由 dawei 
简介
正则表达式是我们做数据匹配的时候常用的一种工具 虽然正则表达式的语法并不复杂 但是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。今天我们来看一下如何在ES9中玩转正则表达式。
Numbered capture groups
我们知道正则表达式可以分组 分组是用括号来表示的 如果想要获取到分组的值 那么就叫做capture groups。
通常来说 我们是通过序号来访问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]; // 1999
const month matchObj[2]; // 12
const day matchObj[3]; // 31
上面的正则表达式要匹配年月日 然后通过exec方法 返回match的数组。这个数组存储的是匹配的groups信息。
因为我们有三个括号 所以可以匹配三个group。然后通过1 2 3来访问特定的group。
我们把上面的matchObj输出看一下其中的内容
[ 1999-12-31 , 1999 , 12 , 31 , index: 0, input: 1999-12-31 , groups: undefined ]
可以看到matchObj是一个数组 index 0存储的是要匹配的字符串。这里我们看到matchObj还有一个groups是undefined 这个groups就是命名groups。
Named capture groups
上面讲到了numbered capture groups是通过序列号来访问到匹配的数据。但是匹配到的group是没有名字的。
我们看下怎么才能够给这些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; // 1999
const month matchObj.groups.month; // 12
const 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 }
]
可以看到 这次多了groups的信息。
如果要匹配我们之前匹配过的group信息 则可以使用numbered groups的 \k 或者 named groups的 \k name .
我们看一个例子
const RE_TWICE /^(? word [a-z] )!\k word RE_TWICE.test( abc!abc // true RE_TWICE.test( abc!ab // false
const RE_TWICE /^(? word [a-z] )!\1$/; RE_TWICE.test( abc!abc // true RE_TWICE.test( abc!ab // false
两种语法都可以使用。
Named capture groups还可以和replace一起使用。
有了group name 我们可以直接在replace中使用group name来做引用
const RE_DATE /(? year [0-9]{4})-(? month [0-9]{2})-(? day [0-9]{2})/;
console.log( 1999-12-31 .replace(RE_DATE,
month / day /$ year
// 12/31/1999
replace的第二个参数还可以是一个函数 函数的参数就是我们group出来的一些内容
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
上面的例子中 g0 1999-12-31 表示匹配的子字符串。 y, m, d 匹配的是numbered groups 1 2 3。
input 是整个的输入。{year, month, day} 匹配的是named groups。
RegExp中Unicode属性的转义
在Unicode标准中 每一个字符都有属性 简单点说属性就是用来描述这个字符的。
比如说General_Category表示的是字符的分类 x: General_Category Lowercase_Letter
White_Space表示的是空格 tabs和换行 \t: White_Space True
Age表示的是该字符什么时候被加入到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 比如说我们想匹配空格。传统做法是这样做的
/^\s $/.test( \t \n\r ) true
前面是正则表达式 然后使用一个test方法来匹配字符串 最终得到的true。
刚刚讲到了unicode的属性 我们也可以用属性来匹配
/^\p{White_Space} $/u.test( \t \n\r )
true
属性匹配使用的是\p, 后面跟的是属性值。
注意 我们还要在正则表达式后面加上u 以表示使用的是Unicode属性转义。
lookaround assertion
lookaround assertion可以被翻译为环视断言 它是正则表达式中的一种结构 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。
我们先看一下Lookahead的使用
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 上面我们使用的是(? bb) 来向前匹配bb。
注意 虽然正则表达式匹配上了aabb 但是match中并不包含bb。
结果是第一个匹配上了 第二个没有匹配。
除了是用? 之外 我们还可以使用?! 表示不等
const RE_AS_NO_BS /aa(?!bb)/; RE_AS_NO_BS.test( aabb ) false RE_AS_NO_BS.test( aab ) RE_AS_NO_BS.test( aac ) true
再来看一下Lookbehind的使用。
Lookbehind和Lookahead查询的方向刚刚相反。
向后匹配是使用? 来表示的 我们来看一个例子
const RE_DOLLAR_PREFIX /(? \)foo/g; foo %foo foo .replace(RE_DOLLAR_PREFIX, bar // $bar %foo foo
上面的例子中 我们匹配了最前面的$ 然后使用bar替换掉了foo。
同样的 我们也可以使用? ! 来表示非相等的情况
const RE_NO_DOLLAR_PREFIX /(? !\)foo/g; foo %foo foo .replace(RE_NO_DOLLAR_PREFIX, bar // $foo %bar bar
dotAll flag
正常情况下dot . 代表的是一个字符 但是这个字符不能够代表行的结束符
/^.$/.test( \n ) false
而dotAll是在 dot . 匹配后面引入的s, 它可以被用来匹配行的结束符
/^.$/s.test( \n ) true
在ES中 有下面几种字符表示的都是行的结束符
U 000A LINE FEED (LF) (\n)U 000D CARRIAGE RETURN (CR) (\r)U 2028 LINE SEPARATORU 2029 PARAGRAPH SEPARATOR总结
以上就是ES9中引入的正则表达式RegExp的新特性了 希望大家能够喜欢。
本文作者 flydean程序那些事
本文链接 http://www.flydean.com/es9-regexp/
本文来源 flydean的博客
欢迎关注我的公众号:「程序那些事」最通俗的解读 最深刻的干货 最简洁的教程 众多你不知道的小技巧等你来发现