ES2018 新特徵之：正則表達式 dotAll 模式

ES2018 新特性

• 異步迭代器
• 正則表達式反向(lookbehind)斷言
• 正則表達式 Unicode 轉義
• 非轉義序列的模板字符串
• 正則表達式 s/dotAll 模式（本文）
• 正則表達式命名捕獲組
• 對象展開運算符
• Promise.prototype.finally

---

「正則表達式的 s (dotAll) flag」 提案 proposal-regexp-dotall-flag 由 Mathias Bynens 負責，目前已經進入 stage 4，並將成爲 ES9(ES2018) 的一部分。

1. 概述

在 JavaScript 正則表達式中 . 用來匹配任何單個字符。可是有 2 個例外：

1.1 多字節 emoji 字符

let regex = /^.$/;
regex.test('?');   // false

咱們能夠經過設置 u 標誌來解決，u 的含義是 unicode：

let regex = /^.$/u;
regex.test('?');   // true

1.2 行終結符(line terminator characters)

行終結符包含：

• U+000A LINE FEED (LF) (\n) - 換行
• U+000D CARRIAGE RETURN (CR) (\r) - 回車
• U+2028 LINE SEPARATOR - 行分隔符
• U+2029 PARAGRAPH SEPARATOR - 段分隔符

還有一些其它字符，也能夠做爲一行的開始：

• U+000B VERTICAL TAB (\v)
• U+000C FORM FEED (\f)
• U+0085 NEXT LINE

目前 JavaScript 正則表達式的 . 能夠匹配其中的一部分：

let regex = /./;

regex.test('\n');       // false
regex.test('\r');       // false
regex.test('\u{2028}'); // false
regex.test('\u{2029}'); // false

regex.test('\v');       // true
regex.test('\f');       // true
regex.test('\u{0085}'); // true

在正則表達式中，用於表示字符串開頭和字符串結尾的元字符是 ^ 和 $, 所以一個變通的方式是使用 ^ 來匹配。

/foo.bar/.test('foo\nbar');     // false
/foo[^]bar/.test('foo\nbar');   // true

或者使用 \s 來匹配空白字符：

/foo.bar/.test('foo\nbar');     // false
/foo[\s]bar/.test('foo\nbar');   // true

2. 增長 s/dotAll 標誌

在最新的 ECMAScript 規範中，爲 JavaScript 的正則表達式增長了一個新的標誌 s 用來表示 dotAll。以使 . 能夠匹配任意字符。

/foo.bar/s.test('foo\nbar');    // true

High-level API

const re = /foo.bar/s;  //  等價於 const re = new RegExp('foo.bar', 's');
re.test('foo\nbar');    // true
re.dotAll;      // true
re.flags;       // "s"

3. 命名由來

既然是爲了實現 dotAll 功能，爲何不命名爲 d 或者 a。由於在其它語言的正則表達式實現中，已經使用 s 標誌了：

• Java 使用 Pattern.DOTALL
• C# 和 VB 使用 RegexOptions.Singleline
• Python 同時支持 re.DOTALL 和 re.S

在支持正則表達式使用 flag 的語言如 Perl、PHP 也使用 s 做爲標誌。

s 的含義是 singleline 和 dotAll。

singleline(單行)對應的是 multiline(多行)。

m 標誌用於指定多行輸入字符串應該被視爲多個行。若是使用 m 標誌，^ 和 $ 匹配的開始或結束是字符串中的每一行，而不是整個字符串的開始或結束。

/^java/.test('just\njava\n');   // false
/^java/m.test('just\njava\n');  // true

• m 標誌隻影響 ^ 和 $
• s 標誌隻影響 .

目前在 JavaScript 正則表示中全部修飾符的含義：

• g → global
• i → ignoreCase
• m → multiline
• y → sticky
• u → unicode
• s → dotAll

4. 實現

• V8 - Chrome 62
• JavaScriptCore - Safari Technology Preview 39a
• XS, shipping in Moddable as of the January 17, 2018 update

• regexpu (transpiler) with the { dotAllFlag: true } option enabled

  • online demo
  • Babel plugin

• Compat-transpiler of RegExp Tree

  • Babel plugin