ES6-正则的扩展-u、y修饰符

u修饰符

ES6 对正则表达式添加了 u 修饰符，含义为 "Unicode模式"，用来正确处理大于 \uFFFF 的Unicode字符。也就是说，会正确处理四个字符的 UTF-16 编码。

/^\uD83D/.test('\uD83D\uDC2A') // true
/^\uD83D/u.test('\uD83D\uDC2A') // false

上面代码中，\uD83D\uDC2A 是一个四字节的UTF-16 编码，代表一个字符，但是，ES5不支持四个字节的 UTF-16 编码，会将其识别为两个字符，导致第一行代码结果为 true ，加了u修饰符以后，ES6就会识别其为一个字符，所以第二行代码结果为false。

一旦加上 u 修饰符号，就会修改下面这些正则表达式的行为。

1）点字符

点（.）字符在正则表达式中，含义是除了换行符以外的任意单个字符。对于码点大于 oxFFFF 的 Unicode 字符，点字符不能识别，必须加上 u 修饰符。

var s = '吉';/^.$/.test(s) // false
/^.$/u.test(s) // true

上面代码表示，如果不添加 u 修饰符，正则表达式就会认为字符串为两个字符，从而匹配失败。

2） Unicode 字符表示法

ES6 新增了使用大括号表示Unicode字符，这种表示法在正则表达式中必须加上 u 修饰符，才能识别当中的大括号，否则会被解读为量词。

/\u{61}/.test('a') // false
/\u{61}/u.test('a') // true
/\u{20BB7}/u.test('吉') // true

上面代码表示，如果不加 u 修饰符，正则表达式无法识别 \u{61} 这种表示法，只会认为这匹配61个连续的u。

3）量词

使用 u 修饰符后，所有量词都会正确识别码点大于 oxFFFF 的Unicode 字符。

/a{2}/.test('aa') // true
/a{2}/u.test('aa') // true
/吉{2}/.test('吉吉') // false
/吉{2}/u.test('吉吉') // true

4）预定义模式

u 修饰符也影响到预定义模式，能否正确识别码点大于 oxFFFF 的Unicode字符。

/^\S$/.test('吉') // false
/^\S$/u.test('吉') // true

上面代码的 \s 是预定义模式，匹配所有不是空格的字符，只有加了u修饰符，才能正确匹配码点大于 oxFFFF 的 Unicode 字符。
利用这一点可以写出一个正确返回字符串长度的函数。

function codePointLength(text) {var result = text.match(/[\s\S]/gu);return result ? result.length : 0;
}var s = '吉吉';s.length // 4
codePointLength(s) // 2

5） i 修饰符

有些Unicode编码不同，但是字形很相近，比如，\u004B与 \u212A 都是大写的 K。

/[a-z]/i.test('\u212A') // false
/[a-z]/iu.test('\u212A') // true

上面代码中，不加 u 修饰符，就无法识别非常规的 k 字符。

y 修饰符
除了u 修饰符，ES6还为正则表达式添加了 y 修饰符，叫做“粘连”修饰符。

y 修饰符的作用与 g 修饰符类似，也是全局匹配，后一次匹配都从上一次匹配成功的下一个位置开始。不同之处在于，g 修饰符只要剩余位置中存在匹配就可，而 y 修饰符确保匹配必须从剩余的第一个位置开始，这也就是“粘连”的含义。

var s = 'aaa_aa_a';
var r1 = /a+/g;
var r2 = /a+/y;console.log(r1.exec(s)) //["aaa", index: 0, input: "aaa_aa_a"]
console.log(r2.exec(s)) //["aaa", index: 0, input: "aaa_aa_a"]
console.log(r1.exec(s)) //["aa", index: 4, input: "aaa_aa_a"]
console.log(r2.exec(s)) //null
console.log(r1.exec(s)) //["a", index: 7, input: "aaa_aa_a"]
console.log(r2.exec(s)) //["aaa", index: 0, input: "aaa_aa_a"]

上面代码有两个正则表达式，一个使用 g 修饰符，另一个使用 y 修饰符，这两个正则表达式各执行了三次，第一次执行的时候，两者行为相同，剩余字符串都是 _aa_a。由于 g 修饰符没有位置要求，所以第二次执行会返回结果，而 y 修饰符要求匹配必须从头部开始，所以返回null。

如果改一下正则表达式，保证每次都能头部匹配，y修饰符就会返回结果了。

var s = 'aaa_aa_a';
var r1 = /a+/g;
var r2 = /a+/y;console.log(r1.exec(s)) //["aaa", index: 0, input: "aaa_aa_a"]
console.log(r2.exec(s)) //["aaa_", index: 0, input: "aaa_aa_a"]
console.log(r1.exec(s)) //["aa", index: 4, input: "aaa_aa_a"]
console.log(r2.exec(s)) //["aa_", index: 4, input: "aaa_aa_a"]
console.log(r1.exec(s)) //["a", index: 7, input: "aaa_aa_a"]
console.log(r2.exec(s)) //null

上面代码每次匹配，都是从剩余字符串的头部开始。

使用 lastIndex 属性，可以更好地说明 y 修饰符。

const REGEX = /a/y;// 指定从2号位置开始匹配
REGEX.lastIndex = 2;// 不是粘连，匹配失败
REGEX.exec('aya') // null// 指定从3号位置开始匹配
REGEX.lastIndex = 3;// 3号位置是粘连，匹配成功
const match = REGEX.exec('xaxa');
match.index // 3
REGEX.lastIndex // 4

实际上，y 修饰符号隐含了头部匹配的标识 ^。

/b/y.exec('aba')
// null

上面代码由与不能保证头部匹配，所以返回 null ，y修饰符的设计本意，就是让头部匹配的标识 ^ 在全局匹配中都有效。

在 split 方法中使用 y 修饰符，原字符串必须以分隔符开头。这也意味着，只要匹配成功，数组的第一个成员肯定是空字符串。

'x##'.split(/#/y)
//["x", "", ""]'##x'.split(/#/y)
// ["", "", "x"]

后续的分隔符只有紧跟前面的分隔符，才会被识别。

'#x#'.split(/#/y)
// ["", "x", ""]'##'.split(/#/y)
// ["", "", ""]

下面是字符串对象的 replace 方法例子

const REGEX = /a/gy;
'aaxa'.replace(REGEX, '-') // '--xa'

上面代码中，最后一个 a 因为不是出现在下一次匹配的头部，所以不会被替换。

单单一个 y 修饰符对，math 方法，只能返回第一个匹配，必须与 g 修饰符联用，才能返回所以匹配。

'a1a2a3'.match(/a\d/y) // ["a1"]
'a1a2a3'.match(/a\d/gy) // ["a1", "a2", "a3"]

y 修饰符的一个应用，是从字符串提取 token（词元），y 修饰符确保了匹配之间不会漏掉的字符。

const TOKEN_Y = /\s*(\+|[0-9]+)\s*/y;
const TOKEN_G  = /\s*(\+|[0-9]+)\s*/g;tokenize(TOKEN_Y, '3 + 4')
// [ '3', '+', '4' ]
tokenize(TOKEN_G, '3 + 4')
// [ '3', '+', '4' ]function tokenize(TOKEN_REGEX, str) {let result = [];let match;while (match = TOKEN_REGEX.exec(str)) {result.push(match[1]);}return result;
}

上面代码中，如果字符串里面没有非法字符，y修饰符与g修饰符的提取结果是一样的。但是，一旦出现非法字符，两者的行为就不一样了。

tokenize(TOKEN_Y, '3x + 4')
// [ '3' ]
tokenize(TOKEN_G, '3x + 4')
// [ '3', '+', '4' ]

上面代码中，g修饰符会忽略非法字符，而y修饰符不会，这样就很容易发现错误。

ES6-正则的扩展-u、y修饰符相关推荐

正则表达式-y修饰符
y修饰符 y修饰符和g修饰符是类似的,都是全局匹配,但y修饰符有一定的匹配要求 g修饰符只要剩余的字符中存在匹配即可 y修饰符必须从剩余字符的第一个位置开始匹配,否则退出匹配示例讲解 let s ...
php正则中不支持g修饰符吗,Pattern Modifiers – 规则表达式的修饰符（转载）发现PHP里有些正则表达式的应用和PERL里的不一样。。所…-PHP教程,PHP应用...
pattern modifiers – 规则表达式的修饰符下面是当前规则表达式里可用的修饰. 括号内的名字是那些修饰符的内部 pcre 名字. i (pcre_caseless) 如果设置了这个修饰 ...
自学-ES6篇-正则的扩展
1.RegExp构造函数在ES5中,RegExp构造函数的参数有两种情况. 第一种情况是,参数是字符串,这时第二个参数表示正则表达式的修饰符(flag). var regex = new RegEx ...
（四）es6 正则的拓展
1. 正则表达式的构造 let reg = new RegExp('xyz','i'); //方法一 let reg2 = /xyz/i; //方法二 let reg3 = new RegExp(/x ...
ES6-13 正则方法、修饰符yus、UTF_16编码方式
修饰符 m multiLine 对于str中含\n的情况 g global i ignoreCase 元字符反斜杠加转义元字符含义简写 \w 匹配字母.数字.下划线.等价于'[A-Za-z0- ...
ES6-13【正则方法、修饰符yus、UTF_16编码方式】
一.正则新特性 (1)正则回顾修饰符 global -g ignoreCase -i mutli-line -m 元字符 \w \W word 查找字母和数字 \d \D digit [0-9] 查 ...
08.28 JavaScript 边界选择修饰符模式单元修饰符正则的使用
#### 边界的修饰 * \b 单词边界 * \B 不是单词边界 * ^ 字符串开始边界 * $ 字符串结束边界 * 先行断言(正向预查) (?=) * 负向 ...
java正则全局匹配_正则表达式全局匹配模式(g修饰符)
正则表达式g修饰符: g修饰符用语规定正则表达式执行全局匹配,也就是在找到第一个匹配之后仍然会继续查找. 语法结构: 构造函数方式: new RegExp("regexp",&qu ...
封装、继承、多态、访问符，范围修饰符
访问符,范围修饰符: public (公开) protected (保护) 无 private (私有) 修饰符本类中同包类同子类外包类外包子类 public(公开的) √ √ √ √ √ ...

ES6-正则的扩展-u、y修饰符

ES6-正则的扩展-u、y修饰符相关推荐

最新文章

热门文章