ES6後的規則表示式

整體而言，ES6對於新特性的討論，多半集中在語法、資料結構，在規則表示式（Regular expression）也有實用新特性，部分新規範雖然是在ECMAScript 2018（ES9）提案，然而，基於V8的環境如Chrome與Node.js，已提早實作。

隨性的規則表示式支援

表面上看來，在JavaScript中使用規則表示式是簡單的，例如，有專用的規則表示式字面值（Regular expression literal），在String上，提供了match、search、split、replace等方法，也可以運用RegExp實例，以字串組合方式來動態建構規則表示式，然後……就沒有別的特點了！

JavaScript不單是語法設計上很隨性，在規則表示式API上，也是如此，像是有些方法，會因傳入的表示式旗標設定不同，而有不同的行為。例如，String沒有replaceAll方法，若想進行全部取代，在呼叫replace時傳入的表示式，必須設置全域旗標g；在match方法的部份，如果有符合的字串會傳回陣列，第一個位置（索引 0）是符合的字串，而各分組捕捉到的值，逐一放在後續索引處，但是，若傳入的規則表示式有全域旗標，傳回陣列中各元素會是符合表示式的值，並不會包含分組的部份。

RegExp實例本身的設計上，也有詭譎之處，它的狀態是可變的（Mutable），因而會有類似以下的怪異結果──明明就是相同字串，第一個測試顯示true，下一個卻顯示false：

const regex1 = new RegExp('foo*', 'g');
console.log(regex1.test('table football'));
console.log(regex1.test('table football'));

原因在於，若規則表示式被設置了全域旗標，RegExp實例的lastIndex就會有作用，預設值是0，test方法會以lastIndex作為測試的起點，如果比對到字串，lastIndex就會設為比對到的字串後之索引，這會是下個測試起點；如果沒有符合的字串，lastIndex會回到 0。因為這個特性，想找出一個字串中全部符合規則表示式的子字串，就會有底下的方式：

const regex1 = /((\d{4})-(\d{6}))/g;
var matched;
while((matched = regex1.exec('0970-666888, 0970-168168')) != null) {
console.log(`${matched[0]} found. The lastIndex is ${regex1.lastIndex}.`);
}

乍看這樣的程式碼，真不知為何能運作，其實，是每次比對後，lastIndex都會更新，而這行為是隱含的，相較其他語言對規則表示式API的支援，並不尋常。一般為了效率，代表規則表示式的實例因可能重用，基本上會設計為不可變動（Immutable），而在JavaScript中，卻要留意狀態的問題。

ES6規則表示式特性

根據維基百科條目，JavaScript是在1999年支援規則表示式，因而RegExp實例的狀態可變。或許因為如此，ES6新增的黏性匹配（sticky match）旗標y，也是基於lastIndex而運作，相關方法是從字串lastIndex索引後開始匹配，y被稱為黏性的原因也在於此。例如，底下範例首次比對後，r的lastIndex為2，也就是剩餘字串為_xx，然而表示式為x+，再次比對時，會因索引2處的字元為_而匹配失敗：

const text = 'xx_xx';
const r = /x+/y;
r.exec(text); // [ 'xx', index: 0, input: 'xx_xx' ]
r.exec(text); // null

ES6也新增了u旗標，可將\u{...}視為Unicode碼點來匹配，例如，'xyz林123'.replace(/\u{6797}/u, 'Lin')會傳回'xyzLin123'；ES6也在RegExp上新增了sticky、unicode特性，用來測試RegExp實例是否被設定了相關旗標，或者，也可以透過新增的flags，來知道被設定的全部旗標。

另外，在String上，有split、search、replace與match方法，在ES6後，RegExp本身也定義這些方法，不過，須以符號（Symbol）來取得，也就是Symbol.split、Symbol.search、Symbol.replace與Symbol.match，例如，RegExp.prototype[Symbol.split]可取得定義在RegExp上的split方法，ES6在實作上，將String的split、search、replace與match方法，也全都委託給傳入的RegExp實例所對應的方法。

這麼做的原因之一，是與規則表示式相關的方法，都可以集中在RegExp上了，必要時，也可以繼承RegExp來重新定義相關的方法。實際上，由於JavaScript是動態定型言，這表示在執行String的split等方法時，並不一定要傳入RegExp實例，只要是具有 Symbol.split等對應協定的物件，就可以了；於是，也就有了機會，將一些外部的規則表示式程式庫，安插至String的規則表示式相關操作方法之中。

就像在〈RegExp的Symbol協定〉就有個例子，將XRegExp安插至傳入replace方法的物件，從而得到規則表示式命名捕捉群組（Named Capture Groups）的功能，實際上，這樣的機制，需到了ECMAScript 2018（ES9），才有所謂的〈RegExp Named Capture Groups〉提案。

ES9規則表示式特性

規則表示式能夠對子表示式進行分組，要捕捉的分組數量眾多時，若以號碼來區別，並不方便，這時若語言或工具支援，可為分組命名，之後就能透過名稱的形式來取用分組。

例如，使用(?<user>^[a-zA-Z]+\\d*)@(?<preCom>[a-z]+?.)com，在replace時，就可以使用$<user>@$<preCom>cc的形式，而不是$1@$2cc的形式，若在同一個表示式當中要參考分組，可以使用\k<user>的形式。然而，目前的瀏覽器與Node.js等實作，尚不支援命名捕捉群組，只能透過第三方程式庫，例如XRegExp。

而就規範來說，JavaScript的規則表示式，在撰寫方式上，目前只支援Lookahead與Negative lookahead，也就是想比對出的對象，之後要跟隨或不跟隨著特定文字的話，可使用(?=…)或(?!…)，例如，\w+\s(?=Lin)這段比對文字規則的最後，必須有「Lin」，然而捕捉到的字串值並不包括「Lin」，像是針對「Justin Lin」的話，會抓取到「Justin」 。

相對地，如果想比對出的對象，前面必須有或沒有特定的文字，此時，我們可以使用(?<=…)或(?<!…)，分別稱為Lookbehind與Negative Lookbehind。例如，(?<=data)-\w+會比對文字前是否有data字眼，然而捕捉到的字串值不包括data。實際上，JavaScript是在ES9中才有提案〈RegExp Lookbehind Assertions〉（https://goo.gl/2H3Tny），然而，基於新版V8引擎的Chrome與Node.js已經先實作，來提供支援了。

在規則表示式中，「.」表示任意字元，卻不包含換行及多位元組字元。對於多位元組字元，ES6可使用u旗標，而ES9會有個s旗標表示dotAll，設置s旗標後，「.」可以比對換行等全部字元，RegExp實例上，也將有個dotAll特性，可測試是否具有s旗標。

留意新特性的細節

或許是因為JavaScript一開始是在前端發展起來，使用規則表示式的情境相較於其他語言來說，較不複雜，因而規則表示式方面的資源並不豐富，相對來說，相關的文件都是比較舊的，然而，對於必須更深入運用規則表示式的人而言，可以留意一下ES6之後的新特性。

若需要深入認識ES6中的表示式新特性，〈New regular expression features in ECMAScript 6〉是份不錯的文件，而〈Regular Expressions in a post-ES6 world〉中，則包含ES9規範的表示式新特性介紹。