RegExp構(gòu)造函數(shù)

在ES5中口叙，RegExp構(gòu)造函數(shù)的參數(shù)有兩種情況炼绘。

第一種情況是，參數(shù)是字符串妄田，這時第二個參數(shù)表示正則表達(dá)式的修飾符（flag）俺亮。

var regex = new RegExp('xyz', 'i');
// 等價于
var regex = /xyz/i;

第二種情況是，參數(shù)是一個正則表示式疟呐，這時會返回一個原有正則表達(dá)式的拷貝启具。

var regex = new RegExp(/xyz/i);
// 等價于
var regex = /xyz/i;

但是，ES5不允許此時使用第二個參數(shù)鲁冯，添加修飾符薯演，否則會報錯。

var regex = new RegExp(/xyz/, 'i');
// Uncaught TypeError: Cannot supply flags when constructing one RegExp from another

ES6改變了這種行為序无。如果RegExp構(gòu)造函數(shù)第一個參數(shù)是一個正則對象，那么可以使用第二個參數(shù)指定修飾符米罚。而且丈探，返回的正則表達(dá)式會忽略原有的正則表達(dá)式的修飾符，只使用新指定的修飾符隘竭。

new RegExp(/abc/ig, 'i').flags
// "i"

上面代碼中讼渊，原有正則對象的修飾符是ig，它會被第二個參數(shù)i覆蓋菱皆。

字符串的正則方法

字符串對象共有4個方法仇轻，可以使用正則表達(dá)式：match()奶甘、replace()、search()和split()疲陕。

ES6將這4個方法蹄殃，在語言內(nèi)部全部調(diào)用RegExp的實例方法你踩，從而做到所有與正則相關(guān)的方法，全都定義在RegExp對象上按厘。

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

ES6對正則表達(dá)式添加了u修飾符逮京，含義為“Unicode模式”束莫，用來正確處理大于\uFFFF的Unicode字符。也就是說策严，會正確處理四個字節(jié)的UTF-16編碼。

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

上面代碼中逛绵，\uD83D\uDC2A是一個四個字節(jié)的UTF-16編碼术浪，代表一個字符寿酌。但是迹辐，ES5不支持四個字節(jié)的UTF-16編碼，會將其識別為兩個字符秧荆，導(dǎo)致第二行代碼結(jié)果為true。加了u修飾符以后辰如，ES6就會識別其為一個字符琉兜，所以第一行代碼結(jié)果為false豌蟋。
一旦加上u修飾符號桑滩，就會修改下面這些正則表達(dá)式的行為。
（1）點字符
點（.）字符在正則表達(dá)式中幌氮，含義是除了換行符以外的任意單個字符胁澳。對于碼點大于0xFFFF的Unicode字符韭畸，點字符不能識別蔓搞，必須加上u修飾符喂分。

var s = '??';

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

上面代碼表示蒲祈，如果不添加u修飾符萝嘁，正則表達(dá)式就會認(rèn)為字符串為兩個字符，從而匹配失敗酿愧。
（2）Unicode字符表示法
ES6新增了使用大括號表示Unicode字符，這種表示法在正則表達(dá)式中必須加上u修飾符钝鸽，才能識別。

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

上面代碼表示拔恰，如果不加u修飾符颜懊，正則表達(dá)式無法識別\u{61}這種表示法风皿，只會認(rèn)為這匹配61個連續(xù)的u。
（3）量詞
使用u修飾符后咸这，所有量詞都會正確識別碼點大于0xFFFF的Unicode字符魔眨。

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

另外遏暴，只有在使用u修飾符的情況下，Unicode表達(dá)式當(dāng)中的大括號才會被正確解讀州丹，否則會被解讀為量詞侥啤。

/^\u{3}$/.test('uuu') // true

上面代碼中，由于正則表達(dá)式?jīng)]有u修飾符蚁鳖，所以大括號被解讀為量詞。加上u修飾符钾腺，就會被解讀為Unicode表達(dá)式讥裤。
（4）預(yù)定義模式
u修飾符也影響到預(yù)定義模式己英，能否正確識別碼點大于0xFFFF的Unicode字符。

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

上面代碼的\S是預(yù)定義模式厢破，匹配所有不是空格的字符摩泪。只有加了u修飾符劫谅，它才能正確匹配碼點大于0xFFFF的Unicode字符。

利用這一點荞驴，可以寫出一個正確返回字符串長度的函數(shù)戴尸。

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

var s = '????';

s.length // 4
codePointLength(s) // 2

（5）i修飾符
有些Unicode字符的編碼不同冤狡，但是字型很相近悲雳，比如合瓢，\u004B與\u212A都是大寫的K透典。

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

上面代碼中，不加u修飾符税弃，就無法識別非規(guī)范的K字符。

y 修飾符

除了u修飾符幔翰，ES6還為正則表達(dá)式添加了y修飾符西壮，叫做“粘連”（sticky）修飾符款青。

y修飾符的作用與g修飾符類似，也是全局匹配饰及，后一次匹配都從上一次匹配成功的下一個位置開始渠牲。不同之處在于，g修飾符只要剩余位置中存在匹配就可瘫镇，而y修飾符確保匹配必須從剩余的第一個位置開始铣除，這也就是“粘連”的涵義尚粘。

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

上面代碼有兩個正則表達(dá)式敲长，一個使用g修飾符，另一個使用y修飾符泽铛。這兩個正則表達(dá)式各執(zhí)行了兩次盔腔，第一次執(zhí)行的時候弛随，兩者行為相同，剩余字符串都是_aa_a栓票。由于g修飾沒有位置要求逗载，所以第二次執(zhí)行會返回結(jié)果链烈，而y修飾符要求匹配必須從頭部開始，所以返回null擦秽。

如果改一下正則表達(dá)式漩勤，保證每次都能頭部匹配越败，y修飾符就會返回結(jié)果了。

var s = 'aaa_aa_a';
var r = /a+_/y;

r.exec(s) // ["aaa_"]
r.exec(s) // ["aa_"]

上面代碼每次匹配置谦，都是從剩余字符串的頭部開始媒峡。

sticky屬性

與y修飾符相匹配葵擎，ES6的正則對象多了sticky屬性酬滤，表示是否設(shè)置了y修飾符。

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

flags屬性

ES6為正則表達(dá)式新增了flags屬性盯串，會返回正則表達(dá)式的修飾符嘴脾。

// ES5的source屬性
// 返回正則表達(dá)式的正文
/abc/ig.source
// "abc"

// ES6的flags屬性
// 返回正則表達(dá)式的修飾符
/abc/ig.flags
// 'gi'

RegExp.escape()

字符串必須轉(zhuǎn)義译打，才能作為正則模式。

function escapeRegExp(str) {
  return str.replace(/[\-\[\]\/\{\}\(\)\*\+\?\.\\\^\$\|]/g, '\\$&');
}

let str = '/path/to/resource.html?search=query';
escapeRegExp(str)
// "\/path\/to\/resource\.html\?search=query"

上面代碼中乔询，str是一個正常字符串竿刁，必須使用反斜杠對其中的特殊字符轉(zhuǎn)義搪缨，才能用來作為一個正則匹配的模式。

已經(jīng)有提議將這個需求標(biāo)準(zhǔn)化负甸，作為RegExp對象的靜態(tài)方法RegExp.escape()呻待，放入ES7队腐。2015年7月31日，TC39認(rèn)為迫淹，這個方法有安全風(fēng)險千绪，又不愿這個方法變得過于復(fù)雜梗脾，沒有同意將其列入ES7，但這不失為一個真實的需求瑞妇。

RegExp.escape('The Quick Brown Fox');
// "The Quick Brown Fox"

RegExp.escape('Buy it. use it. break it. fix it.');
// "Buy it\. use it\. break it\. fix it\."

RegExp.escape('(*.*)');
// "\(\*\.\*\)"

字符串轉(zhuǎn)義以后辕狰，可以使用RegExp構(gòu)造函數(shù)生成正則模式蔓倍。

var str = 'hello. how are you?';
var regex = new RegExp(RegExp.escape(str), 'g');
assert.equal(String(regex), '/hello\. how are you\?/g');

目前，該方法可以用上文的escapeRegExp函數(shù)或者墊片模塊regexp.escape實現(xiàn)偶翅。

var escape = require('regexp.escape');
escape('hi. how are you?');
// "hi\\. how are you\\?"

s 修飾符：dotAll 模式

正則表達(dá)式中聚谁，點（.）是一個特殊字符，代表任意的單個字符环疼，但是行終止符（line terminator character）除外朵耕。

以下四個字符屬于”行終止符“憔披。

• U+000A 換行符（\n）
• U+000D 回車符（\r）
• U+2028 行分隔符（line separator）
• U+2029 段分隔符（paragraph separator）

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

上面代碼中芬膝，因為.不匹配\n，所以正則表達(dá)式返回false筹误。

但是癣缅，很多時候我們希望匹配的是任意單個字符友存，這時有一種變通的寫法。

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

這種解決方案畢竟不太符合直覺直晨，所以現(xiàn)在有一個提案勇皇，引入/s修飾符焚刺，使得.可以匹配任意單個字符。

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

這被稱為dotAll模式乳愉，即點（dot）代表一切字符。所以拖叙，正則表達(dá)式還引入了一個dotAll屬性，返回一個布爾值，表示該正則表達(dá)式是否處在dotAll模式挖滤。

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'

/s修飾符和多行修飾符/m不沖突斩松，兩者一起使用的情況下觉既，.匹配所有字符，而^和$匹配每一行的行首和行尾钧椰。

后行斷言

JavaScript語言的正則表達(dá)式嫡霞，只支持先行斷言（lookahead）和先行否定斷言（negative lookahead）诊沪，不支持后行斷言（lookbehind）和后行否定斷言（negative lookbehind）曾撤。

目前挤悉，有一個提案，在ES7加入后行斷言橄仆。V8引擎4.9版已經(jīng)支持盆顾，Chrome瀏覽器49版打開”experimental JavaScript features“開關(guān)（地址欄鍵入about:flags）您宪，就可以使用這項功能。

”先行斷言“指的是磷杏，x只有在y前面才匹配捏卓，必須寫成/x(?=y)/怠晴。比如，只匹配百分號之前的數(shù)字稿械，要寫成/\d+(?=%)/美莫。”先行否定斷言“指的是厢呵，x只有不在y前面才匹配，必須寫成/x(?!y)/科阎。比如锣笨，只匹配不在百分號之前的數(shù)字错英，要寫成/\d+(?!%)/椭岩。

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

上面兩個字符串判哥，如果互換正則表達(dá)式献雅，就會匹配失敗。另外塌计，還可以看到挺身，”先行斷言“括號之中的部分（(?=%)），是不計入返回結(jié)果的锌仅。

"后行斷言"正好與"先行斷言"相反章钾，x只有在y后面才匹配墙贱，必須寫成/(?<=y)x/。比如贱傀，只匹配美元符號之后的數(shù)字惨撇，要寫成/(?<=\$)\d+/「”后行否定斷言“則與”先行否定斷言“相反纺棺，x只有不在y后面才匹配茅撞，必須寫成/(?<!y)x/剑令。比如，只匹配不在美元符號后面的數(shù)字，要寫成/(?<!\$)\d+/典尾。

/(?<=\$)\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，"后行斷言"的括號之中的部分（(?<=\$)），也是不計入返回結(jié)果髓考。

"后行斷言"的實現(xiàn)，需要先匹配/(?<=y)x/的x射赛，然后再回到左邊，匹配y的部分秆麸。這種"先右后左"的執(zhí)行順序坷随，與所有其他正則操作相反，導(dǎo)致了一些不符合預(yù)期的行為类溢。

首先砂心，”后行斷言“的組匹配，與正常情況下結(jié)果是不一樣的躁倒。

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

上面代碼中，需要捕捉兩個組匹配象迎。沒有"后行斷言"時汪厨，第一個括號是貪婪模式织中，第二個括號只能捕獲一個字符，所以結(jié)果是105和3。而"后行斷言"時，由于執(zhí)行順序是從右到左，第二個括號是貪婪模式，第一個括號只能捕獲一個字符，所以結(jié)果是1和053者蠕。

其次，"后行斷言"的反斜杠引用，也與通常的順序相反，必須放在對應(yīng)的那個括號之前锐锣。

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

上面代碼中，如果后行斷言的反斜杠引用（\1）放在括號的后面，就不會得到匹配結(jié)果，必須放在前面才可以翁潘。

Unicode屬性類

目前渗勘，有一個提案取刃，引入了一種新的類的寫法\p{...}和\P{...}，允許正則表達(dá)式匹配符合Unicode某種屬性的所有字符。

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

上面代碼中，\p{Script=Greek}指定匹配一個希臘文字母，所以匹配π成功。

Unicode屬性類要指定屬性名和屬性值。

\p{UnicodePropertyName=UnicodePropertyValue}

對于某些屬性，可以只寫屬性名。

\p{UnicodePropertyName}

\P{…}是\p{…}的反向匹配，即匹配不滿足條件的字符。

注意，這兩種類只對Unicode有效棺耍，所以使用的時候一定要加上u修飾符。如果不加u修飾符，正則表達(dá)式使用\p和\P會報錯佩抹，ECMAScript預(yù)留了這兩個類。

由于Unicode的各種屬性非常多，所以這種新的類的表達(dá)能力非常強。

const regex = /^\p{Decimal_Number}+$/u;
regex.test('????????????????????????????????') // true

上面代碼中嚼沿，屬性類指定匹配所有十進(jìn)制字符，可以看到各種字型的十進(jìn)制字符都會匹配成功辨图。

\p{Number}甚至能匹配羅馬數(shù)字鱼的。

// 匹配所有數(shù)字
const regex = /^\p{Number}+$/u;
regex.test('231???') // true
regex.test('???') // true
regex.test('ⅠⅡⅢⅣⅤⅥⅦⅧⅨⅩⅪⅫ') // true

下面是其他一些例子。

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

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