ES6 正则的扩展

1. RegExp构造函数

ES5中，RegExp构造函数的参数：

1. 参数是字符串，这时第二个参数表示正则表达式的修饰符（flag）
2. 参数是一个正则表示式，这时会返回一个原有正则表达式的拷贝。但是，ES5不允许此时使用第二个参数，添加修饰符，否则会报错。

ES6改变了这种行为。如果RegExp构造函数第一个参数是一个正则对象，那么可以使用第二个参数指定修饰符。而且，返回的正则表达式会忽略原有的正则表达式的修饰符，只使用新指定的修饰符。

2. 字符串的正则表达式

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]

3. u修饰符

ES6对正则表达式添加了u修饰符，含义为“Unicode模式”，用来正确处理大于\uFFFF的Unicode字符。

也就是说，会正确处理四个字节的UTF-16编码。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。

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。

/\u{61}/.test('a') // false
/\u{61}/u.test('a') // true
/\u{20BB7}/u.test('?') // true

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。

var s = '';  /^.$/.test(s) // false  
/^.$/u.test(s) // true  

上面代码表示，如果不添加u修饰符，正则表达式就会认为字符串为两个字符，从而匹配失败。

2. 量词

使用u修饰符后，所有量词都会正确识别码点大于0xFFFF的Unicode字符。

/a{2}/.test('aa') // true  
/a{2}/u.test('aa') // true  
/ {2}/.test('  ') // false  
/ {2}/u.test('  ') // true  

另外，只有在使用u修饰符的情况下，Unicode表达式当中的大括号才会被正确解读，否则会被解读为量词。

/^\u{3}$/.test('uuu') // true  

上面代码中，由于正则表达式没有u修饰符，所以大括号被解读为量词。加上u修饰符，就会被解读为Unicode表达式。

3. 预定义模式

u修饰符也影响到预定义模式，能否正确识别码点大于0xFFFF的Unicode字符。

\S是预定义模式，匹配所有不是空格的字符。只有加了u修饰符，它才能正确匹配码点大于0xFFFF的Unicode字符。

利用这一点，可以写出一个正确返回字符串长度的函数。

function codePointLength(text) {var result = text.match(/[\s\S]/gu);return result ? result.length : 0;
}var s = '??';s.length // 4
codePointLength(s) // 2

4. i修饰符

有些Unicode字符的编码不同，但是字型很相近，比如，\u004B与\u212A都是大写的K。

/[a-z]/i.test('\u212A') // false  
/[a-z]/iu.test('\u212A') // true  

上面代码中，不加u修饰符，就无法识别非规范的K字符。

4. y修饰符

除了u修饰符，ES6还为正则表达式添加了y修饰符，叫做“粘连”（sticky）修饰符。

y修饰符的作用与g修饰符类似，也是全局匹配，后一次匹配都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  

上面代码有两个正则表达式，一个使用g修饰符，另一个使用y修饰符。这两个正则表达式各执行了两次，第一次执行的时候，两者行为相同，剩余字符串都是_aa_a。由于g修饰没有位置要求，所以第二次执行会返回结果，而y修饰符要求匹配必须从头部开始，所以返回null。

如果改一下正则表达式，保证每次都能头部匹配，y修饰符就会返回结果了。

var s = 'aaa_aa_a';  
var r = /a+_/y;  r.exec(s) // ["aaa_"]  
r.exec(s) // ["aa_"]  

上面代码每次匹配，都是从剩余字符串的头部开始。

使用lastIndex属性，可以更好地说明y修饰符。

const REGEX = /a/g;  // 指定从2号位置（y）开始匹配  
REGEX.lastIndex = 2;  // 匹配成功  
const match = REGEX.exec('xaya');  // 在3号位置匹配成功  
match.index // 3  // 下一次匹配从4号位开始  
REGEX.lastIndex // 4  // 4号位开始匹配失败  
REGEX.exec('xaxa') // null  

上面代码中，lastIndex属性指定每次搜索的开始位置，g修饰符从这个位置开始向后搜索，直到发现匹配为止。

const REGEX = /a/y;  // 指定从2号位置开始匹配  
REGEX.lastIndex = 2;  // 不是粘连，匹配失败  
REGEX.exec('xaya') // null  // 指定从3号位置开始匹配  
REGEX.lastIndex = 3;  // 3号位置是粘连，匹配成功  
const match = REGEX.exec('xaxa');  
match.index // 3  
REGEX.lastIndex // 4  

y修饰符同样遵守lastIndex属性，但是要求必须在lastIndex指定的位置发现匹配。

进一步说，y修饰符号隐含了头部匹配的标志^。

/b/y.exec('aba')  
// null  

单单一个y修饰符对match方法，只能返回第一个匹配，必须与g修饰符联用，才能返回所有匹配。

5. sticky属性

表示是否设置了y修饰符

var r = /hello\d/y;
r.sticky // true

6. flags属性

ES6为正则表达式新增了flags属性，会返回正则表达式的修饰符。（和前面是一个逆向的过程）

7. RegExp.escape()

字符串必须转义，才能作为正则模式。已经有提议将这个需求标准化，作为RegExp对象的静态方法RegExp.escape()

function escapeRegExp(str) {return str.replace(/[\-\[\]\/\{\}\(\)\*\+\?\.\\\^\$\|]/g, '\\$&');
}let str = '/path/to/resource.html?search=query';
escapeRegExp(str)
// "\/path\/to\/resource\.html\?search=query"