你真的理解正则修饰符吗?
0、前言
一段代码引发的思考:
var r = /\d/g;
console.log(r.test('1'));
console.log(r.test('1'));
console.log(r.test('2'));
console.log(r.test('2'));
先看看如上的代码,不要执行,自己先猜测下结果。
1、正则修饰符
正则在各个语言中,实现的标准并不完全一致。我们这里就讨论在 JavaScript
中的实现。
在 JavaScript
中,正则有四个修饰符: global, ignoreCase, multiline, unicode
,详细请参考:MDN RegExp。
它们的含义如下:
- global(g) 针对字符串中所有可能的匹配来测试正则表达式
- ignoreCase(i) 匹配时忽略大小写
- multiline(m) 多行输入将被视为多行(此时开始^和结尾匹配$可以在每行中进行匹配)
- unicode(u) 对字符串采用unicode进行匹配
修饰符:i
i
比较易懂,在匹配的时候会忽略大小写,示例如下:
var text = 'abc';
var r = /abc/;
console.log(r.test('abc')); // true
console.log(r.test('Abc')); // false
r = /abc/i;
console.log(r.test('abc')); // true
console.log(r.test('Abc')); // true
修饰符:m
当匹配多行时,默认是全文本匹配,使用 m
之后,将对每一行进行单独匹配。
// 定义一个多行文本
var text = `a b c
A B C`;
var r = /c$/; // 匹配以C结尾的文本
console.log(r.test(text)); // false 全文本匹配,匹配不上
r = /c$/m;
console.log(r.test(text)); // true 多行匹配,c是第一行的末尾,匹配成功
修饰符:u
使用修饰符 u
,将采用 Unicode
模式进行匹配,必须要在正则中包含unicode才能看到效果:
var r = /\u{61}/; // 匹配61次u字符
console.log(r.test('a')); // false, 明显匹配不上
r = /\u{61}/u; // Unicode模式,\u{61} = 'a'
console.log(r.test('a')); // true, Unicode下能匹配
r = /\u{61}{3}/u; // 匹配3个a,注意正则写法
console.log(r.test('aaa')); // true
注意:在/u模式下,正则中 \u{xxx} 是一个整体,不可拆分。
2、正则修饰符:g
接下来,进入本文的重点,修饰符 g
的匹配模式。
首先,我们先回到开头的那段代码,我想大部分人的答案可能是:true true true true
吧。
实际上,正确答案是:true false true false
,是不是觉得不可思议?接着往下看。
RegExp.prototype.test()
RegExp.prototype.test()
方法的逻辑是:当找到第一个匹配项时,返回 true
。查找整个字符串都没有找到匹配项,返回 false
。
那具体又是如何查找的呢?这里我们就要看 RegExp
的另外一个方法了:RegExp.prototype.exec()
。
注意观察这个方法的返回值:
var r = /\d/;
// 注意看,返回值是一个数组,除了匹配到的元素之外,还有一个 index 属性
console.log(r.exec('123')); // ["1", index: 0, input: "123"]
关键就是 exec
返回值中的 index
属性,这个属性标识从输入文本的哪一个索引处开始查找匹配项。
如果不加 g
,每次都是从索引0处开始查找。
var r = /\d/;
console.log(r.exec('123')); // ["1", index: 0, input: "123"]
console.log(r.exec('123')); // ["1", index: 0, input: "123"]
console.log(r.exec('123')); // ["1", index: 0, input: "123"]
那如果加 g
呢?
var r = /\d/g;
console.log(r.exec('123')); // ["1", index: 0, input: "123"]
console.log(r.exec('123')); // ["2", index: 1, input: "123"]
console.log(r.exec('123')); // ["3", index: 2, input: "123"]
console.log(r.exec('123')); // null
从结果我们可以看出,这个 index
是在变化的,当找不到匹配项时,会返回 null。
总结一下:修饰符 g
的作用,是标识是否需要全局存储这个index。
有了这个理解,那么回到之前的问题,那就说得通了。我们使用了 g
修饰符,那么会存储上一次的 index
,当执行第二次 console.log(r.test('1'));
时,索引为1,当然就匹配不上了,所以就返回了 false
。
那问题又来了,为什么第三次,又返回了 true
呢?
还是先看代码:
var r = /\d/g;
console.log(r.exec('12')); // ["1", index: 0, input: "12"]
console.log(r.exec('12')); // ["2", index: 1, input: "12"]
console.log(r.exec('12')); // null
console.log(r.exec('12')); // ["1", index: 0, input: "12"]
当发现已经匹配不上元素时,会将这个 index
重新设置为 0
。
这也就解释了最开始的整个代码。