讲给前端的正则表达式(3)：使用 ES6 特性[每日前端夜话0x104]

疯狂的技术宅

发布于 2019-12-24 16:23:52

5940

发布于 2019-12-24 16:23:52

文章被收录于专栏：京程一灯京程一灯

每日前端夜话0x104

每日前端夜话，陪你聊前端。

每天晚上18:00准时推送。

正文共：1638 字

预计阅读时间：7分钟

翻译：疯狂的技术宅

作者：wanago

来源：wanago.io

前文：

讲给前端的正则表达式(1)：基本概念
讲给前端的正则表达式(2)：写出更优雅、更精确的正则表达式

到现在为止，我们已经介绍了许多正则表达式的功能。但是还有更多。这次我们将会学习一些更高级的概念，例如搜索和覆盖 JavaScript 中 RegExp 对象的更多功能。我们还将学习如何使用 ES6 带来的一些功能。开始吧！

exec

这是一种执行搜索字符串中的匹配项的方法（类似于 test 方法），但是它返回的结果是数组（或 null）。其结果还有其他一些属性，例如 index 和 input

const string = 'fileName.png, fileName2.png, fileName3.png';
const regexp = /fileName[0-9]?.png/g;

regexp.exec(string);

[
  0: "fileName.png",
  index: 0,
  input: "fileName.png, fileName2.png, fileName3.png"
]

index 是匹配项的位置，input 是提供的字符串。请注意，我在这里用的是 global 标志，在课程的第一部分中已提到过。所以我们可以通过多次调用 exec 在字符串中寻找多个匹配项。它将 RegExp 对象的 lastIndex 属性设置为一个数字，该数字指示搜索停止的位置。

let resultArray;
while((resultArray = regexp.exec(string)) !== null) {
  console.log(resultArray[0], regexp.lastIndex);
}

// fileName.png  12
// fileName2.png 27
// fileName3.png 42

正则表达式中的分组

使用正则表达式，不仅可以检查字符串是否匹配，还可以在忽略不必要字符的同时提取某些信息。可以使用带有圆括号的分组。

function getDateFromString(dateString) {
  const regexp = /([0-9]{2})-([0-9]{2})-([0-9]{4})/;
  const result = regexp.exec(dateString);
  if(result) {
    return {
      day: result[1],
      month: result[2],
      year: result[3]
    }
  }
}

getDateFromString('14-05-2018');

{
  day: '14',
  month: '05',
  year: '2018'
}

在这种情况下，我们提取了三组字符，而忽略了破折号。只需注意 result [0] 将是匹配的完整字符串。

已经有一个处于第4阶段的命名组提案【https://github.com/tc39/proposal-regexp-named-groups】，并且在上述用例中被证明是有帮助的。Axel Rauschmayer 在 2ality 博客上的文章【http://2ality.com/2017/05/regexp-named-capture-groups.html】中对此进行了很好的描述。

嵌套分组

你可以嵌套分组：

function getYearFromString(dateString) {
  const regexp = /[0-9]{2}-[0-9]{2}-([0-9]{2}([0-9]{2}))/;
  const result = regexp.exec(dateString);
  if(result) {
    return {
      year: result[1],
      yearShort: result[2]
    }
  }
}

getYearFromString('14-05-2018');

{
  year: '2018',
  yearShort: '18'
}

在模式的 ([0-9]{2}([0-9]{2})) 部分中，我们将一组嵌套在另一组中。多亏了这一点，我们得到了表示年份的短字符串。

条件模式

还有另一个有用的功能，即 OR 语句。我们可以用 | 字符实现：

function doYearsMatch(firstDateString, secondDateString) {
  const execResult = /[0-9]{2}-[0-9]{2}-([0-9]{4})/.exec(firstDateString);
  if(execResult) {
    const year = execResult[1];
    const yearShort = year.substr(2,4);
    return RegExp(`[0-9]{2}-[0-9]{2}-(${year}|${yearShort})`).test(secondDateString);
  }
}

doYearsMatch('14-05-2018', '12-02-2018'); // true
doYearsMatch('14-05-2018', '24-04-18');   // true

按照我们的模式，(${year}|${yearShort}) 将会匹配年份，即使第二个年份以简短形式提供。

全部捕获

与组一起工作时，还有一个特别有用的地方：(. *)

function getResolution(resolutionString) {
  const execResult = /(.*) ?x ?(.*)/.exec(resolutionString);
  if(execResult) {
    return {
      width: execResult[1],
      height: execResult[2] 
    }
  }
}

getResolution('1024x768'); 
{
  width: '1024',
  height: '768'
}

多亏用了 ? 运算符，如果还有其他空格，它也将起作用：

getResolution('1920 x 1080');

{
  width: '1920',
  height: '1080'
}

粘性标志（sticky）

如你所见，RegExp 对象有一个名为 lastIndex 的属性。当进行全局搜索（使用适当的标志）时，可以在正确的位置继续进行模式匹配。使用 ES6 中引入的 粘性标志 y，我们可以强制从某个索引开始搜索。

function getDateFromString(dateString) {
  const regexp = /([0-9]{2})-([0-9]{2})-([0-9]{4})/y;
  regexp.lastIndex = 14;
  const result = regexp.exec(dateString);
  if(result){
    return {
      day: result[1],
      month: result[2],
      year: result[3]
    }
  }
}

getDateFromString('Current date: 14-05-2018');

请记住，对字符串执行检查（例如使用 exec）会更改 lastIndex 属性，所以如果你希望它在多次粘性搜索之间保持不变，请不要忘记对其进行设置。如果模式匹配失败，则将 lastIndex 设置为0。

注意：你可以检查 RegExp 对象是否启用了标志。

const regexp = /([0-9]{2})-([0-9]{2})-([0-9]{4})/y;
regexp.lastIndex = 14;
console.log(regexp.sticky); // true

其他标志也是如此：更多相关的标志，请访问 MDN Web 文档【https://developer.mozilla.org/zh-CN/docs/Web/JavaScript/Reference/Global_Objects/RegExp#RegExp_prototype_objects_and_instances】。

Unicode 标志

ES6 也带来了对 Unicode 的更好支持。添加 Unicode 标志 u 可以启用与 Unicode 相关的其他功能。多亏了它，你可以在模式中使用 \u{x}，其中 x 是所需字符的编码。

/\u{24}/u.test('$'); // true

以上代码如果没有 u 标志将会无法工作。重要的是要知道它的影响不仅限于此。如果不带标志，也可以处理一些的更特殊的 Unicode 字符：

/?/.test('?'); // true

但这会在更复杂的情况下使我们失败：

/a.b/.test('a?b');  // false
/a.b/u.test('a?b'); // true

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

/[a?b]/.test('?');  // false
/[??]/u.test('?'); // true

/^[^x]$/.test('?');  // false
/[^x]/.test('?');    // true
/^[^x]$/u.test('?'); // true

/^[ab?]$/.test('?');  // false
/[ab?]/.test('?');    // true
/^[ab?]$/u.test('?'); // true

我们可以很容易地得出一个结论，那就是在模式中包含 u 标志是一种很好的做法，尤其是再可能含有除了标准 ASCII 之外的其他字符的情况。

如果将它与 忽略大小写 标志结合使用，则该模式也将同时匹配小写和大写字符。