正则表达式是我们做数据匹配的时候常用的一种东西,固然正则表达式的语法并不巨大,可是假如多种语法组合起来会给人一种无从下手的感受。
于是正则表达式成了措施员的恶梦。本日我们来看一下如安在ES9中玩转正则表达式。
Numbered capture groups我们知道正则表达式可以分组,分组是用括号来暗示的,假如想要获取到分组的值,那么就叫做capture groups。
凡是来说,我们是通过序号来会见capture groups的,这叫做Numbered capture groups。
举个例子:
const RE_DATE = /([0-9]{4})-([0-9]{2})-([0-9]{2})/; const matchObj = RE_DATE.exec('1999-12-31'); const year = matchObj[1]; // 1999 const month = matchObj[2]; // 12 const day = matchObj[3]; // 31
上面的正则表达式要匹配年代日,然后通过exec要领,返回match的数组。这个数组存储的是匹配的groups信息。
因为我们有三个括号,所以可以匹配三个group。然后通过1,2,3来会见特定的group。
我们把上面的matchObj输出看一下个中的内容:
[ '1999-12-31', '1999', '12', '31', index: 0, input: '1999-12-31', groups: undefined ]
可以看到matchObj是一个数组,index 0存储的是要匹配的字符串。这里我们看到matchObj尚有一个groups是undefined,这个groups就是定名groups。
Named capture groups上面讲到了numbered capture groups是通过序列号来会见到匹配的数据。可是匹配到的group是没有名字的。
我们看下怎么才气够给这些groups起个名字:
const RE_DATE = /(?<year>[0-9]{4})-(?<month>[0-9]{2})-(?<day>[0-9]{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
看下matchObj的内容:
[ '1999-12-31', '1999', '12', '31', index: 0, input: '1999-12-31', groups: [Object: null prototype] { year: '1999', month: '12', day: '31' } ]
可以看到,这次多了groups的信息。
假如要匹配我们之前匹配过的group信息,则可以利用numbered groups的 \k 可能 named groups的 \k.
我们看一个例子:
const RE_TWICE = /^(?<word>[a-z]+)!\k<word>$/; RE_TWICE.test('abc!abc'); // true RE_TWICE.test('abc!ab'); // false
const RE_TWICE = /^(?<word>[a-z]+)!\1$/; RE_TWICE.test('abc!abc'); // true RE_TWICE.test('abc!ab'); // false
两种语法都可以利用。
Named capture groups还可以和replace一起利用。
有了group name,我们可以直接在replace中利用group name来做引用:
const RE_DATE = /(?<year>[0-9]{4})-(?<month>[0-9]{2})-(?<day>[0-9]{2})/; console.log('1999-12-31'.replace(RE_DATE, '$<month>/$<day>/$<year>')); // 12/31/1999
replace的第二个参数还可以是一个函数,函数的参数就是我们group出来的一些内容:
const RE_DATE = /(?<year>[0-9]{4})-(?<month>[0-9]{2})-(?<day>[0-9]{2})/; console.log('1999-12-31'.replace( RE_DATE, (g0,y,m,d,offset,input, {year, month, day}) => // (A) month+'https://www.jb51.net/'+day+'https://www.jb51.net/'+year)); // 12/31/1999
上面的例子中,g0 = 1999-12-31 暗示匹配的子字符串。 y, m, d 匹配的是numbered groups 1,2,3。
input 是整个的输入。{year, month, day} 匹配的是named groups。
RegExp中Unicode属性的转义在Unicode尺度中,每一个字符都有属性,简朴点说属性就是用来描写这个字符的。
好比说General_Category暗示的是字符的分类: x: General_Category = Lowercase_Letter
White_Space暗示的是空格,tabs和换行: \t: White_Space = True
Age暗示的是该字符什么时候被插手到Unicode中等等。
这些属性尚有对应的缩写: Lowercase_Letter = Ll , Currency_Symbol = Sc 等等。
举个例子,好比说我们想匹配空格。传统做法是这样做的:
> /^\s+$/.test('\t \n\r') true
前面是正则表达式,然后利用一个test要领来匹配字符串,最终获得的true。
方才讲到了unicode的属性,我们也可以用属性来匹配:
> /^\p{White_Space}+$/u.test('\t \n\r') true
属性匹配利用的是\p, 后头跟的是属性值。
留意,我们还要在正则表达式后头加上u,以暗示利用的是Unicode属性转义。
lookaround assertionlookaround assertion可以被翻译为环顾断言,它是正则表达式中的一种布局,用来判定要匹配的工具的前后情况是什么样的。
有两种lookaround assertion,一种是Lookahead一种是Lookbehind。
我们先看一下Lookahead的利用:
const RE_AS_BS = /aa(?=bb)/; const match1 = RE_AS_BS.exec('aabb'); console.log(match1[0]); // 'aa' const match2 = RE_AS_BS.exec('aab'); console.log(match2); // null
lookahead就是向前查察,上面我们利用的是(?=bb) 来向前匹配bb。
留意,固然正则表达式匹配上了aabb,可是match中并不包括bb。
功效是第一个匹配上了,第二个没有匹配。
除了是用?= 之外,我们还可以利用?! 暗示不等:
> const RE_AS_NO_BS = /aa(?!bb)/; > RE_AS_NO_BS.test('aabb') false > RE_AS_NO_BS.test('aab') true > RE_AS_NO_BS.test('aac') true
再来看一下Lookbehind的利用。
Lookbehind和Lookahead查询的偏向方才相反。
向后匹配是利用?<=来暗示的,我们来看一个例子:
const RE_DOLLAR_PREFIX = /(?<=\$)foo/g; '$foo %foo foo'.replace(RE_DOLLAR_PREFIX, 'bar'); // '$bar %foo foo'
上面的例子中,我们匹配了最前面的$,然后利用bar替换掉了foo。
同样的,我们也可以利用?<! 来暗示非相等的环境:
const RE_NO_DOLLAR_PREFIX = /(?<!\$)foo/g; '$foo %foo foo'.replace(RE_NO_DOLLAR_PREFIX, 'bar'); // '$foo %bar bar'
dotAll flag正常环境下dot . 代表的是一个字符,可是这个字符不可以或许代表行的竣事符:
> /^.$/.test('\n') false
而dotAll是在 dot . 匹配后头引入的s, 它可以被用来匹配行的竣事符:
> /^.$/s.test('\n') true
在ES中,有下面几种字符暗示的都是行的竣事符:
U+000A LINE FEED (LF) (\n)
U+000D CARRIAGE RETURN (CR) (\r)
U+2028 LINE SEPARATOR
U+2029 PARAGRAPH SEPARATOR
总结