
如果要匹配咱们之前匹配过的group信息,则能够应用numbered groups的 \k 或者 named groups的 \k<name>.
咱们看一个例子:
const RE_TWICE = /^(?<word>[a-z]+)!\k<word>$/;RE_TWICE.test('abc!abc'); // trueRE_TWICE.test('abc!ab'); // false
const RE_TWICE = /^(?<word>[a-z]+)!\1$/;RE_TWICE.test('abc!abc'); // trueRE_TWICE.test('abc!ab'); // false
两种语法都能够应用。
Named capture groups还能够和replace一起应用。
有了group name,咱们能够间接在replace中应用group name来做援用:
const RE_DATE = /(?<year>[0-9]{4})-(?<month>[0-9]{2})-(?<day>[0-9]{2})/;console.log('1999-12-31'.replace(RE_DATE, '$<month>/$<day>/$<year>')); // 12/31/1999
replace的第二个参数还能够是一个函数,函数的参数就是咱们group进去的一些内容:
const RE_DATE = /(?<year>[0-9]{4})-(?<month>[0-9]{2})-(?<day>[0-9]{2})/;console.log('1999-12-31'.replace( RE_DATE, (g0,y,m,d,offset,input, {year, month, day}) => // (A) month+'/'+day+'/'+year)); // 12/31/1999
下面的例子中,g0 = 1999-12-31 示意匹配的子字符串。 y, m, d 匹配的是numbered groups 1,2,3。
input 是整个的输出。{year, month, day} 匹配的是named groups。
RegExp中Unicode属性的本义
在Unicode规范中,每一个字符都有属性,简略点说属性就是用来形容这个字符的。
比如说General_Category示意的是字符的分类: x: General_Category = Lowercase_Letter
White_Space示意的是空格,tabs和换行: \t: White_Space = True
Age示意的是该字符什么时候被退出到Unicode中等等。
这些属性还有对应的缩写: Lowercase_Letter = Ll , Currency_Symbol = Sc 等等。
举个例子,比如说咱们想匹配空格。传统做法是这样做的:
> /^\s+$/.test('\t \n\r')true
后面是正则表达式,而后应用一个test办法来匹配字符串,最终失去的true。
刚刚讲到了unicode的属性,咱们也能够用属性来匹配:
> /^\p{White_Space}+$/u.test('\t \n\r')true
属性匹配应用的是\p
, 前面跟的是属性值。
留神,咱们还要在正则表达式前面加上u,以示意应用的是Unicode属性本义。
lookaround assertion
lookaround assertion能够被翻译为环视断言,它是正则表达式中的一种构造,用来判断要匹配的对象的前后环境是什么样的。
有两种lookaround assertion,一种是Lookahead一种是Lookbehind。
咱们先看一下Lookahead的应用:
const RE_AS_BS = /aa(?=bb)/;const match1 = RE_AS_BS.exec('aabb');console.log(match1[0]); // 'aa'const match2 = RE_AS_BS.exec('aab');console.log(match2); // null
lookahead就是向前查看,下面咱们应用的是(?=bb)
来向前匹配bb。
留神,尽管正则表达式匹配上了aabb,然而match中并不蕴含bb。
后果是第一个匹配上了,第二个没有匹配。
除了是用?=
之外,咱们还能够应用?!
示意不等:
> const RE_AS_NO_BS = /aa(?!bb)/;> RE_AS_NO_BS.test('aabb')false> RE_AS_NO_BS.test('aab')true> RE_AS_NO_BS.test('aac')true
再来看一下Lookbehind的应用。
Lookbehind和Lookahead查问的方向刚刚相同。
向后匹配是应用?<=
来示意的,咱们来看一个例子:
const RE_DOLLAR_PREFIX = /(?<=\$)foo/g;'$foo %foo foo'.replace(RE_DOLLAR_PREFIX, 'bar'); // '$bar %foo foo'
下面的例子中,咱们匹配了最后面的$,而后应用bar替换掉了foo。
同样的,咱们也能够应用?<!
来示意非相等的状况:
const RE_NO_DOLLAR_PREFIX = /(?<!\$)foo/g;'$foo %foo foo'.replace(RE_NO_DOLLAR_PREFIX, 'bar'); // '$foo %bar bar'
dotAll flag
失常状况下dot . 代表的是一个字符,然而这个字符不可能代表行的结束符:
> /^.$/.test('\n')false
而dotAll是在 dot . 匹配前面引入的s, 它能够被用来匹配行的结束符:
> /^.$/s.test('\n')true
在ES中,有上面几种字符示意的都是行的结束符:
- U+000A LINE FEED (LF) (\n)
- U+000D CARRIAGE RETURN (CR) (\r)
- U+2028 LINE SEPARATOR
- U+2029 PARAGRAPH SEPARATOR
总结
以上就是ES9中引入的正则表达式RegExp的新个性了,心愿大家可能喜爱。
本文作者:flydean程序那些事
本文链接:http://www.flydean.com/es9-regexp/
本文起源:flydean的博客
欢送关注我的公众号:「程序那些事」最艰深的解读,最粗浅的干货,最简洁的教程,泛滥你不晓得的小技巧等你来发现!