js-正则表达式、ES6--（4）正则的扩展
2019-10-27
学习内容：
两大部分：js正则匹配、es6正则扩展
补充：
1、什么叫先行断言？
“先行断言”指的是，x只有在y前面才匹配，必须写成/x(?=y)/。比如，只匹配百分号之前的数字，要写成/\d+(?=%)/。“先行否定断言”指的是，x只有不在y前面才匹配，必须写成/x(?!y)/。比如，只匹配不在百分号之前的数字，要写成/\d+(?!%)/。
2、什么叫后行断言？
“后行断言”正好与“先行断言”相反，x只有在y后面才匹配，必须写成/(?<=y)x/。比如，只匹配美元符号之后的数字，要写成/(?<=\$)\d+/。“后行否定断言”则与“先行否定断言”相反，x只有不在y后面才匹配，必须写成/(?<!y)x/。比如，只匹配不在美元符号后面的数字，要写成/(?<!\$)\d+/。
3、日期格式的替换：（非常实用的例子）
let re = /(?<year>\d{4})-(?<month>\d{2})-(?<day>\d{2})/u;
'2015-01-02'.replace(re, '$<day>/$<month>/$<year>')
// '02/01/2015'
图形化解析正则表达式的工具：http://regexper.com
（）括号括住的是分组
【】里的内容任选其一
一、REGEXP 对象：
有两种方法实例化regexp对象的方法：字面两和构造函数
字面量：var reg = /\bis\b/;
var = reg = /\bis\b/g; //全局匹配
使用： ‘xxx'.replace(reg, '0') //‘0’是替换匹配文本的内容
构造函数： var reg = new REGEXP('\\bis\\b', 'g')
两个斜线的是因为'\'在js是特殊字符，需要转义。
修饰符：类似于g这种用于给限定条件的字符：
二、Re:
元字符：
re中由两种基本字符类型组成：原义文本字符、元字符
元字符是在re中有特殊含义的非字母字符：如b . * /
字符类：
- 字符类取反：
范围类：
预定义类：
- 边界：
量词：
贪婪模式：
尽量的多匹配，同样满足的次数，取最多，通常匹配的字符串长度最长
非贪婪模式：
让re尽可能少的匹配，也就是说一旦成功匹配就不再继续尝试。操作：量词后加？
'123456789'.match(/\d{3,5}?\/g)
// 匹配结果： ["123", "456", "789"]
分组：搭配捕获使用更为常见
反例：Byron{3} 只会匹配3次的“n”
使用（ ）可以达到分组的效果，使量词作用于整个组
或： | 指两种可能满足一种就能匹配
结合分组可以圈定范围：Byr（on|ca）sper
反向引用（分组并且捕获）：2015-12-05 => 12/05/2015 实现：‘2015-12-05’.replace(/(\d{4})-(\d{2})-(\d{2})/g, '$2/$3/$1')
忽略分组：（不捕获，不占用分组顺序）
前瞻或后顾：就是先行断言，和后行断言。正向和负向就是肯定和否定匹配
（详见文章头部的补充）
正则对象属性：
（lastIndex在ES6可用y修饰符）
这些属性都无法直接赋值为true，只能使用修饰符做修改
test和exec方法：
（1）test（str）： 用于测试字符串参数重是否存在匹配re模式的字符串，返回布尔值
g和y修饰符会带来一下test的问题：解决方法就是test不要和g和y搭配使用
var reg = /\w/g reg.test('ab) // true reg.test('ab) // true reg.test('ab) // False。因为lastIndex属性指向了b的下一个是无值，需要经过一次false才会回到起点 reg.test('ab) // true
（2）exec（str）：使用re模式对字符串执行搜索，并将更新全局RegExp对象的属性以反映匹配结果。匹配到的返回结果数组（index：声明匹配文本的第一个字符的位置， input：存放被检索的字符串string），否则返回null
非全局调用：
ps：ret是结果数组
全局调用：
非全局调用是没有lastindex的（常为0），但是全局执行一次是有lastindex
字符串对象方法：
（1）search（reg）：用于检索字符串中指定的子字符串，或检索与正则表达式相匹配的子字符串。有的话（无论几个）只返回第一个匹配结果index（位置），找不到就返回 -1。g标志将无意义，总是从字符串开始进行检索。
（2）match（reg）：检索字符串，以找到一个或多个与regexp匹配的文本，此时g修饰符有意义。
非全局时：只执行一次，有的话返回一个数组，存放相关信息，没有就返回null。
相关信息指的是：（类似exec，只是string和reg换了个位置）
全局时：（此时不再类似exec，比exec展示弱，但不需要写while就能拿到全部匹配结果）
（3）split（reg）结合正则做切割：
（4）replace（reg，replacestr/function）：匹配替换。第一个参数会被转成正则表达式
看看function怎么做（替换结果跟匹配结果有关系）
ES6 —— 正则的扩展：
一、RegExp 构造函数：
ES5中，构造函数的参数有两种情况：
// 情况一： var regex = new RegExp('xyz', 'i'); // 等价于 var regex = /xyz/I; // 情况二： var regex = new RegExp(/xyz/i); // 等价于 var regex = /xyz/i;
注意到情况二中， ‘i’不能隔开写，ES6中允许了：
new RegExp(/abc/ig, 'i').flags // "I" // 上面代码中，原有正则对象的修饰符是ig，它会被第二个参数i覆盖。
二、字符串的正则方法：
字符串对象共有 4 个方法，可以使用正则表达式：match()、replace()、search()和split()。
ES6 将这 4 个方法，在语言内部全部调用RegExp的实例方法，从而做到所有与正则相关的方法，全都定义在RegExp对象上。
String.prototype.match调用RegExp.prototype[Symbol.match]String.prototype.replace调用RegExp.prototype[Symbol.replace]String.prototype.search调用RegExp.prototype[Symbol.search]String.prototype.split调用RegExp.prototype[Symbol.split]
三、u修饰符：
这个是为了修正大于\uFFFF的 Unicode 字符。也就是说，会正确处理四个字节的 UTF-16 编码。
/^\uD83D/u.test('\uD83D\uDC2A') // false /^\uD83D/.test('\uD83D\uDC2A') // true
这样会引起一系列行为的改变：
（1）点字符：
点（.）字符在正则表达式中，含义是除了换行符以外的任意单个字符。对于码点大于0xFFFF的 Unicode 字符，点字符不能识别，必须加上u修饰符。
更加正确认识“单个字符”。
（2）新的Unicode 字符表示法
ES6 新增了使用大括号表示 Unicode 字符，这种表示法在正则表达式中必须加上u修饰符，才能识别当中的大括号，否则会被解读为量词。正则表达式无法识别\u{61}这种表示法，只会认为这匹配 61 个连续的u。
/\u{61}/u.test('a') // true
（3）转义
没有u修饰符的情况下，正则中没有定义的转义（如逗号的转义\,）无效，而在u模式会报错。
四、RegExp.prototype.unicode 属性：
正则实例对象新增unicode属性，表示是否设置了u修饰符。
const r1 = /hello/; const r2 = /hello/u; r1.unicode // false r2.unicode // true
五、y修饰符：
🌟y修饰符的设计本意，就是让头部匹配的标志^在全局匹配中都有效。
类似于全局匹配g，都是从上一次匹配成功的下一个位置开始。不同之处在于，g修饰符只要剩余位置中存在匹配就可，而y修饰符确保匹配必须从剩余的第一个位置开始，这也就是“粘连”的涵义。
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
针对上面例子，g可以从剩下的“_aa_a”中成功匹配aa，但是y不可以，因为开头是“_”无法接续，以下情况y才能正确匹配
var s = 'aaa_aa_a'; var r = /a+_/y; r.exec(s) // ["aaa_"] r.exec(s) // ["aa_"]
这时因为剩下的是“aa_a”， 那么“aa_”符合粘连且正确匹配的条件。
注意：g修饰符会忽略非法字符，而y修饰符因为粘连特性而不会，这样就很容易发现错误。
特别地：与y修饰符相匹配，ES6 的正则实例对象多了sticky属性，表示是否设置了y修饰符。
六、正则对象新增flags属性：
// ES5 的 source 属性 // 返回正则表达式的正文 /abc/ig.source // "abc" // ES6 的 flags 属性 // 返回正则表达式的修饰符 /abc/ig.flags // 'gi'
七、点号可以匹配任意字符了！（dotall）
点（.）是一个特殊字符，代表任意的单个字符，但是有两个例外。一个是四个字节的 UTF-16 字符，这个可以用u修饰符解决；另一个是行终止符（line terminator character）。
所谓行终止符，就是该字符表示一行的终结。以下四个字符属于“行终止符”。
- U+000A 换行符（
\n） - U+000D 回车符（
\r） - U+2028 行分隔符（line separator）
- U+2029 段分隔符（paragraph separator）
引入s修饰符，使得.可以匹配任意单个字符。
const re = /foo.bar/s; // 另一种写法 // const re = new RegExp('foo.bar', 's'); re.test('foo\nbar') // true re.dotAll // true re.flags // 's'
注意：/s修饰符和多行修饰符/m不冲突，两者一起使用的情况下，.匹配所有字符，而^和$匹配每一行的行首和行尾。
八、新支持后行断言：
JavaScript 语言的正则表达式，只支持先行断言（lookahead）和先行否定断言（negative lookahead），不支持后行断言（lookbehind）和后行否定断言（negative lookbehind）。ES2018 引入后行断言
/(?<=\$)\d+/.exec('Benjamin Franklin is on the $100 bill') // ["100"]
/(?<!\$)\d+/.exec('it’s is worth about €90') // ["90"]
九、具名组匹配：
使用圆括号进行组匹配，并且能给组起名。如果具名组没有匹配，那么对应的groups对象属性会是undefined。
const RE_DATE = /(?<year>\d{4})-(?<month>\d{2})-(?<day>\d{2})/;
const matchObj = RE_DATE.exec('1999-12-31');
const year = matchObj.groups.year; // 1999
const month = matchObj.groups.month; // 12
const day = matchObj.groups.day; // 31
🌟有了具名组匹配以后，可以使用解构赋值直接从匹配结果上为变量赋值。
// 解构： let {groups: {one, two}} = /^(?<one>.*):(?<two>.*)$/u.exec('foo:bar'); one // foo two // bar // 替换： let re = /(?<year>\d{4})-(?<month>\d{2})-(?<day>\d{2})/u; '2015-01-02'.replace(re, '$<day>/$<month>/$<year>') // '02/01/2015'
