RegExp構(gòu)造函數(shù)

1. es5中细卧，RegExp構(gòu)造函數(shù)有兩種參數(shù)

• 第一個參數(shù)為字符串，第二個參數(shù)為正則表達式的修飾符（flag）。
• 參數(shù)為正則表達式分尸。es5此時不允許使用第二個參數(shù)吸申，否則報錯梗劫。
  ES6 改變了這種行為。如果RegExp構(gòu)造函數(shù)第一個參數(shù)是一個正則對象截碴，那么可以使用第二個參數(shù)指定修飾符梳侨。若指定了第二個參數(shù)，則返回的正則表達式忽略原有修飾符日丹，只會使用第二個參數(shù)的修飾符走哺。

字符串的正則方法

字符串對象共有4個方法可以使用正則方法，match,split,search,replace
ES6 將這 4 個方法哲虾，在語言內(nèi)部全部調(diào)用RegExp的實例方法丙躏，從而做到所有與正則相關的方法，全都定義在RegExp對象上束凑。

String.prototype.match 調(diào)用 RegExp.prototype[Symbol.match]
String.prototype.replace 調(diào)用 RegExp.prototype[Symbol.replace]
String.prototype.search 調(diào)用 RegExp.prototype[Symbol.search]
String.prototype.split 調(diào)用 RegExp.prototype[Symbol.split]

u修飾符（unicoded模式）

ES6 對正則表達式添加了u修飾符晒旅，含義為“Unicode 模式”，用來正確處理大于\uFFFF的 Unicode 字符汪诉，正確處理四個字節(jié)的編碼utf-16废恋。

RegExp.prototype.unicode 屬性

正則實例對象新增unicode屬性，表示是否設置了u修飾符扒寄。

const r1 = /hello/;
const r2 = /hello/u;

r1.unicode // false
r2.unicode // true

上面代碼中鱼鼓，正則表達式是否設置了u修飾符，可以從unicode屬性看出來该编。

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

上面代碼中蚓哩，\uD83D\uDC2A是一個四個字節(jié)的 UTF-16 編碼，代表一個字符上渴。但是岸梨，ES5 不支持四個字節(jié)的 UTF-16 編碼，會將其識別為兩個字符稠氮，導致第二行代碼結(jié)果為true曹阔。加了u修飾符以后，ES6 就會識別其為一個字符隔披，所以第一行代碼結(jié)果為false赃份。
一旦加上u修飾符號，就會修改下面這些正則表達式的行為。

（1）點字符

點（.）字符在正則表達式中抓韩，含義是除了換行符以外的任意單個字符纠永。對于碼點大于0xFFFF的 Unicode 字符，點字符不能識別谒拴，必須加上u修飾符尝江。

var s = '??';

/^.$/.test(s) // false
/^.$/u.test(s) // true

上面代碼表示，如果不添加u修飾符英上，正則表達式就會認為字符串為兩個字符炭序，從而匹配失敗。

（2）Unicode 字符表示法

ES6 新增了使用大括號表示 Unicode 字符苍日，這種表示法在正則表達式中必須加上u修飾符惭聂，才能識別當中的大括號，否則會被解讀為量詞相恃。

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

上面代碼表示辜纲，如果不加u修飾符，正則表達式無法識別\u{61}這種表示法拦耐，只會認為這匹配 61 個連續(xù)的u耕腾。

（3）量詞(匹配個數(shù))

使用u修飾符后，所有量詞都會正確識別碼點大于0xFFFF的 Unicode 字符揩魂。

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

（4）預定義模式

u修飾符也影響到預定義模式，能否正確識別碼點大于0xFFFF的 Unicode 字符炮温。

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

上面代碼的\S是預定義模式火脉，匹配所有非空白字符。只有加了u修飾符柒啤，它才能正確匹配碼點大于0xFFFF的 Unicode 字符倦挂。
（5）i 修飾符

有些 Unicode 字符的編碼不同，但是字型很相近担巩，比如方援，\u004B與\u212A都是大寫的K。

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

上面代碼中涛癌，不加u修飾符犯戏，就無法識別非規(guī)范的K字符。

y修飾符（粘連修飾符）

實際上拳话，y修飾符號隱含了頭部匹配的標志^先匪。
es6新增y修飾符，與g修飾符類似弃衍，后一次匹配均從上一次匹配的下一位開始匹配呀非，而g修飾符只要剩余字符串中含有就可以，y修飾符必須從剩余的第一位開始匹配。

RegExp.prototype.sticky 屬性

與y修飾符相匹配岸裙，ES6 的正則實例對象多了sticky屬性猖败，表示是否設置了y修飾符。

var r = /hello\d/y;
r.sticky // true

var s = 'aaa_aa_a';
var r1 = /a+/g;
var r2 = /a+/y;

r1.exec(s) // ["aaa"]
r2.exec(s) // ["aaa"]

r1.exec(s) // ["aa"]
r2.exec(s) // null

實際exec返回（匹配到的字符串降允，開始匹配到的下標恩闻，輸入字符串，groups）
[ 'aaa', index: 0, input: 'aaa_aa_a', groups: undefined ]
[ 'aaa', index: 0, input: 'aaa_aa_a', groups: undefined ]
[ 'aa', index: 4, input: 'aaa_aa_a', groups: undefined ]
null

由于g修飾沒有位置要求拟糕，所以第二次執(zhí)行會返回結(jié)果判呕，而y修飾符要求匹配必須從頭部開始，所以返回null送滞。
lastIndex指定每次開始的位置

const REGEX = /a/g;

// 指定從2號位置（y）開始匹配
REGEX.lastIndex = 2;

// 匹配成功
const match = REGEX.exec('xaya');

// 在3號位置匹配成功
match.index // 3

// 下一次匹配從4號位開始
REGEX.lastIndex // 4

// 4號位開始匹配失敗
REGEX.exec('xaya') // null
> 上面代碼中侠草，lastIndex屬性指定每次搜索的開始位置，g修飾符從這個位置開始向后搜索犁嗅，直到發(fā)現(xiàn)匹配為止边涕。

> y修飾符同樣遵守lastIndex屬性，但是要求必須在lastIndex指定的位置發(fā)現(xiàn)匹配褂微。

const REGEX = /a/y;

// 指定從2號位置開始匹配
REGEX.lastIndex = 2;

// 不是粘連功蜓，匹配失敗
REGEX.exec('xaya') // null

// 指定從3號位置開始匹配
REGEX.lastIndex = 3;

// 3號位置是粘連，匹配成功
const match = REGEX.exec('xaya');
match.index // 3
REGEX.lastIndex // 4

下面代碼宠蚂，最后一個a并沒有出現(xiàn)在下一次匹配的頭部式撼，所以未被替換。

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

單單一個y修飾符對match方法求厕，只能返回第一個匹配著隆，必須與g修飾符聯(lián)用，才能返回所有匹配呀癣。

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

RegExp.prototype.flags 屬性（返回正則表達式的修飾符）

**es5的source返回正則表達式的正文,es6的flags返回正則表達式的修飾符美浦。

/abc/ig.source
// "abc"

/abc/ig.flags
// 'gi'

s修飾符：dotAll模式(使得.可以匹配任意單個字符)

/foo.bar/.test('foo\nbar')
// false

上面代碼中，因為.不匹配\n项栏，所以正則表達式返回false浦辨。

但是，很多時候我們希望匹配的是任意單個字符沼沈，這時有一種變通的寫法[^]流酬。

/foo[^]bar/.test('foo\nbar')
// true

這種解決方案畢竟不太符合直覺，ES2018 [引入]s修飾符列另，使得.可以匹配任意單個字符康吵。

/foo.bar/s.test('foo\nbar') // true

這被稱為dotAll模式，即點（dot）代表一切字符访递。所以晦嵌，正則表達式還引入了一個

dotAll屬性，返回一個布爾值，表示該正則表達式是否處在dotAll模式惭载。

const re = /foo.bar/s;
// 另一種寫法
// const re = new RegExp('foo.bar', 's');

re.test('foo\nbar') // true
re.dotAll // true
re.flags // 's'

后行斷言

”先行斷言“指的是旱函，x只有在y前面才匹配，必須寫成/x(?=y)/描滔。比如棒妨，只匹配百分號之前的數(shù)字，要寫成/\d+(?=%)/含长∪唬”先行否定斷言“指的是，x只有不在y前面才匹配拘泞，必須寫成/x(?!y)/纷纫。比如，只匹配不在百分號之前的數(shù)字陪腌，要寫成/\d+(?!%)/辱魁。

/\d+(?=%)/.exec('100% of US presidents have been male')  // ["100"]
/\d+(?!%)/.exec('that’s all 44 of them')                 // ["44"]

”先行斷言“括號之中的部分（(?=%)），是不計入返回結(jié)果的诗鸭。

“后行斷言”正好與“先行斷言”相反染簇，x只有在y后面才匹配，必須寫成/(?<=y)x/强岸。比如锻弓，只匹配美元符號之后的數(shù)字，要寫成/(?<=$)\d+/蝌箍∏嘧疲”后行否定斷言“則與”先行否定斷言“相反，x只有不在y后面才匹配十绑，必須寫成/(?<!y)x/聚至。比如酷勺，只匹配不在美元符號后面的數(shù)字本橙，要寫成/(?<!$)\d+/。

/(?<=\$)\d+/.exec('Benjamin Franklin is on the $100 bill')  // ["100"]
/(?<!\$)\d+/.exec('it’s is worth about €90')                // ["90"]

上面的例子中脆诉，“后行斷言”的括號之中的部分（(?<=$)）甚亭，也是不計入返回結(jié)果。

“后行斷言”的實現(xiàn)击胜，需要先匹配/(?<=y)x/的x亏狰，然后再回到左邊，匹配y的部分偶摔。這種“先右后左”的執(zhí)行順序暇唾，與所有其他正則操作相反，導致了一些不符合預期的行為。

首先策州，后行斷言的組匹配瘸味，與正常情況下結(jié)果是不一樣的。

/(?<=(\d+)(\d+))$/.exec('1053') // ["", "1", "053"]
/^(\d+)(\d+)$/.exec('1053') // ["1053", "105", "3"]

上面代碼中够挂，需要捕捉兩個組匹配旁仿。

1. 沒有“后行斷言”時，第一個括號是貪婪模式孽糖，第二個括號只能捕獲一個字符枯冈，所以結(jié)果是105和3。
2. 而“后行斷言”時办悟，由于執(zhí)行順序是從右到左尘奏，第二個括號是貪婪模式，第一個括號只能捕獲一個字符誉尖，所以結(jié)果是1和053罪既。

其次，“后行斷言”的反斜杠引用铡恕，也與通常的順序相反琢感，必須放在對應的那個括號之前。

/(?<=(o)d\1)r/.exec('hodor')  // null
/(?<=\1d(o))r/.exec('hodor')  // ["r", "o"]

上面代碼中探熔，如果后行斷言的反斜杠引用（\1）放在括號的后面驹针，就不會得到匹配結(jié)果，必須放在前面才可以诀艰。
因為后行斷言是先從左到右掃描柬甥，發(fā)現(xiàn)匹配以后再回過頭，從右到左完成反斜杠引用其垄。

Unicode 屬性類

ES2018了一種新的類的寫法\p{...}和\P{...}苛蒲，允許正則表達式匹配符合 Unicode 某種屬性的所有字符。

1. uncoded屬性類要指定屬性名和屬性值绿满。
2. 有些屬性臂外，只需指定屬性名或者屬性值。
3. \P{...}是\p{...}的反向匹配喇颁，即匹配不符合條件的字符漏健。
   注意這倆種類只對unicode有效，使用時一定要加上u修飾符,否則使用他們會報錯橘霎。

const regexGreekSymbol = /\p{Script=Greek}/u;
regexGreekSymbol.test('π') // true

• \p{Script=Greek}指定匹配一個希臘文字母
• /^\p{Decimal_Number}+$/u;指定匹配所有的十進制字符蔫浆。
• \p{Number}甚至能匹配羅馬數(shù)字。

// 匹配所有空格
\p{White_Space}

// 匹配各種文字的所有字母姐叁，等同于 Unicode 版的 \w
[\p{Alphabetic}\p{Mark}\p{Decimal_Number}\p{Connector_Punctuation}\p{Join_Control}]

// 匹配各種文字的所有非字母的字符瓦盛，等同于 Unicode 版的 \W
[^\p{Alphabetic}\p{Mark}\p{Decimal_Number}\p{Connector_Punctuation}\p{Join_Control}]

// 匹配 Emoji
/\p{Emoji_Modifier_Base}\p{Emoji_Modifier}?|\p{Emoji_Presentation}|\p{Emoji}\uFE0F/gu

// 匹配所有的箭頭字符
const regexArrows = /^\p{Block=Arrows}+$/u;
regexArrows.test('←↑→↓??↖↗↘↙?????????????') // true

具名組匹配

ES2018 引入了[具名組匹配洗显，允許為每一個組匹配指定一個名字，既便于閱讀代碼原环，又便于引用墙懂。

const RE_DATE = /(?<year>\d{4})-(?<month>\d{2})-(?<day>\d{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

上面代碼中，“具名組匹配”在圓括號內(nèi)部扮念，模式的頭部添加“問號 + 尖括號 + 組名” （?<year>）损搬，然后就可以在exec方法返回結(jié)果的groups屬性上引用該組名。同時柜与，數(shù)字序號（matchObj[1]）依然有效巧勤。

如果具名組沒有匹配，那么對應的groups對象屬性會是undefined弄匕。

const RE_OPT_A = /^(?<as>a+)?$/;
const matchObj = RE_OPT_A.exec('');

matchObj.groups.as // undefined
'as' in matchObj.groups // true

上面代碼中颅悉，具名組as沒有找到匹配，那么matchObj.groups.as屬性值就是undefined迁匠，并且as這個鍵名在groups是始終存在的剩瓶。

解構(gòu)賦值和替換

有了具名組匹配以后，可以使用解構(gòu)賦值直接從匹配結(jié)果上為變量賦值城丧。

let {groups: {one, two}} = /^(?<one>.*):(?<two>.*)$/u.exec('foo:bar');
one  // foo
two  // bar

字符串替換時延曙，使用$<組名>引用具名組。

let re = /(?<year>\d{4})-(?<month>\d{2})-(?<day>\d{2})/u;

'2015-01-02'.replace(re, '$<day>/$<month>/$<year>')
// '02/01/2015'

上面代碼中亡哄，replace方法的第二個參數(shù)是一個字符串枝缔，而不是正則表達式。

replace方法的第二個參數(shù)也可以是函數(shù)蚊惯，該函數(shù)的參數(shù)序列如下愿卸。

'2015-01-02'.replace(re, (
   matched, // 整個匹配結(jié)果 2015-01-02
   capture1, // 第一個組匹配 2015
   capture2, // 第二個組匹配 01
   capture3, // 第三個組匹配 02
   position, // 匹配開始的位置 0
   S, // 原字符串 2015-01-02
   groups // 具名組構(gòu)成的一個對象 {year, month, day}
 ) => {
 let {day, month, year} = args[args.length - 1];
 return `${day}/${month}/${year}`;
});

具名組匹配在原來的基礎上，新增了最后一個函數(shù)參數(shù)：具名組構(gòu)成的一個對象截型。函數(shù)內(nèi)部可以直接對這個對象進行解構(gòu)賦值趴荸。

如果要在正則表達式內(nèi)部引用某個“具名組匹配”，可以使用\k<組名>的寫法宦焦。

const RE_TWICE = /^(?<word>[a-z]+)!\k<word>$/;
RE_TWICE.test('abc!abc') // true
RE_TWICE.test('abc!ab') // false

數(shù)字引用（\1）依然有效发钝。

const RE_TWICE = /^(?<word>[a-z]+)!\1$/;
RE_TWICE.test('abc!abc') // true
RE_TWICE.test('abc!ab') // false

const RE_TWICE = /^(?<word>[a-z]+)!\k<word>!\1$/;
RE_TWICE.test('abc!abc!abc') // true
RE_TWICE.test('abc!abc!ab') // false

String.prototype.matchAll

如果一個正則表達式在字符串里面有多個匹配，現(xiàn)在一般使用g修飾符或y修飾符赶诊，在循環(huán)里面逐一取出笼平。

var regex = /t(e)(st(\d?))/g;
var string = 'test1test2test3';

var matches = [];
var match;
while (match = regex.exec(string)) {
  matches.push(match);
}

matches
// [
//   ["test1", "e", "st1", "1", index: 0, input: "test1test2test3"],
//   ["test2", "e", "st2", "2", index: 5, input: "test1test2test3"],
//   ["test3", "e", "st3", "3", index: 10, input: "test1test2test3"]
// ]

上面代碼中园骆，while循環(huán)取出每一輪的正則匹配舔痪，一共三輪。

目前有一個提案,增加了String.prototype.matchAll方法锌唾，可以一次性取出所有匹配锄码。不過夺英，它返回的是一個遍歷器（Iterator），而不是數(shù)組滋捶。

const string = 'test1test2test3';

// g 修飾符加不加都可以
const regex = /t(e)(st(\d?))/g;

for (const match of string.matchAll(regex)) {
  console.log(match);
}
// ["test1", "e", "st1", "1", index: 0, input: "test1test2test3"]
// ["test2", "e", "st2", "2", index: 5, input: "test1test2test3"]
// ["test3", "e", "st3", "3", index: 10, input: "test1test2test3"]

上面代碼中痛悯，由于string.matchAll(regex)返回的是遍歷器，所以可以用for...of循環(huán)取出重窟。相對于返回數(shù)組载萌，返回遍歷器的好處在于，如果匹配結(jié)果是一個很大的數(shù)組巡扇，那么遍歷器比較節(jié)省資源扭仁。

遍歷器轉(zhuǎn)為數(shù)組是非常簡單的，使用...運算符或者Array.from方法就可以了厅翔。

// 轉(zhuǎn)為數(shù)組方法一
[...string.matchAll(regex)]

// 轉(zhuǎn)為數(shù)組方法二
Array.from(string.matchAll(regex));