ES2018 新特征之：正则表达式 dotAll 模式

Posted 2021-02-20 baimeishaoxia

ES2018 新特性

• 异步迭代器
• 正则表达式反向(lookbehind)断言
• 正则表达式 Unicode 转义
• 非转义序列的模板字符串
• 正则表达式 s/dotAll 模式（本文）
• 正则表达式命名捕获组
• 对象展开运算符
• Promise.prototype.finally

---

“正则表达式的 s (dotAll) flag” 提案 proposal-regexp-dotall-flag 由 Mathias Bynens 负责，目前已经进入 stage 4，并将成为 ES9(ES2018) 的一部分。

1. 概述

在 javascript 正则表达式中 . 用来匹配任何单个字符。但是有 2 个例外：

1.1 多字节 emoji 字符

let regex = /^.$/;
regex.test(‘?‘);   // false

我们可以通过设置 u 标志来解决，u 的含义是 unicode：

let regex = /^.$/u;
regex.test(‘?‘);   // true

1.2 行终结符(line terminator characters)

行终结符包含：

• U+000A LINE FEED (LF) ( ) - 换行
• U+000D CARRIAGE RETURN (CR) ( ) - 回车
• U+2028 LINE SEPARATOR - 行分隔符
• U+2029 PARAGRAPH SEPARATOR - 段分隔符

还有一些其它字符，也可以作为一行的开始：

• U+000B VERTICAL TAB (v)
• U+000C FORM FEED (f)
• U+0085 NEXT LINE

目前 JavaScript 正则表达式的 . 可以匹配其中的一部分：

let regex = /./;

regex.test(‘
‘);       // false
regex.test(‘
‘);       // false
regex.test(‘u{2028}‘); // false
regex.test(‘u{2029}‘); // false

regex.test(‘v‘);       // true
regex.test(‘f‘);       // true
regex.test(‘u{0085}‘); // true

在正则表达式中，用于表示字符串开头和字符串结尾的元字符是 ^ 和 $, 因此一个变通的方式是使用 ^ 来匹配。

/foo.bar/.test(‘foo
bar‘);     // false
/foo[^]bar/.test(‘foo
bar‘);   // true

或者使用 s 来匹配空白字符：

/foo.bar/.test(‘foo
bar‘);     // false
/foo[s]bar/.test(‘foo
bar‘);   // true

2. 增加 s/dotAll 标志

在最新的 ECMAScript 规范中，为 JavaScript 的正则表达式增加了一个新的标志 s 用来表示 dotAll。以使 . 可以匹配任意字符。

/foo.bar/s.test(‘foo
bar‘);    // true

High-level API

const re = /foo.bar/s;  //  等价于 const re = new RegExp(‘foo.bar‘, ‘s‘);
re.test(‘foo
bar‘);    // true
re.dotAll;      // true
re.flags;       // "s"

3. 命名由来

既然是为了实现 dotAll 功能，为什么不命名为 d 或者 a。因为在其它语言的正则表达式实现中，已经使用 s 标志了：

• Java 使用 Pattern.DOTALL
• C# 和 VB 使用 RegexOptions.Singleline
• Python 同时支持 re.DOTALL 和 re.S

在支持正则表达式使用 flag 的语言如 Perl、php 也使用 s 作为标志。

s 的含义是 singleline 和 dotAll。

singleline(单行)对应的是 multiline(多行)。

m 标志用于指定多行输入字符串应该被视为多个行。如果使用 m 标志，^ 和 $ 匹配的开始或结束是字符串中的每一行，而不是整个字符串的开始或结束。

/^java/.test(‘just
java
‘);   // false
/^java/m.test(‘just
java
‘);  // true

• m 标志只影响 ^ 和 $
• s 标志只影响 .

目前在 JavaScript 正则表示中所有修饰符的含义：

• g → global
• i → ignoreCase
• m → multiline
• y → sticky
• u → unicode
• s → dotAll

4. 实现

• V8 - Chrome 62
• JavaScriptCore - Safari Technology Preview 39a
• XS, shipping in Moddable as of the January 17, 2018 update

• regexpu (transpiler) with the { dotAllFlag: true } option enabled

  • online demo
  • Babel plugin

• Compat-transpiler of RegExp Tree

  • Babel plugin