CKTIS / JavaScript
Příznaky RegExp g/i/m/u a escape sekvence pro vlastnosti Unicode
Nauč se kombinovat globální hledání, ignorování velikosti písmen, víceřádkový režim a režim Unicode a vyhledávat znaky podle jejich vlastností Unicode.
Verze: ECMAScript 2024 and the current web platform; runtime support varies
Syntaxe
/pattern/gimu
new RegExp(patternString, "gimu")
/\p{Letter}/u
/\P{Letter}/u
/\p{Script_Extensions=Greek}/u
new RegExp("\\p{Letter}", "u")V literálu /pattern/gimu patří příznaky za uzavírací lomítko. U new RegExp(patternString, "gimu") tvoří druhý argument. V běžném řetězcovém literálu JavaScriptu zdvoj zpětné lomítko: new RegExp("\\p{Letter}", "u"). Opakované nebo neznámé příznaky vyvolají SyntaxError.
g zapíná globální hledání: text.match(re) vrátí všechny úplné shody, nebo null, pokud žádná není. Každé volání exec() nebo test() ale hledá jen jednu shodu. S g hledání začíná na lastIndex, po úspěchu se tam uloží pozice konce shody a po neúspěchu se hodnota vynuluje. lastIndex počítá kódové jednotky UTF-16 i s příznakem u. Před nezávislým hledáním nastav lastIndex na 0 nebo vytvoř nový regulární výraz.
i nerozlišuje velikost písmen a nepoužívá pravidla konkrétního jazyka; s u používá jednoduché sjednocování velikosti písmen podle Unicode (case folding). m umožňuje, aby se ^ shodovalo i těsně za oddělovačem řádků a $ těsně před ním. Aby . odpovídala i oddělovačům řádků, použij s, nikoli m. u zapíná práci s kódovými body Unicode a zpřísňuje syntaxi vzoru. Kódový bod nemusí odpovídat celému znaku, jak ho vnímá čtenář.
V režimu u odpovídá \p{L} kódovému bodu z kategorie Letter; bez i odpovídá \P{L} jejímu doplňku. Lze použít i dvojici název–hodnota, například \p{Script_Extensions=Greek}. U podporovaných názvů, hodnot a aliasů záleží na velikosti písmen; neplatné údaje v režimu Unicode vyvolají SyntaxError. Bez u i v označují \p a \P doslovná písmena p a P. Také v podporuje tyto sekvence, ale nelze ho kombinovat s u. Ověř podporu v cílovém prostředí.
Příklady
const text = "TAG:É\nTag:\u{10400}\nTAG:7\nxTag:Ω";
console.log(JSON.stringify(text.match(/^tag:\p{L}$/gimu)));Výsledek
["TAG:É","Tag:𐐀"]
`g` získá obě shody, `i` přijme `TAG` i `Tag` a `m` uplatní kotvy na hranicích řádků. S `u` odpovídá `\p{L}` znakům `É` a `𐐀`, každému jako jednomu kódovému bodu. Řádek se `7` nevyhoví, protože číslice není písmeno, a `xTag:Ω` nezačíná na `tag:`.
Související lekce
- JavaScript · Lekce 25 · Středně pokročilá · Verze: 3
Zdroje
- ECMAScript 2024 Language Specification — Patterns
- ECMAScript 2024 Language Specification — RegExpInitialize
- ECMAScript 2024 Language Specification — RegExpBuiltinExec
- ECMAScript 2024 Language Specification — RegExp.prototype [ @@match ]
- Unicode character class escape: \p{...}, \P{...} — MDN
- RegExp() constructor — MDN