## 39. 正则表达式（`RegExp`） > 原文： [http://exploringjs.com/impatient-js/ch_regular-expressions.html](http://exploringjs.com/impatient-js/ch_regular-expressions.html) > > 贡献者：[iChrisJ](https://github.com/iChrisJ) > **功能的可用性** > 除非另有说明，否则 ES5 及更高版本支持所有正则表达式功能。 ### 39.1. 创建正则表达式 #### 39.1.1. 字面义式 vs. 构造函数式 创建正则表达式的两种主要方法是： * 字面义式：`/abc/ui`，被静态编译（在加载时）。 * 构造函数式：`new RegExp('abc', 'ui')`，被动态编译（在运行时） * 第二个参数是可选的。 两个正则表达式都有相同的两个部分： * _表达式体_ `abc` - 实际正则表达式。 * _标志_ `u` 和 `i`。标志配置了表达式模式如何被解释：`u`切换到 [_Unicode 模式 _](ch_regular-expressions.html#regexp-unicode-mode) 。 `i`启用大小写不敏感匹配。 #### 39.1.2. 克隆和非破坏性地修改正则表达式 构造函数`RegExp()`有两种变体： * `new RegExp(pattern : string, flags = '')` 通过指定的`pattern`创建新的正则表达式。如果缺少`flags`，则使用空字符串`''`。 * `new RegExp(regExp : RegExp, flags = regExp.flags)`^[ES6] `regExp`被克隆。如果提供了`flags`，则它确定副本的标志。 第二个变体可用于克隆正则表达式，在修改它们时也是可选的。标志是不可变的，这是改变它们的唯一方法。例如： ```JavaScript function copyAndAddFlags(regExp, flags='') { // The constructor doesn’t allow duplicate flags, // make sure there aren’t any: const newFlags = [...new Set(regExp.flags + flags)].join(''); return new RegExp(regExp, newFlags); } assert.equal(/abc/i.flags, 'i'); assert.equal(copyAndAddFlags(/abc/i, 'g').flags, 'gi'); ``` ### 39.2. 语法 #### 39.2.1. 语法字符 在正则表达式的顶层，以下 _语法字符_ 是特殊的。它们通过前缀反斜杠（`\`）进行转义。 ```JavaScript \ ^ $ . * + ? ( ) [ ] { } | ``` 在正则表达式字面义中，您还必须转义斜杠（用`new RegExp()`就没有必要了）： ```JavaScript > /\//.test('/') true > new RegExp('/').test('/') true ``` #### 39.2.2. 基本原子 _原子_ 是正则表达式的基本构建块。 * 模式字符：除语法字符（`^`，`$`等）外的所有字符。模式字符匹配自己。示例：`A b %` * `.`匹配任何字符。您可以使用标志`/s`（`dotall`）来控制点`.`是否与行终止符匹配（[下面详述](ch_regular-expressions.html#reg-exp-flags)）。 * 字符转义（每个转义匹配一个固定字符）： * 控制转义（用于一些控制字符）： * `\f`：换页（FF） * `\n`：换行（LF） * `\r`：回车（CR） * `\t`：角色列表 * `\v`：行列表 * 任意控制字​​符：`\cA`（Ctrl-A），`\cB`（Ctrl-B）等。 * Unicode 代码单位：`\u00E4` * Unicode 代码点（需要标志`/u`）：`\u{1F44D}` * 字符类转义（每个转义匹配一组字符中的一个）： * `\d`：数字（与`[0-9]`相同） * `\D`：非数字 * `\w`：“单词”字符（与`[A-Za-z0-9_]`相同） * `\W`：非单词字符 * `\s`：空白（空格，制表符，行终止符等） * `\S`：非空白 * Unicode 属性转义（ES2018）：`\p{White_Space}`，`\P{White_Space}`等. * 需要标志`/u`。 * 在下一小节中描述。 ##### 39.2.2.1. Unicode 属性转义 Unicode 属性转义看起来像这样： 1. `\p{prop=value}`：匹配属性`prop`具有值`value`的所有字符。 2. `\P{prop=value}`：匹配所有没有属性`prop`的字符，其值为`value`。 3. `\p{bin_prop}`：匹配二进制属性`bin_prop`为 True 的所有字符。 4. `\P{bin_prop}`：匹配二进制属性`bin_prop`为 False 的所有字符。 评论： * 如果设置了标志`/u`，则只能使用 Unicode 属性转义。没有`/u`，`\p`与`p`相同。 * 如果属性是`General_Category`，则表格（3）和（4）可以用作缩写。例如，`\p{Lowercase_Letter}`是`\p{General_Category=Lowercase_Letter}`的缩写 例子： * 检查空格： ```JavaScript > /^\p{White_Space}+$/u.test('\t \n\r') true ``` * 检查希腊字母： ```JavaScript > /^\p{Script=Greek}+$/u.test('μετά') true ``` * 删除任何字母： ```JavaScript > '1π2ü3é4'.replace(/\p{Letter}/ug, '') '1234' ``` * 删除小写字母： ```JavaScript > 'AbCdEf'.replace(/\p{Lowercase_Letter}/ug, '') 'ACE' ``` 进一步阅读： * Unicode 属性及其值的列表：[“Unicode 标准附件＃44：Unicode 字符数据库”](https://unicode.org/reports/tr44/#Properties)（编辑：Mark Davis，LaurenţiuIancu，Ken Whistler） * Unicode 属性更深入地转义：“探索 ES2018 和 ES2019”中的章节[“RegEx Unicode 属性转义”](http://exploringjs.com/es2018-es2019/ch_regexp-unicode-property-escapes.html) #### 39.2.3。角色类 * 匹配一组字符中的一个：`[abc]` * 匹配不在集合中的任何字符：`[^abc]` * 在方括号内，只有以下字符是特殊的，必须进行转义： ```JavaScript ^ \ - ] ``` `^`只有先到时才需要进行转义。 `-`如果是第一个或最后一个，则无需转义 * 字符转义（`\n`，`\u{1F44D}`）和字符类转义（`\d`，`\p{White_Space}`）照常工作。 * 例外：在方括号内，`\b`匹配退格。在其他地方，它匹配单词边界。 * 字符范围通过短划线指定：`[a-z]`，`[^a-z]` #### 39.2.4. 组 * 位置捕获组：`(#+)` * 反向引用：`\1`，`\2`等 * 命名捕获组（ES2018）：`(?<hashes>#+)` * 反向引用：`\k<hashes>` * 非捕获组：`(?:#+)` #### 39.2.5. 量词 默认情况下，以下所有量词都是贪心的： * `?`：匹配从不或一次 * `*`：匹配零次或多次 * `+`：匹配一次或多次 * `{n}`：匹配`n`次 * `{n,}`：匹配`n`次或更多次 * `{n,m}`：至少匹配`n`次，最多`m`次。 为了使他们不情愿，在他们后面加上问号（`?`）： ```JavaScript > /".*"/.exec('"abc"def"')[0] // greedy '"abc"def"' > /".*?"/.exec('"abc"def"')[0] // reluctant '"abc"' ``` #### 39.2.6. 断言 * `^`仅在输入的开头匹配 * `$`仅在输入结束时匹配 * `\b`仅匹配单词边界 * `\B`仅在不在单词边界时匹配 * 向前看: * 如果`pattern`匹配下一个（积极前瞻），则`(?=«pattern»)`匹配。示例（“`X`后跟小写字母的序列” - 请注意`X`本身不是匹配的子字符串的一部分）： ```JavaScript > 'abcX def'.match(/[a-z]+(?=X)/g) [ 'abc' ] ``` * 如果`pattern`与接下来的内容不匹配，则`(?!«pattern»)`匹配（消极前瞻）。示例（“小写字母的序列，后面没有`X`”） ```JavaScript > 'abcX def'.match(/[a-z]+(?!X)/g) [ 'ab', 'def' ] ``` * 进一步阅读：[“探索 ES2018 和 ES2019”中的“RegExp lookbehind 断言”](http://exploringjs.com/es2018-es2019/ch_regexp-lookbehind-assertions.html)（也涵盖了先行断言） * 向后看 (ES2018): * 如果`pattern`与之前的相符，则`(?<=«pattern»)`匹配（积极后观） ```JavaScript > 'Xabc def'.match(/(?<=X)[a-z]+/g) [ 'abc' ] ``` * 如果`pattern`与之前的不匹配，则`(?<!«pattern»)`匹配（消极后观） ```JavaScript > 'Xabc def'.match(/(?<!X)[a-z]+/g) [ 'bc', 'def' ] ``` * 进一步阅读：[“探索 ES2018 和 ES2019”中的“RegExp lookbehind 断言”](http://exploringjs.com/es2018-es2019/ch_regexp-lookbehind-assertions.html) #### 39.2.7. 分离（`|`） 警告：此运算符的优先级较低。必要时使用组： * `^aa|zz$`匹配以`aa`开头和/或以`zz`结束的所有字符串。请注意，`|`的优先级低于`^`和`$`。 * `^(aa|zz)$`匹配两个字符串`'aa'`和`'zz'`。 * `^a(a|z)z$`匹配两个字符串`'aaz'`和`'azz'`。 ### 39.3. 标志 表格 20: 这些是JavaScript支持的正则表达式标志。 | 字面义标志 | 属性名称 | ES | 描述 | | --- | --- | --- | --- | | `g` | `global` | ES3 | 匹配多次 | | `i` | `ignoreCase` | ES3 | 不区分大小写 | | `m` | `multiline` | ES3 | 每行`^`和`$`匹配 | | `s` | `dotall` | ES2018 | 点`.`匹配行终止符 | | `u` | `unicode` | ES6 | Unicode 模式（推荐） | | `y` | `sticky` | ES6 | 匹配之间没有字符 | JavaScript 中提供了以下正则表达式标志（表格[20](#tbl:reg-exp-flags-table) 提供了紧凑的概述）： * `/g`（`.global`）：从根本上改变方法`RegExp.prototype.test()`，`RegExp.prototype.exec()`和`String.prototype.match()`的工作方式。将与这些方法一起详细解释。简而言之：如果没有`/g`，方法只考虑输入字符串中正则表达式的第一个匹配项。使用`/g`，他们会考虑所有匹配。 * `/i`（`.ignoreCase`）：打开不区分大小写的匹配： ```JavaScript > /a/.test('A') false > /a/i.test('A') true ``` * `/m`（`.multiline`）：如果该标志打开，`^`匹配每一行的开头，`$`匹配每一行的结尾。如果它关闭，`^`匹配整个输入字符串的开头，`$`匹配整个输入字符串的结尾。 ```JavaScript > 'a1\na2\na3'.match(/^a./gm) [ 'a1', 'a2', 'a3' ] > 'a1\na2\na3'.match(/^a./g) [ 'a1' ] ``` * `/u`（`.unicode`）：该标志用于打开正则表达式的 Unicode 模式。该模式将在下一小节中解释。 * `/y`（`.sticky`）：该标志仅与`/g`一起使用。当两者都打开时，第一个之后的任何匹配必须直接跟随前一个匹配（它们之间没有任何字符）。 ```JavaScript > 'a1a2 a3'.match(/a./gy) [ 'a1', 'a2' ] > 'a1a2 a3'.match(/a./g) [ 'a1', 'a2', 'a3' ] ``` * `/s`（`.dotall`）：默认情况下，点与行终止符不匹配。有了这个标志，它确实： ```JavaScript > /./.test('\n') false > /./s.test('\n') true ``` 旧版 ECMAScript 版本的替代方案： ```JavaScript > /[^]/.test('\n') true ``` #### 39.3.1. 标志：通过`/u`的 Unicode 模式 标志`/u`为正则表达式打开特殊的 Unicode 模式。该模式支持多种功能： * 在模式中，您可以使用 Unicode 代码点转义（例如`\u{1F42A}`）来指定字符。诸如`\u03B1`之类的代码单元转义只有四个十六进制数字的范围（等于基本的多语言平面）。 * 在模式中，您可以使用 Unicode 属性转义（ES2018），例如`\p{White_Space}`。 * 现在禁止许多转义（这使得之前的功能成为可能）： ```JavaScript > /\a/ /\a/ > /\a/u SyntaxError: Invalid regular expression: /\a/: Invalid escape > /\-/ /\-/ > /\-/u SyntaxError: Invalid regular expression: /\-/: Invalid escape > /\:/ /\:/ > /\:/u SyntaxError: Invalid regular expression: /\:/: Invalid escape ``` * 匹配的原子单位（“字符”）是代码点，而不是代码单元。 以下小节将更详细地解释最后一项。它们使用以下 Unicode 字符来解释原子单位何时是代码点以及何时是代码单元： ```JavaScript const codePoint = '🙂'; const codeUnits = '\uD83D\uDE42'; // UTF-16 assert.equal(codePoint, codeUnits); // same string! ``` 我只在`🙂`和`\uD83D\uDE42`之间切换，以说明 JavaScript 如何看待事物。两者都是等价的，可以在字符串和正则表达式中互换使用。 ##### 39.3.1.1. 结果：您可以将代码点放在字符类中 使用`/u`，`🙂`的两个代码单元被解释为单个字符： ```JavaScript > /^[🙂]$/u.test('🙂') true ``` 没有`/u`，`🙂`被解释为两个字符： ```JavaScript > /^[\uD83D\uDE42]$/.test('\uD83D\uDE42') false > /^[\uD83D\uDE42]$/.test('\uDE42') true ``` 请注意，`^`和`$`要求输入字符串具有单个字符。这就是为什么第一个结果是`false`。 ##### 39.3.1.2. 结果：点运算符（`.`）匹配代码点，而不是代码单元 使用`/u`，点运算符匹配代码点（`.match()`加`/g`返回一个包含正则表达式的所有匹配项的数组）： ```JavaScript > '🙂'.match(/./gu).length 1 ``` 没有`/u`，点运算符匹配单个代码单元： ```JavaScript > '\uD83D\uDE80'.match(/./g).length 2 ``` ##### 39.3.1.3. 后果：量词适用于代码点，而不是代码单元 使用`/u`，量词适用于整个前面的代码点： ```JavaScript > /^🙂{3}$/u.test('🙂🙂🙂') true ``` 没有`/u`，量词仅适用于前面的代码单元： ```JavaScript > /^\uD83D\uDE80{3}$/.test('\uD83D\uDE80\uDE80\uDE80') true ``` ### 39.4. 正则表达式对象的属性 值得注意的是： * 严格地说，只有`.lastIndex`是一个真实的实例属性。所有其他属性都通过 getter 实现。 * 因此，`.lastIndex`是唯一可变的属性。所有其他属性都是只读的。如果要更改它们，则需要复制正则表达式（有关详细信息，请参阅[克隆部分](ch_regular-expressions.html#cloning-regexps)）。 #### 39.4.1. 标志作为属性 每个正则表达式标志都作为属性存在，具有更长，更具描述性的名称： ```JavaScript > /a/i.ignoreCase true > /a/.ignoreCase false ``` 这是标志属性的完整列表： * `.dotall`（`/s`） * `.global`（`/g`） * `.ignoreCase`（`/i`） * `.multiline`（`/m`） * `.sticky`（`/y`） * `.unicode`（`/u`） #### 39.4.2. 其他财产 每个正则表达式还具有以下属性： * `.source`：正则表达式模式。 ```JavaScript > /abc/ig.source 'abc' ``` * `.flags`：正则表达式的标志。 ```JavaScript > /abc/ig.flags 'gi' ``` * `.lastIndex`：当标志`/g`打开时使用。有关详细信息，请参阅[关于该标志](ch_regular-expressions.html#regexp-flag-g)的部分。 ### 39.5. 使用正则表达式的方法 #### 39.5.1. `regExp.test(str)`：有匹配吗？ 如果`regExp`与`str`匹配，则正则表达式方法`.test()`返回`true`： ```JavaScript > /abc/.test('ABC') false > /abc/i.test('ABC') true > /\.js$/.test('main.js') true ``` 使用`.test()`时，通常应避免使用`/g`标志。如果您使用它，每次调用方法时通常不会得到相同的结果： ```JavaScript > const r = /a/g; > r.test('aab') true > r.test('aab') true > r.test('aab') false ``` 结果是由于`/a/`在字符串中有两个匹配项。找到所有这些后，`.test()`返回`false`。 #### 39.5.2. `str.search(regExp)`：匹配的是什么指数？ 字符串方法`.search()`返回`regExp`的第一个索引，其中`regExp`匹配： ```JavaScript > '_abc_'.search(/abc/) 1 > 'main.js'.search(/\.js$/) 4 ``` #### 39.5.3. `regExp.exec(str)`：捕获组 ##### 39.5.3.1. 获取第一个匹配项的匹配对象 如果没有标志`/g`，`.exec()`将返回`str`中`regExp`的第一个匹配的所有捕获： ```JavaScript assert.deepEqual( /(a+)b/.exec('ab aab'), { 0: 'ab', 1: 'a', index: 0, input: 'ab aab', groups: undefined, } ); ``` 结果是 _ 匹配对象 _ 具有以下属性： * `[0]`：正则表达式匹配的完整子字符串 * `[1]`：位置捕获组 1（等） * `.index`：匹配发生在哪里？ * `.input`：匹配的字符串 * `.groups`：命名捕获组 ##### 39.5.3.2. 命名组（ES2018） 前一个示例包含一个位置组。以下示例演示了命名组： ```JavaScript const regExp = /^(?<key>[A-Za-z]+): (?<value>.*)$/u; assert.deepEqual( regExp.exec('first: Jane'), { 0: 'first: Jane', 1: 'first', 2: 'Jane', index: 0, input: 'first: Jane', groups: { key: 'first', value: 'Jane' }, } ); ``` 如您所见，命名组`key`和`value`也作为位置组存在。 ##### 39.5.3.3. 遍历多个匹配项 如果要检索正则表达式的所有匹配（而不仅仅是第一个），则需要打开标志`/g`。然后你可以多次调用`.exec()`并每次获得另一个匹配项。在最后一个匹配项之后，`.exec()`返回`null`。 ```JavaScript > const regExp = /(a+)b/g; > regExp.exec('ab aab') { 0: 'ab', 1: 'a', index: 0, input: 'ab aab', groups: undefined } > regExp.exec('ab aab') { 0: 'aab', 1: 'aa', index: 3, input: 'ab aab', groups: undefined } > regExp.exec('ab aab') null ``` 因此，您可以循环所有匹配，如下所示： ```JavaScript const regExp = /(a+)b/g; const str = 'ab aab'; let match; // Check for null via truthiness // Alternative: while ((match = regExp.exec(str)) !== null) while (match = regExp.exec(str)) { console.log(match[1]); } // Output: // 'a' // 'aa' ``` 与`/g`共享正则表达式有一些陷阱，[稍后会解释](ch_regular-expressions.html#regexp-flag-g)。  **练习：通过`.exec()`** 提取引用文本 `exercises/reg-exp/extract_quoted_test.js` #### 39.5.4. `str.match(regExp)`：返回所有匹配的子串 没有`/g`，`.match()`就像`.exec()`一样 - 它返回一个匹配对象。 使用`/g`，`.match()`返回与`regExp`匹配的`str`的所有子串： ```JavaScript > 'ab aab'.match(/(a+)b/g) // important: /g [ 'ab', 'aab' ] ``` 如果没有匹配，`.match()`返回`null`： ```JavaScript > 'xyz'.match(/(a+)b/g) null ``` 您可以使用 Or 运算符来保护自己免受`null`的影响： ```JavaScript const numberOfMatches = (str.match(regExp) || []).length; ``` #### 39.5.5. `str.replace(searchValue, replacementValue)` `.replace()`有几种不同的模式，具体取决于您为其参数提供的值： * `searchValue`是...... * 没有`/g`的正则表达式：替换第一次出现。 * 带`/g`的正则表达式：替换所有出现的事件。 * 字符串：替换第一次出现（字符串逐字解释，而不是正则表达式）。唉，这意味着字符串作为搜索值的用途有限。在本章的后面，你会发现[是一个工具函数，用于将任意文本转换为正则表达式](ch_regular-expressions.html#escapeForRegExp)。 * `replacementValue`是...... * 字符串：描述替换 * 功能：计算替换 下一小节假设正在使用带有`/g`的正则表达式。 ##### 39.5.5.1. `replacementValue`是一个字符串 如果替换值是字符串，则美元符号具有特殊含义 - 它插入与正则表达式匹配的内容： | 文本 | 结果 | | --- | --- | | `$$` | 单个`$` | | `$&` | 完整匹配项 | | `$`` | 匹配项前的文字 | | `$'` | 匹配项后的文字 | | `$n` | 位置捕获组`n`（`n > 0`） | | `$<name>` | 命名捕获组`name` | 示例：在匹配的子字符串之前，之内和之后插入文本。 ```JavaScript > 'a1 a2'.replace(/a/g, "($`|$&|$')") '(|a|1 a2)1 (a1 |a|2)2' ``` 示例：插入位置捕获组。 ```JavaScript > const regExp = /^([A-Za-z]+): (.*)$/ug; > 'first: Jane'.replace(regExp, 'KEY: $1, VALUE: $2') 'KEY: first, VALUE: Jane' ``` 示例：插入命名捕获组。 ```JavaScript > const regExp = /^(?<key>[A-Za-z]+): (?<value>.*)$/ug; > 'first: Jane'.replace(regExp, 'KEY: $<key>, VALUE: $<value>') 'KEY: first, VALUE: Jane' ``` ##### 39.5.5.2. `replacementValue`是一个功能 如果替换值是函数，则可以计算每个替换值。在下面的示例中，我们将我们找到的每个非负整数乘以 2。 ```JavaScript assert.equal( '3 cats and 4 dogs'.replace(/[0-9]+/g, (all) => 2 * Number(all)), '6 cats and 8 dogs' ); ``` 替换函数获取以下参数。请注意它们与匹配对象的相似程度。这些参数都是位置的，但我已经包含了通常如何命名它们： * `all`：完全匹配 * `g1`：位置捕获组 1 * 等等。 * `index`：匹配发生在哪里？ * `input`：匹配的字符串 * `groups`：命名捕获组（对象）  **练习：通过`.replace()`和命名组**更改引号 `exercises/reg-exp/change_quotes_test.js` #### 39.5.6. 使用正则表达式的其他方法 `String.prototype.split()`的第一个参数是字符串或正则表达式。如果是后者，则将组捕获的子串添加到方法的结果中： ```JavaScript > 'a : b : c'.split(/( *):( *)/) [ 'a', ' ', ' ', 'b', ' ', ' ', 'c' ] ``` 有关更多信息，请参阅[有关字符串](ch_strings.html#string-api-extracting)的章节。 ### 39.6. 标志`/g`及其陷阱 如果打开`/g`，以下两个正则表达式方法会执行异常操作： * `RegExp.prototype.exec()` * `RegExp.prototype.test()` 然后可以重复调用它们并在字符串中传递所有匹配项。正则表达式的属性`.lastIndex`用于跟踪字符串中的当前位置。例如： ```JavaScript const r = /a/g; assert.equal(r.lastIndex, 0); assert.equal(r.test('aa'), true); // 1st match? assert.equal(r.lastIndex, 1); // after 1st match assert.equal(r.test('aa'), true); // 2nd match? assert.equal(r.lastIndex, 2); // after 2nd match assert.equal(r.test('aa'), false); // 3rd match? assert.equal(r.lastIndex, 0); // start over ``` 那么 flag `/g`怎么会有问题呢？我们将首先探讨问题然后解决问题。 #### 39.6.1. 问题：您无法使用标志`/g`内联正则表达式 无法内联带有`/g`的正则表达式：例如，在以下`while`循环中，每次检查条件时都会创建正则表达式。因此，它的`.lastIndex`始终为零，循环永远不会终止。 ```JavaScript let count = 0; // Infinite loop while (/a/g.test('babaa')) { count++; } ``` #### 39.6.2. 问题：删除`/g`可能会破坏代码 如果代码需要带有`/g`的正则表达式并且在`.exec()`或`.test()`的结果上有一个循环，那么没有`/g`的正则表达式会导致无限循环： ```JavaScript const regExp = /a/; // Missing: flag /g let count = 0; // Infinite loop while (regExp.test('babaa')) { count++; } ``` 为什么？因为`.test()`总是返回第一个结果，`true`，而不是`false`。 #### 39.6.3. 问题：添加`/g`可能会破坏代码 使用`.test()`时，还有另一个警告：如果要检查正则表达式是否与字符串匹配，则正则表达式必须不具有`/g`。否则，每次调用`.test()`时，通常会得到不同的结果： ```JavaScript > const r = /^X/g; > r.test('Xa') true > r.test('Xa') false ``` 通常，如果您打算以这种方式使用`.test()`，则不会添加`/g`。但是，例如，如果您使用相同的正则表达式进行测试和替换，则会发生这种情况。或者，如果您通过参数获得正则表达式。 #### 39.6.4. 问题：如果`.lastIndex`不为零，代码可能会中断 创建正则表达式时，`.lastIndex`初始化为零。如果代码曾经收到`.lastIndex`不为零的正则表达式，它可能会中断。例如： ```JavaScript const regExp = /a/g; regExp.lastIndex = 4; let count = 0; while (regExp.test('babaa')) { count++; } assert.equal(count, 1); // should be 3 ``` 如果正则表达式被共享且未正确处理，则`.lastIndex`不为零可能相对容易发生。 #### 39.6.5. 处理`/g`和`.lastIndex` 请考虑以下情形：您想要实现一个函数`countOccurrences(regExp, str)`，它计算`regExp`在`str`内​​的匹配频率。你如何防止错误的`regExp`破坏你的代码？我们来看看三种方法。 首先，如果未设置`/g`或`.lastIndex`不为零，则可以抛出异常： ```JavaScript function countOccurrences(regExp, str) { if (!regExp.global) { throw new Error('Flag /g of regExp must be set'); } if (regExp.lastIndex !== 0) { throw new Error('regExp.lastIndex must be zero'); } let count = 0; while (regExp.test(str)) { count++; } return count; } ``` 其次，您可以克隆参数。这具有额外的好处，即`regExp`不会改变。 ```JavaScript function countOccurrences(regExp, str) { const cloneFlags = regExp.flags + (regExp.global ? '' : 'g'); const clone = new RegExp(regExp, cloneFlags); let count = 0; while (clone.test(str)) { count++; } return count; } ``` 第三，您可以使用`.match()`计算出现次数 - 这些次数不会改变或取决于`.lastIndex`。 ```JavaScript function countOccurrences(regExp, str) { if (!regExp.global) { throw new Error('Flag /g of regExp must be set'); } return (str.match(regExp) || []).length; } ``` ### 39.7. 使用正则表达式的技巧 #### 39.7.1. 转义正则表达式的任意文本 以下函数会转义任意文本，以便在将其放入正则表达式中时逐字匹配： ```JavaScript function escapeForRegExp(str) { return str.replace(/[\\^$.*+?()[\]{}|]/g, '\\$&'); // (A) } assert.equal(escapeForRegExp('[yes?]'), String.raw`\[yes\?\]`); assert.equal(escapeForRegExp('_g_'), String.raw`_g_`); ``` 在 A 行中，我们转义所有语法字符。请注意，`/u`禁止许多逃逸：其中包括`\:`和`\-`。 这是您可以使用`escapeForRegExp()`多次替换任意文本的方法： ```JavaScript > const re = new RegExp(escapeForRegExp(':-)'), 'ug'); > ':-) :-) :-)'.replace(re, '🙂') '🙂 🙂 🙂' ``` #### 39.7.2. 匹配一切或什么也没有 有时，您可能需要一个匹配所有内容的正则表达式。例如，作为标记值。 * 匹配所有内容：`/(?:)/`（空组匹配所有内容;使其无法捕获，避免不必要的工作） ```JavaScript > /(?:)/.test('') true > /(?:)/.test('abc') true ``` * 什么都不匹配：`/.^/`（一旦匹配进展超出第一个字符，`^`就不再匹配了） ```JavaScript > /.^/.test('') false > /.^/.test('abc') false ```