CKTIS / JavaScript
Indicadores RegExp g/i/m/u y escapes de propiedades Unicode
Aprende a combinar la búsqueda global, la comparación sin distinguir mayúsculas, el modo multilínea y el modo Unicode para buscar caracteres por sus propiedades.
Versión: ECMAScript 2024 and the current web platform; runtime support varies
Sintaxis
/pattern/gimu
new RegExp(patternString, "gimu")
/\p{Letter}/u
/\P{Letter}/u
/\p{Script_Extensions=Greek}/u
new RegExp("\\p{Letter}", "u")En /pattern/gimu, los indicadores van después de la barra de cierre. En new RegExp(patternString, "gimu"), se pasan como segundo argumento. En un literal de cadena normal de JavaScript, duplica la barra invertida: new RegExp("\\p{Letter}", "u"). Los indicadores repetidos o desconocidos provocan un SyntaxError.
g activa la búsqueda global: text.match(re) devuelve todas las coincidencias completas, o null si no hay ninguna. Cada llamada a exec() o test() sigue buscando una sola coincidencia. Con g, la búsqueda empieza en lastIndex; si tiene éxito, se guarda allí el final de la coincidencia y, si falla, se restablece a 0. lastIndex cuenta unidades de código UTF-16 incluso con u. Antes de una búsqueda independiente, ponlo a 0 o crea una expresión regular nueva.
i ignora la distinción entre mayúsculas y minúsculas sin aplicar reglas específicas de ningún idioma; con u, usa la equivalencia simple de mayúsculas y minúsculas de Unicode (case folding). m permite que ^ coincida también justo después de un terminador de línea, y $, justo antes. Para que . coincida con terminadores de línea se usa s, no m. u activa la coincidencia por puntos de código Unicode y una sintaxis más estricta. Un punto de código no siempre equivale a un carácter completo tal y como se percibe.
En modo u, \p{L} coincide con un punto de código de la categoría Letter, y \P{L} con su complemento si no se usa i. También se admite un par nombre–valor, como \p{Script_Extensions=Greek}. Los nombres, valores y alias admitidos distinguen entre mayúsculas y minúsculas; los valores o nombres no válidos provocan un SyntaxError en modo Unicode. Sin u ni v, \p y \P representan las letras literales p y P. v también admite estos escapes, pero no se puede combinar con u. Comprueba la compatibilidad en el entorno de destino.
Ejemplos
const text = "TAG:É\nTag:\u{10400}\nTAG:7\nxTag:Ω";
console.log(JSON.stringify(text.match(/^tag:\p{L}$/gimu)));Resultado
["TAG:É","Tag:𐐀"]
`g` recoge las dos coincidencias, `i` admite `TAG` y `Tag`, y `m` aplica los anclajes en los límites de línea. Con `u`, `\p{L}` reconoce tanto `É` como `𐐀` como un solo punto de código cada uno. La línea con `7` no coincide porque un dígito no es una letra, y `xTag:Ω` no empieza por `tag:`.
Lecciones relacionadas
- JavaScript · Lección 25 · Intermedio · Versión: 3
Fuentes
- 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