JavaScript: 详解正则表达式之二
在上一篇文章中我们讲了正则表达式的基本用法，接下来博主想聊聊其中的细节，今天就从正则修饰符开始吧。
正则修饰符又称为正则标记(flags)，它会对正则的匹配规则做限定，进而影响匹配的最终结果。在上次的文章中我们也提到过，正则修饰符一共有以下几种，可以单独使用，也可以组合使用：
/\w+/g; // global search /\w+/i; // ignore case /\w+/m; // multi-line /\w+/u; // unicode /\w+/y; // sticky /\w+/gi; new RegExp('\\w+', 'gi');
其中的i好理解，正如上面的注释一样，ignore case或case insensitive，忽略大小写。
下面是一个简单的例子，正则表达式加上了i修饰符之后也可以匹配到大写字母：
'Hello World'.match(/hello/i); // ["Hello"] /hello/i.exec('Hello World'); // ["Hello"]
再来看看全局匹配修饰符g，下面是一个全局匹配的例子：
var source = 'hello world hello JS'; source.match(/hello/); // ["hello"] source.match(/hello/g); // ["hello", "hello"]
从上面代码中可以看出，普通正则的匹配结果只有一个，如果想要找出全部的匹配结果，后面则需要加一个g修饰符，使其成为全局匹配模式。
全局修饰符g通常也会和多行匹配修饰符m结合使用，我们将上面例子稍加改动，添加一个换行符，正则也稍加修改：
var source = 'hello world\nhello JS'; source.match(/^hello.+/g); // ["hello world"]
大家会看到，我们是要在多行文本中匹配以"hello"开头的字符串，但结果只出现了第一个匹配项，后面的"hello JS"并未匹配到，这时我们需要加入多行匹配修饰符m：
var source = 'hello world\nhello JS'; source.match(/^hello.+/gm); // ["hello world", "hello JS"]
现在，所有的结果都匹配到了。
但需要注意的是，单独使用修饰符m是不起作用的，它必须和g相结合，就像下面例子一样，虽然有m修饰符，但仍旧只匹配到了第一行文字：
var source = 'hello world\nhello JS'; source.match(/^hello.+/m); // ["hello world"]
另外，还有一个很重要的条件，那就是，只有正则中包含起始标记"^"或结束标记"$"时，修饰符m才会发挥它的作用，否则g不需要m，且看下面例子：
// 只有匹配开始标记^或结束标记$时，g才需要m var source = 'hello world\nhey world'; // 正则中没有^或$ 只需g即可匹配多行 source.match(/he.+/g); // ["hello world", "hey world"] // 正则中含有^或$ g只能匹配第一个结果 source.match(/^he.+/g); // ["hello world"] source.match(/.+world$/g); // ["hey world"] // 含有^或$的情况下 需要添加m 才可以匹配多行 source.match(/^he.+/gm); // ["hello world", "hey world"] source.match(/.+world$/gm); // ["hello world", "hey world"]
以上介绍的都是正则修饰符在String#match()方法中的表现，我们也知道，RegExp#exec()是与之对应的一个方法，同样可以匹配字符串，返回结果数组，那么这个exec()方法对于含有全局修饰符的正则又会有什么样的表现呢？实际操作发现，RegExp#exec()方法与上面String#match()的规则大致相同，但不同的是，RegExp#exec()方法每次只会匹配一个结果，所以需多次环执行才能获取全部。我们来看下面示例：
var regex = /^hello.+/gm; var source = 'hello world\nhello JS'; regex.exec(source); // ["hello world"] regex.exec(source); // ["hello JS"]
可以看到每一次执行正则实例的exec()方法都会返回一个结果数组，由于正则中含有起始标记^和gm组合，我们需要执行两次才能获取到全部的结果，这是与String#match()方法不同的地方。一般来说，我们可以使用循环结构调用RegExp#exec()方法来获取所有的结果：
var result = null; while (result = regex.exec(source)) { console.log(result); } // output: // ["hello world"] // ["hello JS"]
对于RegExp#test()方法，一般是用来检测字符串是否匹配某种模式，如果要在多行中检测任意一行是否匹配时，同样需要gm组合，下面代码先简单检测匹配情况，然后在多行中进行匹配：
var source = 'hello world\nhey JS'; /^hello.+/.test(source); // true /^hey.+/.test(source); // false /^hey.+/g.test(source); // false /^hey.+/gm.test(source); // true
从结果来看，不加gm修饰符的正则，只能检测一行数据的匹配情况，加入gm后可以对多行进行检测，只要任意一行符合条件，即返回true。
最后再来说说String#replace()方法，同样地，如果正则中出现了^或$，那就需要加上gm组合，下面代码演示了多行替换的操作：
var source = 'hello world\nhello JS'; // 正则中没有^或$，全局g轻松搞定 source.replace(/hello/g, 'hey'); // "hey world\nhey JS" // 正则中含有^或$，全局g也无能为力，仅能替换第一行 source.replace(/^hello/g, 'hey'); // "hey world\nhello JS" // 需要使用gm组合 source.replace(/^hello/gm, 'hey'); // "hey world\nhey JS"
上面是全局匹配g和多行匹配m，下面介绍一下u修饰符。
u修饰符是ES6新增特性，可以启用Unicode模式对字符串进行正则匹配，能正确处理四个字节的UTF-16字符集。为什么需要这个修饰符呢，我们先来看一个例子：
/^.{3}$/.test('你好啊'); // true
/^.{3}$/.test('𠮷野家'); // false
上面正则用于检测字符串是否由三个字符组成，大家看到结果也许会比较困惑，为什么第二个不匹配呢？原因在于“𠮷野家”中的“𠮷”字，仔细观察，会发现它并不是“吉祥”中的“吉”字，而是它的一个异形字，这个字也属于汉字，不过后来在日文中较为常见，对于这样的字，一般的正则很难匹配到，而在ES6中，我们可以指定一个u修饰符，启用Unicode模式，对大于\uFFFF的Unicode字符进行匹配。下面我们添加了u修饰符之后，正则就匹配成功了：
/^.{3}$/u.test('𠮷野家'); // true
类似地，还有下面两个例子：
// 下面正则中含有Unicode字符和对应的量词 /𠮷{3}/.test('𠮷𠮷𠮷'); // false /𠮷{3}/u.test('𠮷𠮷𠮷'); // true // 下面正则用于匹配非空格字符 /^\S$/.test('𠮷'); // false /^\S$/u.test('𠮷'); // true
另外，ES6新增了大括号Unicode表示法，就像下面这样：
var a = '\u{20BB7}'; // '𠮷' /\u{20BB7}/u.test('𠮷'); // true
不过在使用这种表达方式时，要特别小心，因为\u在普通的正则中表示匹配字符u，而开启Unicode模式时，就不一定了：
// 检测是否含有3个'u'字符 /\u{3}/.test('uuu'); // true // 检测是否含有字符'\u{3}' /\u{3}/u.test('uuu'); // false /\u{3}/u.test('\u{3}'); // true
从上面结果来看，开启Unicode模式时，\u和量词{3}组成了一个Unicode字符，所以结果也就完全不同了，在实际开发中，要特别注意。
讲完u修饰符之后，最后再来介绍一下ES6新增的y修饰符。
y修饰符对应的英文全称是sticky，“黏连”的意思，表示后一次的匹配目标必须紧随前一次匹配项，也就是说，多次匹配时，每次的匹配目标必须在起始位置，后一次匹配必须在前一次匹配成功的下一个位置进行。y修饰符与全局g修饰符有些相似之处，但又有区别，先来看下面例子：
var source = 'hello-hello-world'; var re1 = /hello/g; var re2 = /hello/y; re1.exec(source); // ["hello"] re2.exec(source); // ["hello"] console.log(re2.lastIndex); // 6 // 新一轮匹配将会在"-hello-world"中进行 re1.exec(source); // ["hello"] re2.exec(source); // null
可以看到，re1是g修饰，re2是y修饰，第一轮都相同，然后我们通过正则实例的lastIndex属性获取下一轮匹配的起始位置，进而得知下一轮将会在"-hello-world"中进行匹配，由于它起始位置并不是"hello"，其结果是，g仍旧匹配成功，而y匹配失败，返回null。
我们再来稍微修改一下正则，让第二次匹配时，"hello"处于起始位置，使其成功匹配：
var source = 'hello-hello-world'; var re2 = /hello-/y; re2.exec(source); // ["hello-"] console.log(re2.lastIndex); // 6 // 这时新一轮匹配将会在"hello-world"中进行 re2.exec(source); // ["hello-"]
我们还可以通过修改正则的lastIndex属性，改变新一轮匹配起始位置的索引，进而使其符合y的规则，同样可以匹配成功：
var source = 'hello-hello-world'; var re2 = /hello/y; re2.exec(source); // ["hello"] // 手动更改lastIndex re2.lastIndex = 6; re2.exec(source); // ["hello"]
从上面几个例子来看，y修饰符要求匹配目标必须出现在起始位置，这一点隐含了起始标记"^"的作用：
/hello/y.test('-hello'); // false
// 相当于下面这样
/^hello/.test('-hello'); // false
当y和全局g同时出现时，全局匹配将会受限，除了上面讲到的Regex#exec()方法，gy组合还会对String的replace和match两个方法起作用，全局匹配g加上y之后，匹配模式更严格了一些，每一次匹配时目标必须出现在首位：
// String#replace() 'hello-hello-world'.replace(/hello/g, 'hey'); // "hey-hey-world" // 加上y之后，第二个hello不会被匹配和替换 'hello-hello-world'.replace(/hello/gy, 'hey'); // "hey-hello-world" // 需要改成下面这样 'hello-hello-world'.replace(/hello-/gy, 'hey-'); // "hey-hey-world" // String#match() 'hello-hello-world'.match(/hello/g); // ["hello", "hello"] 'hello-hello-world'.match(/hello/gy); // ["hello"] 'hello-hello-world'.match(/hello-/gy); // ["hello-", "hello-"]
以上就是正则修饰符的全部内容，在下一篇中博主将会介绍元字符和高级匹配的相关内容，敬请期待。
参考资料：
https://developer.mozilla.org/en-US/docs/Web/JavaScript/Reference/Global_Objects/RegExp
https://developer.mozilla.org/en-US/docs/Web/JavaScript/Reference/Global_Objects/String
https://developer.mozilla.org/en-US/docs/Web/JavaScript/Guide/Regular_Expressions
