CKTIS / JavaScript
Príznaky RegExp g/i/m/u a escape sekvencie pre vlastnosti Unicode
Nauč sa kombinovať globálne vyhľadávanie, ignorovanie veľkosti písmen, viacriadkový režim a režim Unicode a vyhľadávať znaky podľa ich vlastností Unicode.
Verzia: ECMAScript 2024 and the current web platform; runtime support varies
Syntax
/pattern/gimu
new RegExp(patternString, "gimu")
/\p{Letter}/u
/\P{Letter}/u
/\p{Script_Extensions=Greek}/u
new RegExp("\\p{Letter}", "u")V literáli /pattern/gimu patria príznaky za koncovú lomku. V new RegExp(patternString, "gimu") sú druhým argumentom. V bežnom reťazcovom literáli JavaScriptu zdvoj spätnú lomku: new RegExp("\\p{Letter}", "u"). Opakované alebo neznáme príznaky vyvolajú SyntaxError.
g zapína globálne vyhľadávanie: text.match(re) vráti všetky úplné zhody alebo null, ak žiadna neexistuje. Každé volanie exec() alebo test() však hľadá iba jednu zhodu. S g sa hľadá od lastIndex; pri úspechu sa tam uloží pozícia konca zhody a pri neúspechu sa hodnota vynuluje. lastIndex počíta kódové jednotky UTF-16 aj s u. Pred nezávislým vyhľadávaním nastav lastIndex na 0 alebo vytvor nový regulárny výraz.
i nerozlišuje veľkosť písmen a nepoužíva pravidlá konkrétneho jazyka; s u používa jednoduché zjednotenie veľkosti písmen podľa Unicode (case folding). m umožňuje, aby ^ zodpovedalo aj pozícii tesne za oddeľovačom riadkov a $ tesne pred ním. Ak má . zodpovedať aj oddeľovačom riadkov, použi s, nie m. u zapína prácu s kódovými bodmi Unicode a sprísňuje syntax vzoru. Kódový bod nemusí zodpovedať celému znaku tak, ako ho vníma čitateľ.
V režime u zodpovedá \p{L} kódovému bodu z kategórie Letter; bez i zodpovedá \P{L} jej doplnku. Možno použiť aj dvojicu názov–hodnota, napríklad \p{Script_Extensions=Greek}. V podporovaných názvoch, hodnotách a aliasoch sa rozlišuje veľkosť písmen; neplatné údaje v režime Unicode vyvolajú SyntaxError. Bez oboch príznakov u aj v označujú \p a \P doslovné písmená p a P. Aj v podporuje tieto sekvencie, ale nedá sa kombinovať s u. Over podporu v cieľovom prostredí.
Príklady
const text = "TAG:É\nTag:\u{10400}\nTAG:7\nxTag:Ω";
console.log(JSON.stringify(text.match(/^tag:\p{L}$/gimu)));Výsledok
["TAG:É","Tag:𐐀"]
`g` získa obe zhody, `i` prijme `TAG` aj `Tag` a `m` uplatní kotvy na hraniciach riadkov. S `u` zodpovedá `\p{L}` znakom `É` a `𐐀`, každému ako jednému kódovému bodu. Riadok so `7` nevyhovuje, pretože číslica nie je písmeno, a `xTag:Ω` sa nezačína na `tag:`.
Súvisiace lekcie
- JavaScript · Lekcia 25 · Stredne pokročilá · Verzia: 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