[譯] 即將到來的正則表達式新特性

• 原文地址：Upcoming Regular Expression Features
• 原文做者：Jakob Gruber、Yang Guo
• 譯文出自：掘金翻譯計劃
• 本文永久連接：github.com/xitu/gold-m…
• 譯者：sunui
• 校對者：atuooo、Tina92

ES2015 給 JavaScript 語言引入了許多新特性，其中包括正則表達式語法的一些重大改進，新增了 Unicode 編碼 （/u） 和粘滯位 （/y）兩個修飾符。而在那以後，發展也並未中止。通過與 TC39（ECMAScript 標準委員會）的其餘成員的緊密合做，V8 團隊提議並共同設計了讓正則表達式更強大的幾個新特性。

這些新特性目前已經計劃包含在 JavaScript 標準中。雖然提案尚未徹底經過，可是它們已經進入 TC39 流程的候選階段了。咱們已經以試驗功能（見下文）在瀏覽器實現了這些特性，以便在最終定稿以前提供及時的設計和實現反饋給各自的提案做者。

本文給您預覽一下這個使人興奮的將來。若是您願意跟着體驗這些即將到來的示例，能夠在 chrome://flags/#enable-javascript-harmony 頁面中開啓實驗性 JavaScript 功能。

命名捕獲

正則表達式能夠包含所謂的捕獲（或捕獲組），它能夠捕獲一部分匹配的文本。到目前爲止，開發者只能經過索引來引用這些捕獲，這取決於其在正則匹配中的位置。

const pattern =/(\d{4})-(\d{2})-(\d{2})/u;
const result = pattern.exec('2017-07-10');
// result[0] === '2017-07-10'
// result[1] === '2017'
// result[2] === '07'
// result[3] === '10'複製代碼

但正則表達式已經因難於讀、寫和維護而臭名昭著，而且數字引用會使事情進一步複雜化。例如，在一個更長的表達式中判斷一個獨特捕獲的索引是很困難的事：

/(?:(.)(.(?<=[^(])(.)))/  // 最後一個捕獲組的索引是？複製代碼

更糟糕的是，更改一個表達式可能會潛在地轉變全部已存在的捕獲的索引：

/(a)(b)(c)\3\2\1/     // 一些簡單的有序的反向引用。
/(.)(a)(b)(c)\4\3\2/  // 全部都須要更新。複製代碼

命名捕獲是一個即將到來的特性，它容許開發者給捕獲組分配名稱來幫助儘量地解決這些問題。語法相似於 Perl、Java、.Net 和 Ruby：

const pattern =/(?<year>\d{4})-(?<month>\d{2})-(?<day>\d{2})/u;
const result = pattern.exec('2017-07-10');
// result.groups.year === '2017'
// result.groups.month === '07'
// result.groups.day === '10'複製代碼

命名捕獲組也能夠被命名的反向引用來引用，並傳入 String.prototype.replace：

// 命名反向引用。
/(?<LowerCaseX>x)y\k<LowerCaseX>/.test('xyx');  //true

// 字符串替換。
const pattern =/(?<fst>a)(?<snd>b)/;
'ab'.replace(pattern,'$<snd>$<fst>');                              // 'ba'
'ab'.replace(pattern,(m, p1, p2, o, s,{fst, snd})=> fst + snd);  // 'ba'複製代碼

關於這個新特性的所有詳情能夠在規範提案中查看。

dotAll 修飾符

默認狀況下，元字符 . 在正則表達式中匹配除了換行符之外的任何字符：

/foo.bar/u.test('foo\nbar');   // false複製代碼

一個提案引入了 dotAll 模式，經過 /s 修飾符來開啓。在 dotAll 模式中，. 也能夠匹配換行符。

/foo.bar/su.test('foo\nbar');  // true複製代碼

關於這個新特性的所有詳情能夠在規範提案中查看。

Unicode 屬性逃逸（Unicode Property Escapes）

正則表達式語法已經包含了特定字符類的簡寫。\d 表明數字而且只能是 [0-9]；\w 是單詞字符的簡寫，或者寫成 [A-Za-z0-9_]。

自從 ES2015 引入了 Unicode，忽然間大量的字符能夠被認爲是數字，例如圈一：①；或者被認爲是字符的，例如中文字符：雪。

它們都不會被 \d 或 \w 匹配。而改變這些簡寫的含義將會破壞已經存在的正則表達式模式。

因而，新的字串類被引入。注意它們只在使用 /u 修飾符的 Unicode-aware 正則表達式中可用。

/\p{Number}/u.test('①');      // true
/\p{Alphabetic}/u.test('雪');  // true複製代碼

排除型字符可使用 \P 匹配。

/\P{Number}/u.test('①');      // false
/\P{Alphabetic}/u.test('雪');  // false複製代碼

統一碼聯盟還定義了許多方式來分類碼位，例如數學符號和日語平假名字符：

/^\p{Math}+$/u.test('∛∞∉');                            // true
/^\p{Script_Extensions=Hiragana}+$/u.test('ひらがな');  // true複製代碼

所有受支持的 Unicode 屬性類列表能夠在目前的規範提案中找到。更多示例請查看這篇內容豐富的文章。

後行斷言

先行斷言從一開始就已是 JavaScript 正則表達式語法的一部分。與之相對的後行斷言也終於將被引入。大家中的一些人可能記得，這成爲 V8 的一部分已經有一段時間了。咱們甚至在底層已經用後行斷言實現了 ES2015 規定的 Unicode 修飾符。

「後行斷言」這個名字已經很好地描述了它的涵義。它提供一個方式來限制一個正則，只有後行組匹配經過以後才繼續匹配。它提供匹配和非匹配兩種選擇：

/(?<=\$)\d+/.exec('$1 is worth about ¥123');  // ['1']
/(?<!\$)\d+/.exec('$1 is worth about ¥123');  //['123']複製代碼

更多詳細信息，查看咱們以前的一篇博文，專門介紹了後行斷言。相關示例能夠查看V8 測試用例。

致謝

本文的完成有幸獲得了不少相關人士的幫助，他們的辛勤工做造就了這一切：特別是語言之王Mathias Bynens、Dan Ehrenberg、Claude Pache、Brian Terlson、Thomas Wood、Gorkem Yakin、和正則大師 Erik Corry；還有爲語言規範做出努力的每個人以及 V8 團隊對這些特性的實施。

但願您能像咱們同樣爲這些新的正則表達式特性而感到興奮！

---

掘金翻譯計劃 是一個翻譯優質互聯網技術文章的社區，文章來源爲 掘金 上的英文分享文章。內容覆蓋 Android、iOS、React、前端、後端、產品、設計 等領域，想要查看更多優質譯文請持續關注 掘金翻譯計劃。