ES2018 新特征之：正则表达式反向断言

ES2018 新特性

“正则表达式反向断言” 提案 proposal-regexp-lookbehind 由 Gorkem Yakin, Nozomu Katō, Daniel Ehrenberg 负责，目前已经进入 stage 4，预计会是 ES9(ES2018) 的一部分。

1. 概述

断言(Assertion)是一个对当前匹配位置之前或之后的字符的测试， 它不会实际消耗任何字符，所以断言也被称为“非消耗性匹配”或“非获取匹配”。

正则表达式的断言一共有 4 种形式：

零宽正向肯定断言(zero-width positive lookahead assertion)

零宽正向否定断言(zero-width negative lookahead assertion)

零宽反向肯定断言(zero-width positive lookbehind assertion)

零宽反向否定断言(zero-width negative lookbehind assertion)

这里面的 pattern 是一个正则表达式。

lookahead 和 lookbehind 通过被翻译为：

正向 负向

前向 后向

正向 反向

前瞻 后瞻

……

本文档使用“正向”、“反向”。

2. Lookahead assertions 正向断言

在当前的 JavaScript 正则表达式版本中，只支持正向断言。

正向断言的意思是：当前位置后面的字符串应该满足断言，但是并不捕获，仅此而已。

举个例子：

这个正则表达式可以匹配 ，但是正则表达式匹配到的字符串不包含 。（这个正则表达式可以匹配 中的 ，注意，匹配的结果是 ，并不是 ）

但是如果这个字符串没有包含 ，那么这个正则表达式无法成功匹配：

如果使用否定断言则正好相反:

3. 反向断言

反向断言和正向断言的行为一样，只是方向相反。

反向肯定断言使用语法 。

比如我们想获取所有的人民币金额，但是不获取其它货币（比如美元）：

反向否定断言使用语法 ，和肯定断言正好相反：

在上面的例子中， 的结果是 ，并不是我们认为的 。

这不是反向断言的一个例外，而是这段代码的一个小 bug。

这段正则表达式匹配到了 里面的 。因为 前面是 而不是 ，完全符合反向否定断言规则。

4. 组合

多个断言(任意顺序)可以同时出现。

比如 匹配前面有三个数字但不是 的字符串 。

注意，每个断言独立应用到对目标字符串该点的匹配。首先它会检查前面的三位都是数字，然后检查这三位不是 。 这个模式不能匹配 前面有三位数字然后紧跟 3 位非 共 6 个字符的字符串，比如， 它不匹配 。 匹配 这个字符串的模式可以是 。

这种情况下，第一个断言查看(当前匹配点)前面的 6 个字符，检查前三个是数字， 然后第二个断言检查(当前匹配点)前三个字符不是 。

断言可以以任意复杂度嵌套。

比如 匹配前面有 但是 前面没有 的 。

另外一个模式 则匹配前面有三个数字字符紧跟 3 个不是 的任意字符的 。

5. 细节

5.1 从右向左的贪婪匹配

如果组中有贪婪匹配的子模式，则在反向断言中的捕获组将具有不同的值。

当在反向断言中，右侧的组将捕获大多数字符，而不是左侧的组。

当模式 匹配 时，第 1 个组捕获 ，第 2 个组捕获 。

当普通模式 匹配 时，第 1 个组捕获 ，第 2 个组捕获 。

5.2 捕获组的索引

在反向断言匹配中，组的次序是从左到右的。

当模式 匹配 时， 是 ， 是 。

5.3 引用捕获组

只有当捕获组被执行后，我们才能对他进行引用。

例如在正则表达式 中， 的值始终是空字符串，正确的写法是 。

6 实现

V8, shipping in Chrome 62

XS, in January 17, 2018 update