ECMAScript 6 正则的扩展

由 youj 创建，Carrie 最后一次修改 2016-09-20 RegExp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。var regex = new RegExp(/xyz/, 'i');// Uncaught TypeError: Cannot supply flags when constructing one RegExp from anotherES6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。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。字符串的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上面代码中，\uD83D\uDC2A是一个四个字节的UTF-16编码，代表一个字符。但是，ES5不支持四个字节的UTF-16编码，会将其识别为两个字符，导致第二行代码结果为true。加了u修饰符以后，ES6就会识别其为一个字符，所以第一行代码结果为false。一旦加上u修饰符号，就会修改下面这些正则表达式的行为。（1）点字符点（.）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。对于码点大于0xFFFF的Unicode字符，点字符不能识别，必须加上u修饰符。var s = '????';/^.$/.test(s) // false/^.$/u.test(s) // true上面代码表示，如果不添加u修饰符，正则表达式就会认为字符串为两个字符，从而匹配失败。（2）Unicode字符表示法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。/\u{61}/.test('a') // false/\u{61}/u.test('a') // true/\u{20BB7}/u.test('????') // true上面代码表示，如果不加u修饰符，正则表达式无法识别\u{61}这种表示法，只会认为这匹配61个连续的u。（3）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另外，只有在使用u修饰符的情况下，Unicode表达式当中的大括号才会被正确解读，否则会被解读为量词。/^\u{3}$/.test('uuu') // true上面代码中，由于正则表达式没有u修饰符，所以大括号被解读为量词。加上u修饰符，就会被解读为Unicode表达式。（4）预定义模式u修饰符也影响到预定义模式，能否正确识别码点大于0xFFFF的Unicode字符。/^\S$/.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。利用这一点，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 = '????????';s.length // 4codePointLength(s) // 2（5）i修饰符有些Unicode字符的编码不同，但是字型很相近，比如，\u004B与\u212A都是大写的K。/[a-z]/i.test('\u212A') // false/[a-z]/iu.test('\u212A') // true上面代码中，不加u修饰符，就无法识别非规范的K字符。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。var s = 'aaa_aa_a';var r1 = /a+/g;var r2 = /a+/y;r1.exec(s) // ["aaa"]r2.exec(s) // ["aaa"]r1.exec(s) // ["aa"]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;r.exec(s) // ["aaa_"]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。使用lastIndex属性，可以更好地说明y修饰符。const REGEX = /a/g;// 指定从2号位置（y）开始匹配REGEX.lastIndex = 2;// 匹配成功const match = REGEX.exec('xaya');// 在3号位置匹配成功match.index // 3// 下一次匹配从4号位开始REGEX.lastIndex // 4// 4号位开始匹配失败REGEX.exec('xaxa') // null上面代码中，lastIndex属性指定每次搜索的开始位置，g修饰符从这个位置开始向后搜索，直到发现匹配为止。y修饰符同样遵守lastIndex属性，但是要求必须在lastIndex指定的位置发现匹配。const REGEX = /a/y;// 指定从2号位置开始匹配REGEX.lastIndex = 2;// 不是粘连，匹配失败REGEX.exec('xaya') // null// 指定从3号位置开始匹配REGEX.lastIndex = 3;// 3号位置是粘连，匹配成功const match = REGEX.exec('xaxa');match.index // 3REGEX.lastIndex // 4进一步说，y修饰符号隐含了头部匹配的标志^。/b/y.exec('aba')// null上面代码由于不能保证头