ES9的新特性:正則表達式RegExp

簡介

正則表達式是咱們作數據匹配的時候經常使用的一種工具，雖然正則表達式的語法並不複雜，可是若是多種語法組合起來會給人一種無從下手的感受。

因而正則表達式成了程序員的噩夢。今天咱們來看一下如何在ES9中玩轉正則表達式。

Numbered capture groups

咱們知道正則表達式能夠分組，分組是用括號來表示的，若是想要獲取到分組的值，那麼就叫作capture groups。

一般來講，咱們是經過序號來訪問capture groups的，這叫作Numbered capture groups。

舉個例子：

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

上面的正則表達式要匹配年月日，而後經過exec方法，返回match的數組。這個數組存儲的是匹配的groups信息。

由於咱們有三個括號，因此能夠匹配三個group。而後經過1，2，3來訪問特定的group。

咱們把上面的matchObj輸出看一下其中的內容：

[
  '1999-12-31',
  '1999',
  '12',
  '31',
  index: 0,
  input: '1999-12-31',
  groups: undefined
]

能夠看到matchObj是一個數組，index 0存儲的是要匹配的字符串。這裏咱們看到matchObj還有一個groups是undefined，這個groups就是命名groups。

Named capture groups

上面講到了numbered capture groups是經過序列號來訪問到匹配的數據。可是匹配到的group是沒有名字的。

咱們看下怎麼纔可以給這些groups起個名字：

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的內容：

[
  '1999-12-31',
  '1999',
  '12',
  '31',
  index: 0,
  input: '1999-12-31',
  groups: [Object: null prototype] { year: '1999', month: '12', day: '31' }
]

能夠看到，此次多了groups的信息。

若是要匹配咱們以前匹配過的group信息，則可使用numbered groups的 \k 或者 named groups的 \k<name>.

咱們看一個例子：

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

兩種語法均可以使用。

Named capture groups還能夠和replace一塊兒使用。

有了group name，咱們能夠直接在replace中使用group name來作引用：

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的第二個參數還能夠是一個函數，函數的參數就是咱們group出來的一些內容：

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 是整個的輸入。{year, month, day} 匹配的是named groups。

RegExp中Unicode屬性的轉義

在Unicode標準中，每個字符都有屬性，簡單點說屬性就是用來描述這個字符的。

好比說General_Category表示的是字符的分類： x: General_Category = Lowercase_Letter

White_Space表示的是空格，tabs和換行： \t: White_Space = True

Age表示的是該字符何時被加入到Unicode中等等。

這些屬性還有對應的縮寫： Lowercase_Letter = Ll ， Currency_Symbol = Sc 等等。

舉個例子，好比說咱們想匹配空格。傳統作法是這樣作的：

> /^\s+$/.test('\t \n\r')
true

前面是正則表達式，而後使用一個test方法來匹配字符串，最終獲得的true。

剛剛講到了unicode的屬性，咱們也能夠用屬性來匹配：

> /^\p{White_Space}+$/u.test('\t \n\r')
true

屬性匹配使用的是\p, 後面跟的是屬性值。

注意，咱們還要在正則表達式後面加上u，以表示使用的是Unicode屬性轉義。

lookaround assertion

lookaround assertion能夠被翻譯爲環視斷言，它是正則表達式中的一種結構，用來判斷要匹配的對象的先後環境是什麼樣的。

有兩種lookaround assertion，一種是Lookahead一種是Lookbehind。

咱們先看一下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，上面咱們使用的是(?=bb) 來向前匹配bb。

注意，雖然正則表達式匹配上了aabb，可是match中並不包含bb。

結果是第一個匹配上了，第二個沒有匹配。

除了是用?= 以外，咱們還可使用?! 表示不等：

> const RE_AS_NO_BS = /aa(?!bb)/;
> RE_AS_NO_BS.test('aabb')
false
> RE_AS_NO_BS.test('aab')
true
> RE_AS_NO_BS.test('aac')
true

再來看一下Lookbehind的使用。

Lookbehind和Lookahead查詢的方向剛剛相反。

向後匹配是使用?<=來表示的，咱們來看一個例子：

const RE_DOLLAR_PREFIX = /(?<=\$)foo/g;
'$foo %foo foo'.replace(RE_DOLLAR_PREFIX, 'bar');
    // '$bar %foo foo'

上面的例子中，咱們匹配了最前面的$，而後使用bar替換掉了foo。

一樣的，咱們也可使用?<! 來表示非相等的狀況：

const RE_NO_DOLLAR_PREFIX = /(?<!\$)foo/g;
'$foo %foo foo'.replace(RE_NO_DOLLAR_PREFIX, 'bar');
    // '$foo %bar bar'

dotAll flag

正常狀況下dot . 表明的是一個字符，可是這個字符不可以表明行的結束符：

> /^.$/.test('\n')
false

而dotAll是在 dot . 匹配後面引入的s, 它能夠被用來匹配行的結束符：

> /^.$/s.test('\n')
true

在ES中，有下面幾種字符表示的都是行的結束符：

• U+000A LINE FEED (LF) (\n)
• U+000D CARRIAGE RETURN (CR) (\r)
• U+2028 LINE SEPARATOR
• U+2029 PARAGRAPH SEPARATOR

總結

以上就是ES9中引入的正則表達式RegExp的新特性了，但願你們可以喜歡。

本文做者：flydean程序那些事

本文連接：http://www.flydean.com/es9-regexp/

本文來源：flydean的博客

歡迎關注個人公衆號:「程序那些事」最通俗的解讀，最深入的乾貨，最簡潔的教程，衆多你不知道的小技巧等你來發現！