javascript 正则命名分组

前言

以往我们只是习惯于通过数组下标来访问正则匹配到的分组，但分组达到4、5个时，标识起来就会非常麻烦。V8早已实现了正则命名分组提案，只是我们很少使用，本文将介绍JS的正则命名分组。

以往的做法

假设要使用正则匹配一个日期的年月日，以往我们会这样做：

const RE_DATE = /(\d{4})-(\d{2})-(\d{2})/;

const matchObj = RE_DATE.exec('1999-12-31');
const year = matchObj[1]; // 1999
const month = matchObj[2]; // 12
const day = matchObj[3]; // 31

这里有几个缺点：

• 要找到一个分组的位置，你必须要去数括号的位置，有时嵌套起来会更令人头疼。
• 后面维护代码的同学阅读起来，还要根据下标找到正则里面对应的括号，并且要再次阅读括号里面的正则才知道含义。
• 当你调整正则捕获分组的数量、顺序或嵌套时，你必要还要对下面的代码做调整。

所有这些问题，都可以通过正则命名分组来解决。

现在的玩法

现在你只需要给分组里面一个命名标识即可：

(?<year>\d{4})

这里，我们用变量year标记了上一个捕获组＃1。 该名称必须是合法的JavaScript标识符。 匹配后，您可以通过matchObj.groups.year访问捕获的字符串。

让我们通过命名分组重写前面的代码：

const RE_DATE = /(?<year>\d{4})-(?<month>\d{2})-(?<day>\d{2})/;

const matchObj = RE_DATE.exec('1999-12-31');
const year = matchObj.groups.year; // 1999
const month = matchObj.groups.month; // 12
const day = matchObj.groups.day; // 31

如果正则里面有了命名分组，那么匹配结果会多了一个groups 的属性，这个属性中包含了一切命名分组的捕获结果。配合上解构大法使用又是一股清流：

const {groups: {day, year}} = RE_DATE.exec('1999-12-31');
console.log(year); // 1999
console.log(day); // 31

当然，即使你使用了命名分组，那么返回的结果还可以通过以往的数组下标方式访问：

const year2 = matchObj[1]; // 1999
const month2 = matchObj[2]; // 12
const day2 = matchObj[3]; // 31

命名分组具有以下优点：

• 找到分组的“ID”更容易。
• 匹配的代码变得自描述性，因为分组的ID描述了捕获的内容。
• 如果更改分组的顺序，则不必更改匹配的代码。
• 分组的名称也使正则表达式更易于理解，因为您可以直接看到每个组的用途。

反向引用

反向引用命名分组\k<name>
看下面这个匹配重复单词的例子：

const RE_TWICE = /^(?<word>[a-z]+)!\k<word>$/;
RE_TWICE.test('abc!abc'); // true
RE_TWICE.test('abc!ab'); // false

同时也可以使用以往的反向引用方式：

const RE_TWICE = /^(?<word>[a-z]+)!\1$/;
RE_TWICE.test('abc!abc'); // true
RE_TWICE.test('abc!ab'); // false

replace( )

字符串方法replace（）以两种方式支持命名分组：

方式一

const RE_DATE = /(?<year>\d{4})-(?<month>\d{2})-(?<day>\d{2})/;
console.log('1999-12-31'.replace(RE_DATE,
    '$<month>/$<day>/$<year>'));
    // 12/31/1999

如果replace不一定是直接返回新的拼接字符串，那么可以看看下面的办法：

方式二

const RE_DATE = /(?<year>\d{4})-(?<month>\d{2})-(?<day>\d{2})/;
console.log('1999-12-31'.replace(
    RE_DATE,
    (g, y, m, d, offset, input, {year, month, day}) =>
        month+'/'+day+'/'+year));
    // 12/31/1999

看看这replace的callback形参密密麻麻看得心慌慌，很多都用不上，那么我们看看更简单的写法：

console.log('1999-12-31'.replace(RE_DATE,
    (...args) => {
        const {year, month, day} = args.slice(-1)[0];
        return month+'/'+day+'/'+year;
    }));
    // 12/31/1999

这里配合上spread operator直取最后一个参数，再接上一个解构大法，结果又是一股清流。

命名分组没有匹配结果？

如果可选的命名组不被匹配，则其属性值被设置为undefined，但key是仍存在：

const RE_OPT_A = /^(?<as>a+)?$/;
const matchObj = RE_OPT_A.exec('');

// We have a match:
console.log(matchObj[0] === ''); // true

// Group <as> didn’t match anything:
console.log(matchObj.groups.as === undefined); // true

// But property as exists:
console.log('as' in matchObj.groups); // true

异常情况

分组名不能有重复项：

/(?<foo>a)(?<foo>b)/ // SyntaxError: Duplicate capture group name

反向引用一个不存在的分组名：

/\k<foo>/u // SyntaxError: Invalid named capture referenced

/\k<foo>/.test("k<foo>") // true, 非 Unicode 下为了向后兼容，k 前面的 \ 会被丢弃

在 reaplce() 方法的替换字符串中引用一个不存在的分组：

"abc".replace(/(?<foo>.*)/, "$<bar>") // SyntaxError: Invalid replacement string

"abc".replace(/(.*)/, "$<bar>") // "$<bar>"，不包含命名分组时会向后兼容

最后

• Chrome60 已支持命名分组
• 通过babel插件处理兼容问题

babel-plugin-transform-modern-regexp