[译] 即将到来的正则表达式新特性-白红宇

原文地址：

原文作者：、

译文出自：

本文永久链接：

译者：

校对者：、

ES2015 给 JavaScript 语言引入了许多新特性，其中包括正则表达式语法的一些重大改进，新增了 Unicode 编码（/u）和粘滞位（/y）两个修饰符。而在那之后，发展也并未停止。经过与 TC39（ECMAScript 标准委员会）的其他成员的紧密合作，V8 团队提议并共同设计了让正则表达式更强大的几个新特性。

这些新特性目前已经计划包含在 JavaScript 标准中。虽然提案还没有完全通过，但是它们已经进入了。我们已经以试验功能（见下文）在浏览器实现了这些特性，以便在最终定稿之前提供及时的设计和实现反馈给各自的提案作者。

本文给您预览一下这个令人兴奋的未来。如果您愿意跟着体验这些即将到来的示例，可以在 chrome://flags/#enable-javascript-harmony 页面中开启实验性 JavaScript 功能。

命名捕获

正则表达式可以包含所谓的捕获（或捕获组），它可以捕获一部分匹配的文本。到目前为止，开发者只能通过索引来引用这些捕获，这取决于其在正则匹配中的位置。

const pattern =/(\d{4})-(\d{2})-(\d{2})/u;const result = pattern.exec('2017-07-10');// result[0] === '2017-07-10'// result[1] === '2017'// result[2] === '07'// result[3] === '10'复制代码

但正则表达式已经因难于读、写和维护而臭名昭著，并且数字引用会使事情进一步复杂化。例如，在一个更长的表达式中判断一个独特捕获的索引是很困难的事：

/(?:(.)(.(?<=[^(])(.)))/  // 最后一个捕获组的索引是？复制代码

更糟糕的是，更改一个表达式可能会潜在地转变所有已存在的捕获的索引：

/(a)(b)(c)\3\2\1/     // 一些简单的有序的反向引用。/(.)(a)(b)(c)\4\3\2/  // 所有都需要更新。复制代码

命名捕获是一个即将到来的特性，它允许开发者给捕获组分配名称来帮助尽可能地解决这些问题。语法类似于 Perl、Java、.Net 和 Ruby：

const pattern =/(?
    
     \d{4})-(?
     
      \d{2})-(?
      
       \d{2})/u;const result = pattern.exec('2017-07-10');// result.groups.year === '2017'// result.groups.month === '07'// result.groups.day === '10'复制代码

命名捕获组也可以被命名的反向引用来引用，并传入 String.prototype.replace：

// 命名反向引用。/(?
    
     x)y\k
     
      /.test('xyx');  //true// 字符串替换。const pattern =/(?
      
       a)(?
       
        b)/;'ab'.replace(pattern,'$
        
         $
         
          '); // 'ba''ab'.replace(pattern,(m, p1, p2, o, s,{fst, snd})=> fst + snd); // 'ba'复制代码

关于这个新特性的全部详情可以在中查看。

dotAll 修饰符

默认情况下，元字符 . 在正则表达式中匹配除了换行符以外的任何字符：

/foo.bar/u.test('foo\nbar');   // false复制代码

一个提案引入了 dotAll 模式，通过 /s 修饰符来开启。在 dotAll 模式中，. 也可以匹配换行符。

/foo.bar/su.test('foo\nbar');  // true复制代码

关于这个新特性的全部详情可以在中查看。

Unicode 属性逃逸（Unicode Property Escapes）

正则表达式语法已经包含了特定字符类的简写。\d 代表数字并且只能是 [0-9]；\w 是单词字符的简写，或者写成 [A-Za-z0-9_]。

自从 ES2015 引入了 Unicode，突然间大量的字符可以被认为是数字，例如圈一：①；或者被认为是字符的，例如中文字符：雪。

它们都不会被 \d 或 \w 匹配。而改变这些简写的含义将会破坏已经存在的正则表达式模式。

于是，新的字串类被。注意它们只在使用 /u 修饰符的 Unicode-aware 正则表达式中可用。

/\p{Number}/u.test('①');      // true/\p{Alphabetic}/u.test('雪');  // true复制代码

排除型字符可以使用 \P 匹配。

/\P{Number}/u.test('①');      // false/\P{Alphabetic}/u.test('雪');  // false复制代码

统一码联盟还定义了许多方式来分类码位，例如数学符号和日语平假名字符：

/^\p{Math}+$/u.test('∛∞∉');                            // true/^\p{Script_Extensions=Hiragana}+$/u.test('ひらがな');  // true复制代码

全部受支持的 Unicode 属性类列表可以在目前的中找到。更多示例请查看。

后行断言

先行断言从一开始就已经是 JavaScript 正则表达式语法的一部分。与之相对的后行断言也终于将被。你们中的一些人可能记得，这成为 V8 的一部分已经有一段时间了。我们甚至在底层已经用后行断言实现了 ES2015 规定的 Unicode 修饰符。

“后行断言”这个名字已经很好地描述了它的涵义。它提供一个方式来限制一个正则，只有后行组匹配通过之后才继续匹配。它提供匹配和非匹配两种选择：

/(?<=\$)\d+/.exec('$1 is worth about ¥123');  // ['1']/(?

更多详细信息，查看我们，专门介绍了后行断言。相关示例可以查看。

致谢

本文的完成有幸得到了很多相关人士的帮助，他们的辛勤工作造就了这一切：特别是语言之王、、、、、Gorkem Yakin、和正则大师；还有为语言规范作出努力的每一个人以及 V8 团队对这些特性的实施。

希望您能像我们一样为这些新的正则表达式特性而感到兴奋！

是一个翻译优质互联网技术文章的社区，文章来源为上的英文分享文章。内容覆盖、、、、、、等领域，想要查看更多优质译文请持续关注。