Base de conhecimentoCentro de Exames
PT · PTPortuguês (Portugal)
Escolher idioma13

CKTIS / JavaScript

Sinalizadores de expressões regulares: dotAll (`s`), `u`, `i` e `g`

Os sinalizadores `s`, `u`, `i` e `g` controlam, respetivamente, o ponto perante quebras de linha, o modo Unicode, a distinção entre maiúsculas e minúsculas e a pesquisa global.

Versão: ECMAScript 2024 and the current web platform; runtime support varies

Sintaxe

/pattern/gsui
new RegExp("pattern", "gsui")
re.dotAll; re.unicode; re.ignoreCase; re.global; re.lastIndex

Coloca os sinalizadores após a barra final do literal (/a.b/gsui) ou no segundo argumento do construtor (new RegExp("a.b", "gsui")). A ordem não importa; um sinalizador desconhecido ou repetido provoca um SyntaxError. As propriedades dotAll, unicode, ignoreCase e global indicam se s, u, i e g estão ativos; não os alteram. Estas regras aplicam-se em ECMAScript 2024, mas o suporte varia consoante o ambiente de execução.

Com s (dotAll), o metacarácter . também corresponde aos quatro terminadores de linha: \n, \r, U+2028 e U+2029. Isto não altera as âncoras ^ e $; é m que lhes permite corresponder também aos limites das linhas. O ponto escapado \. continua a ser literal.

u ativa o modo Unicode: o ponto trata um par substituto válido como 😄 como um único ponto de código, em vez de duas unidades UTF-16. Um ponto de código não é necessariamente um grafema completo, ou seja, um carácter percebido como unidade. u também impõe uma sintaxe mais estrita e não pode ser combinado com v (SyntaxError). i ignora diferenças entre maiúsculas e minúsculas; com u, usa o case folding simples de Unicode, independente das definições regionais e sem expandir ß para ss.

g permite percorrer correspondências sem sobreposição. Com g e sem y, o método nativo exec() usa lastIndex como índice em unidades UTF-16 para determinar onde começa a pesquisa. No modo Unicode, se esse índice ficar dentro de um par substituto válido, uma correspondência pode começar no início do par, antes de lastIndex. Se encontrar uma correspondência, exec() guarda o fim da correspondência em lastIndex como um índice em unidades UTF-16; se a pesquisa falhar, repõe lastIndex a 0. test() também pode alterar este estado: para uma pesquisa independente, repõe lastIndex a 0 ou usa um novo RegExp. Uma correspondência vazia pode bloquear um ciclo com exec(). Para um argumento RegExp, String.prototype.matchAll() exige g (caso contrário, TypeError), avança após correspondências vazias e usa uma cópia cujo lastIndex é inicializado com o valor atual do original.

Exemplos

{
  const text = "a\nb A😄b";
  const re = /a.b/gsui;
  const collect = (pattern) => Array.from(text.matchAll(pattern), (m) => m[0]);

  console.log(JSON.stringify(collect(re)));
  console.log(JSON.stringify([/a.b/gui, /a.b/gsi, /a.b/gsu].map(collect)));

  const positions = [];
  for (let n = 0; n < 3; n++) {
    re.exec(text);
    positions.push(re.lastIndex);
  }
  console.log(JSON.stringify(positions));
}

Resultado

["a\nb","A😄b"]
[["A😄b"],["a\nb"],["a\nb"]]
[3,8,0]

A primeira linha mostra ambas as correspondências. Na segunda, retira-se, à vez e sempre a partir do conjunto completo, `s`, `u` e `i`: desaparece a correspondência que atravessa a quebra de linha, a que contém o emoji ou a que contém a maiúscula. A terceira linha mostra `lastIndex` após dois sucessos e uma falha.

Lições relacionadas

  • JavaScript · Lição 10 · Avançado · Versão: 4

Fontes