ES9的新特性之正則表達式RegExp詳解

簡介

正則表達式是我們做數據匹配的時候常用的一種工具,雖然正則表達式的語法並不復雜,但是如果多種語法組合起來會給人一種無從下手的感覺。

於是正則表達式成瞭程序員的噩夢。今天我們來看一下如何在ES9中玩轉正則表達式。

Numbered capture groups

我們知道正則表達式可以分組,分組是用括號來表示的,如果想要獲取到分組的值,那麼就叫做capture groups。

通常來說,我們是通過序號來訪問capture groups的,這叫做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,然後通過exec方法,返回match的數組。這個數組存儲的是匹配的groups信息。

因為我們有三個括號,所以可以匹配三個group。然後通過1,2,3來訪問特定的group。

我們把上面的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
]

可以看到matchObj是一個數組,index 0存儲的是要匹配的字符串。這裡我們看到matchObj還有一個groups是undefined,這個groups就是命名groups。

Named capture groups

上面講到瞭numbered capture groups是通過序列號來訪問到匹配的數據。但是匹配到的group是沒有名字的。

我們看下怎麼才能夠給這些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' }
]

可以看到,這次多瞭groups的信息。

如果要匹配我們之前匹配過的group信息,則可以使用numbered groups的 \k 或者 named groups的 \k.

我們看一個例子:

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

兩種語法都可以使用。

Named capture groups還可以和replace一起使用。

有瞭group name,我們可以直接在replace中使用group name來做引用:

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的第二個參數還可以是一個函數,函數的參數就是我們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,每一個字符都有屬性,簡單點說屬性就是用來描述這個字符的。

比如說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表示的是該字符什麼時候被加入到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,比如說我們想匹配空格。傳統做法是這樣做的:

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

前面是正則表達式,然後使用一個test方法來匹配字符串,最終得到的true。

剛剛講到瞭unicode的屬性,我們也可以用屬性來匹配:

> /^\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。

註意,我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可以被翻譯為環視斷言,它是正則表達式中的一種結構,用來判斷要匹配的對象的前後環境是什麼樣的。

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

我們先看一下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,上面我們使用的是(?=bb) 來向前匹配bb。

註意,雖然正則表達式匹配上瞭aabb,但是match中並不包含bb。

結果是第一個匹配上瞭,第二個沒有匹配。

除瞭是用?= 之外,我們還可以使用?! 表示不等:

> const RE_AS_NO_BS = /aa(?!bb)/;
> RE_AS_NO_BS.test('aabb')
false
> RE_AS_NO_BS.test('aab')
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,我們來看一個例子:

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

上面的例子中,我們匹配瞭最前面的$,然後使用bar替換掉瞭foo。

同樣的,我們也可以使用?<! 來表示非相等的情況:

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

dotAll flag

正常情況下dot . 代表的是一個字符,但是這個字符不能夠代表行的結束符:

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

而dotAll是在 dot . 匹配後面引入的s, 它可以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

到此這篇關於ES9的新特性之正則表達式RegExp詳解的文章就介紹到這瞭,更多相關ES9正則表達式RegExp內容請搜索WalkonNet以前的文章或繼續瀏覽下面的相關文章希望大傢以後多多支持WalkonNet!