CKTIS / JavaScript
Flags RegExp g/i/m/u e sequências de escape de propriedades Unicode
Aprende a combinar a pesquisa global, a comparação sem distinção entre maiúsculas e minúsculas, o modo multilinha e o modo Unicode para encontrar caracteres pelas suas propriedades.
Versão: ECMAScript 2024 and the current web platform; runtime support varies
Sintaxe
/pattern/gimu
new RegExp(patternString, "gimu")
/\p{Letter}/u
/\P{Letter}/u
/\p{Script_Extensions=Greek}/u
new RegExp("\\p{Letter}", "u")Em /pattern/gimu, as flags ficam depois da barra de fecho. Em new RegExp(patternString, "gimu"), são o segundo argumento. Num literal de cadeia de caracteres normal de JavaScript, duplica a barra invertida: new RegExp("\\p{Letter}", "u"). As flags repetidas ou desconhecidas provocam um SyntaxError.
g ativa a pesquisa global: text.match(re) devolve todas as correspondências completas, ou null se não houver nenhuma. Cada chamada a exec() ou test() continua a procurar apenas uma correspondência. Com g, a pesquisa começa em lastIndex; se for bem-sucedida, guarda aí a posição final da correspondência e, se falhar, repõe o valor em 0. lastIndex conta unidades de código UTF-16 mesmo com u. Antes de uma pesquisa independente, repõe lastIndex em 0 ou cria uma nova expressão regular.
i ignora a distinção entre maiúsculas e minúsculas sem aplicar regras específicas de um idioma; com u, usa o mapeamento simples de maiúsculas e minúsculas do Unicode (case folding). m permite que ^ corresponda também à posição imediatamente após um terminador de linha, e $ à posição imediatamente antes. Para que . corresponda a terminadores de linha, usa s, não m. u ativa a correspondência por pontos de código Unicode e torna a sintaxe mais estrita. Um ponto de código não equivale necessariamente a um carácter completo tal como é percecionado.
No modo u, \p{L} corresponde a um ponto de código da categoria Letter; sem i, \P{L} corresponde ao seu complemento. Também se pode usar um par nome–valor, como \p{Script_Extensions=Greek}. Os nomes, valores e aliases suportados distinguem maiúsculas de minúsculas; os que forem inválidos provocam um SyntaxError no modo Unicode. Sem u nem v, \p e \P representam as letras literais p e P. v também suporta estas sequências, mas não pode ser combinado com u. Confirma o suporte no ambiente de execução de destino.
Exemplos
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` recolhe as duas correspondências, `i` aceita `TAG` e `Tag` e `m` aplica as âncoras nos limites das linhas. Com `u`, `\p{L}` reconhece `É` e `𐐀` como pontos de código individuais. A linha com `7` falha porque um algarismo não é uma letra, e `xTag:Ω` não começa por `tag:`.
Lições relacionadas
- JavaScript · Lição 25 · Intermédio · Versão: 3
Fontes
- 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