JavaScript 的正則也有單行模式了

正則表達式最先是由 Ken Thompson 於 1970 年在他改進過的 QED 編輯器裏實現的，正則裏最簡單的元字符 「.」 在當時所匹配的就是除換行符外的任意字符：

"." is a regular expression which matches any character except <nl>.

上面這句話出自 QED 在 1970 年的官方文檔，這多是史上第一份正則文檔。

爲何要這麼規定？是由於 QED 是以行爲單位來編輯文件的，並且行尾的換行符也算在這一行的內容裏。好比你想把一段代碼中全部的單行註釋刪掉，在 QED 裏能夠用下面這句命令： 

1,$s#//.*##

若是 「.」 能匹配到換行符，那麼換行符也會被刪除，會致使這些行和它的下一行合併，這一般都不是咱們想要的結果，因此，「.」 在最初發明時被設計成了不能匹配換行符。雖然如今的操做系統上已經沒有 QED 命令讓咱們測試了，但咱們還有 VIM，VIM 裏的 「.」 也同樣不能匹配換行符，由於一樣的緣由。

不像在 Node 中，讀取文件一般是一股腦讀完整個文件，Perl 繼承了衆多 Linux 命令按行讀取文件的傳統，像這樣：

while (<>) {print $_}

$_ 的末尾也有換行符，因此 Perl 也就很天然的繼承了 QED 的 「.」 不匹配換行符的規定。但 Perl 畢竟是門編程語言，而不是編輯器，它的正則要匹配的對象不僅僅會是單行文本，還多是多行文本，所以在它的正則中，「.」 有跨行匹配的需求，所以 Perl 發明了正則的單行模式 /s，即讓 「.」 也能匹配換行符。

Perl 中用來打開單行模式的 /s 修飾符的官方描述是 「Treat the string as single line」，這個 「single line」 要這麼理解：「.」 在普通模式下只能匹配行內字符，不能跨行；而在單行模式下，Perl 會僞裝把多行字符串當作一行，把其中的換行符看作是行內字符，因此 「.」 也就能匹配它們了。更形象點說，就是把下面的三行文本

1
2
3

當作 "1\n2\n3\n" 一行文本，單行模式就是這個意思。

但要命的是，由於一樣的緣由（字符串變量能夠包含多行文本），Perl 還發明瞭 /m 修飾符，即多行模式，官方描述是 「Treat the string as multiple lines」，這個模式 JavaScript 的正則裏自古也有，這裏這個「多行」的意思是說：^ 和 $ 元字符默認不會匹配一個字符串中間的那些換行符先後的位置，即認爲字符串永遠只有一行，打開多行模式後就能匹配了。

也就是說，單行模式和多行模式是針對不一樣的元字符的，剛接觸正則的人都會被「單行模式」和「多行模式」這兩個看似是相對應的概念，實則毫無關聯的名詞給搞暈。

後來，Ruby 的做者可能以爲「單行模式」這個正則術語起的很差，特例獨行把讓 「.」 匹配換行符這一模式稱之爲「多行模式」，即讓 .* 之類的正則可以匹配多行了，因此也徹底講得通，修飾符也用了 /m（Ruby 中默認會開啓 Perl 中的「多行模式」，因此 /m 沒被佔用），這真是雪上加霜，更亂了。 

再後來，Python 做者可能也以爲應該避免「單行模式」這個叫法，因而起了個新的名字 「dotall」，也就是讓 dot 能匹配全部字符的意思，很好的名字，再後來 Java 也使用了這個名字。

上面回顧了一下歷史，解釋了下單行模式的由來以及說明了下單行模式這個名字起得很差。V8 最近剛剛實現了一個 stage 3 的 ES 提案 https://github.com/mathiasbynens/es-regexp-dotall-flag，這個提案爲 JavaScript 的正則引入了 /s 修飾符和 dotAll 屬性，dotAll 屬性是學了 Python 和 Java，/s 修飾符是繼承了 Perl 的，這裏也不必發明一個新的修飾符好比 /d，只會讓事情更復雜。/s 在 JavaScript 的具體效果是讓 「.」 能匹配之前不能匹配的四個行終止符：\n（換行）、\r（回車）、\u2028（行分隔符）、\u2029（段落分隔符）：

/foo/s.dotAll // true
/^.{4}$/s.test("\n\r\u2028\u2029") // true

其實就是個很簡單的東西，但可能一些沒有接觸過 JavaScript 之外的正則的同窗到時候學到這個新的模式後會產生困惑，這裏再澄清一下：多行模式控制的是 ^ 和 $ 的表現，單行模式控制的是 「.」 的表現，二者沒有直接關係。

然而當初引入單行模式和多行模式這兩個易混淆概念的 Perl 語言，已經在 Perl 6 中徹底刪除了這兩個模式：「.」 號默認就匹配換行符，\N 能夠匹配換行符除外的任意字符；^ 和 $ 始終匹配字符串的首尾，而新引入了 ^^ 和 $$ 兩個元字符來匹配行的首尾。

過去咱們經常使用的單行模式的替代品 [^] 或者 [\s\S] 也不是徹底沒有用了，好比在一些使用 JavaScript 正則的編輯器裏（VS Code、Atom），不太可能給你提供開啓單行模式的界面。不過提及編輯器裏的正則功能，用 JavaScript 實現的編輯器的正則功能仍是太弱了，好比不能在正則自身內部開啓某些模式，好比要是在 Sublime（使用 Python 正則）裏的話，在正則內部使用 (?s) 就能開啓 dotall 模式，好比能夠用 (?s)/\*.+?\*/ 匹配到全部的多行註釋。