你真的理解正则修饰符吗.md

title	date
你真的理解正则修饰符吗	2017-05-27 03:25:04 -0700

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。