温馨提示×

温馨提示×

您好,登录后才能下订单哦!

密码登录×
登录注册×
其他方式登录
点击 登录注册 即表示同意《亿速云用户服务条款》

JavaScript正则表达式中g标志实例分析

发布时间:2022-03-18 13:35:45 来源:亿速云 阅读:123 作者:iii 栏目:开发技术

本篇内容主要讲解“JavaScript正则表达式中g标志实例分析”,感兴趣的朋友不妨来看看。本文介绍的方法操作简单快捷,实用性强。下面就让小编来带大家学习“JavaScript正则表达式中g标志实例分析”吧!

    有一天在思否社区看到有个问题,大致描述如下

    const list = ['a', 'b', '-', 'c', 'd'];
    const reg = /[a-z]/g;
    const letters = list.filter(i => reg.test(i));
    
    // letters === ['a', 'c'];
    // 如果正则不使用`g`标志可以得到所有的字母
    // 为什么加入`g`之后就不可以了

    对问题而言,遍历中的i就是一个字符,不需要用到g。

    但是就我对正则的理解(过于浅薄)感觉上有没有g(只是全局搜索,不会匹配到就停下来)应该不影响,激发了我的好奇心。

    上面题的建议写法如下

    const reg = /[a-z]/g;
    reg.test('a'); // => true
    reg.test('a'); // => false
    reg.test('a'); // => true
    reg.test('a'); // => false
    reg.test('a'); // => true

    解密过程

    首先可以确定的表现一定是g导致的

    搜索引擎

    打开 MDN 仔细查看g标志的作用,得到结论和我的理解无二。

    我猜想应该就是g可能启用了某种缓存,又因为reg相对过滤器是全局变量,我将代码改为:

    const list = ['a', 'b', '-', 'c', 'd'];
    const letters = list.filter(i => /[a-z]/g.test(i));
    
    // letters === ['a', 'b', 'c', 'd'];

    将正则声明到每一次遍历,得到结论就是正确的,验证了我的猜想。也得到了,缓存就是正则中的某个地方

    下面我找到对应的源码来查看问题的原因

    源码层面

    由于最近在看 Rust,所以使用 Rust 编写的源码查看

    打开项目后,点击.进入 vscode 模式,command+p 搜索 regexp 关键词

    JavaScript正则表达式中g标志实例分析

    进入test.rs文件,command+f 搜索/g可以找到在 90 行有个last_index()的测试

    #[test]
    fn last_index() {
        let mut context = Context::default();
        let init = r#"
            var regex = /[0-9]+(\.[0-9]+)?/g;
            "#;
        // forward 的作用:更改 context,并返回结果的字符串。
        eprintln!("{}", forward(&mut context, init));
        assert_eq!(forward(&mut context, "regex.lastIndex"), "0");
        assert_eq!(forward(&mut context, "regex.test('1.0foo')"), "true");
        assert_eq!(forward(&mut context, "regex.lastIndex"), "3");
        assert_eq!(forward(&mut context, "regex.test('1.0foo')"), "false");
        assert_eq!(forward(&mut context, "regex.lastIndex"), "0");
    }

    看到了有lastIndex关键字,这里再已经大致猜到问题的原因了,g 标志存在匹配后的最后一个下标,导致出现问题。

    我们将视线移入到mod.rs文件中,搜索test

    在 631 行看到了fn test()方法

    pub(crate) fn test(
        this: &JsValue,
        args: &[JsValue],
        context: &mut Context,
    ) -> JsResult<JsValue> {
        // 1. Let R be the this value.
        // 2. If Type(R) is not Object, throw a TypeError exception.
        let this = this.as_object().ok_or_else(|| {
            context
                .construct_type_error("RegExp.prototype.test method called on incompatible value")
        })?;
    
        // 3. Let string be ? ToString(S).
        let arg_str = args
            .get(0)
            .cloned()
            .unwrap_or_default()
            .to_string(context)?;
    
        // 4. Let match be ? RegExpExec(R, string).
        let m = Self::abstract_exec(this, arg_str, context)?;
    
        // 5. If match is not null, return true; else return false.
        if m.is_some() {
            Ok(JsValue::new(true))
        } else {
            Ok(JsValue::new(false))
        }
    }

    test()方法中找到了Self::abstract_exec()方法

    pub(crate) fn abstract_exec(
        this: &JsObject,
        input: JsString,
        context: &mut Context,
    ) -> JsResult<Option<JsObject>> {
        // 1. Assert: Type(R) is Object.
        // 2. Assert: Type(S) is String.
    
        // 3. Let exec be ? Get(R, "exec").
        let exec = this.get("exec", context)?;
    
        // 4. If IsCallable(exec) is true, then
        if let Some(exec) = exec.as_callable() {
            // a. Let result be ? Call(exec, R, « S »).
            let result = exec.call(&this.clone().into(), &[input.into()], context)?;
    
            // b. If Type(result) is neither Object nor Null, throw a TypeError exception.
            if !result.is_object() && !result.is_null() {
                return context.throw_type_error("regexp exec returned neither object nor null");
            }
    
            // c. Return result.
            return Ok(result.as_object().cloned());
        }
    
        // 5. Perform ? RequireInternalSlot(R, [[RegExpMatcher]]).
        if !this.is_regexp() {
            return context.throw_type_error("RegExpExec called with invalid value");
        }
    
        // 6. Return ? RegExpBuiltinExec(R, S).
        Self::abstract_builtin_exec(this, &input, context)
    }

    又在Self::abstract_exec()方法中找到了Self::abstract_builtin_exec()方法

    pub(crate) fn abstract_builtin_exec(
        this: &JsObject,
        input: &JsString,
        context: &mut Context,
    ) -> JsResult<Option<JsObject>> {
        // 1. Assert: R is an initialized RegExp instance.
        let rx = {
            let obj = this.borrow();
            if let Some(rx) = obj.as_regexp() {
                rx.clone()
            } else {
                return context.throw_type_error("RegExpBuiltinExec called with invalid value");
            }
        };
    
        // 2. Assert: Type(S) is String.
    
        // 3. Let length be the number of code units in S.
        let length = input.encode_utf16().count();
    
        // 4. Let lastIndex be ℝ(? ToLength(? Get(R, "lastIndex"))).
        let mut last_index = this.get("lastIndex", context)?.to_length(context)?;
    
        // 5. Let flags be R.[[OriginalFlags]].
        let flags = &rx.original_flags;
    
        // 6. If flags contains "g", let global be true; else let global be false.
        let global = flags.contains('g');
    
        // 7. If flags contains "y", let sticky be true; else let sticky be false.
        let sticky = flags.contains('y');
    
        // 8. If global is false and sticky is false, set lastIndex to 0.
        if !global && !sticky {
            last_index = 0;
        }
    
        // 9. Let matcher be R.[[RegExpMatcher]].
        let matcher = &rx.matcher;
    
        // 10. If flags contains "u", let fullUnicode be true; else let fullUnicode be false.
        let unicode = flags.contains('u');
    
        // 11. Let matchSucceeded be false.
        // 12. Repeat, while matchSucceeded is false,
        let match_value = loop {
            // a. If lastIndex > length, then
            if last_index > length {
                // i. If global is true or sticky is true, then
                if global || sticky {
                    // 1. Perform ? Set(R, "lastIndex", +0????, true).
                    this.set("lastIndex", 0, true, context)?;
                }
    
                // ii. Return null.
                return Ok(None);
            }
    
            // b. Let r be matcher(S, lastIndex).
            // Check if last_index is a valid utf8 index into input.
            let last_byte_index = match String::from_utf16(
                &input.encode_utf16().take(last_index).collect::<Vec<u16>>(),
            ) {
                Ok(s) => s.len(),
                Err(_) => {
                    return context
                        .throw_type_error("Failed to get byte index from utf16 encoded string")
                }
            };
            let r = matcher.find_from(input, last_byte_index).next();
    
            match r {
                // c. If r is failure, then
                None => {
                    // i. If sticky is true, then
                    if sticky {
                        // 1. Perform ? Set(R, "lastIndex", +0????, true).
                        this.set("lastIndex", 0, true, context)?;
    
                        // 2. Return null.
                        return Ok(None);
                    }
    
                    // ii. Set lastIndex to AdvanceStringIndex(S, lastIndex, fullUnicode).
                    last_index = advance_string_index(input, last_index, unicode);
                }
    
                Some(m) => {
                    // c. If r is failure, then
                    #[allow(clippy::if_not_else)]
                    if m.start() != last_index {
                        // i. If sticky is true, then
                        if sticky {
                            // 1. Perform ? Set(R, "lastIndex", +0????, true).
                            this.set("lastIndex", 0, true, context)?;
    
                            // 2. Return null.
                            return Ok(None);
                        }
    
                        // ii. Set lastIndex to AdvanceStringIndex(S, lastIndex, fullUnicode).
                        last_index = advance_string_index(input, last_index, unicode);
                    // d. Else,
                    } else {
                        //i. Assert: r is a State.
                        //ii. Set matchSucceeded to true.
                        break m;
                    }
                }
            }
        };
    
        // 13. Let e be r's endIndex value.
        let mut e = match_value.end();
    
        // 14. If fullUnicode is true, then
        if unicode {
            // e is an index into the Input character list, derived from S, matched by matcher.
            // Let eUTF be the smallest index into S that corresponds to the character at element e of Input.
            // If e is greater than or equal to the number of elements in Input, then eUTF is the number of code units in S.
            // b. Set e to eUTF.
            e = input.split_at(e).0.encode_utf16().count();
        }
    
        // 15. If global is true or sticky is true, then
        if global || sticky {
            // a. Perform ? Set(R, "lastIndex", ????(e), true).
            this.set("lastIndex", e, true, context)?;
        }
    
        // 16. Let n be the number of elements in r's captures List. (This is the same value as 22.2.2.1's NcapturingParens.)
        let n = match_value.captures.len();
        // 17. Assert: n < 23^2 - 1.
        debug_assert!(n < 23usize.pow(2) - 1);
    
        // 18. Let A be ! ArrayCreate(n + 1).
        // 19. Assert: The mathematical value of A's "length" property is n + 1.
        let a = Array::array_create(n + 1, None, context)?;
    
        // 20. Perform ! CreateDataPropertyOrThrow(A, "index", ????(lastIndex)).
        a.create_data_property_or_throw("index", match_value.start(), context)
            .expect("this CreateDataPropertyOrThrow call must not fail");
    
        // 21. Perform ! CreateDataPropertyOrThrow(A, "input", S).
        a.create_data_property_or_throw("input", input.clone(), context)
            .expect("this CreateDataPropertyOrThrow call must not fail");
    
        // 22. Let matchedSubstr be the substring of S from lastIndex to e.
        let matched_substr = if let Some(s) = input.get(match_value.range()) {
            s
        } else {
            ""
        };
    
        // 23. Perform ! CreateDataPropertyOrThrow(A, "0", matchedSubstr).
        a.create_data_property_or_throw(0, matched_substr, context)
            .expect("this CreateDataPropertyOrThrow call must not fail");
    
        // 24. If R contains any GroupName, then
        // 25. Else,
        let named_groups = match_value.named_groups();
        let groups = if named_groups.clone().count() > 0 {
            // a. Let groups be ! OrdinaryObjectCreate(null).
            let groups = JsValue::from(JsObject::empty());
    
            // Perform 27.f here
            // f. If the ith capture of R was defined with a GroupName, then
            // i. Let s be the CapturingGroupName of the corresponding RegExpIdentifierName.
            // ii. Perform ! CreateDataPropertyOrThrow(groups, s, capturedValue).
            for (name, range) in named_groups {
                if let Some(range) = range {
                    let value = if let Some(s) = input.get(range.clone()) {
                        s
                    } else {
                        ""
                    };
    
                    groups
                        .to_object(context)?
                        .create_data_property_or_throw(name, value, context)
                        .expect("this CreateDataPropertyOrThrow call must not fail");
                }
            }
            groups
        } else {
            // a. Let groups be undefined.
            JsValue::undefined()
        };
    
        // 26. Perform ! CreateDataPropertyOrThrow(A, "groups", groups).
        a.create_data_property_or_throw("groups", groups, context)
            .expect("this CreateDataPropertyOrThrow call must not fail");
    
        // 27. For each integer i such that i ≥ 1 and i ≤ n, in ascending order, do
        for i in 1..=n {
            // a. Let captureI be ith element of r's captures List.
            let capture = match_value.group(i);
    
            let captured_value = match capture {
                // b. If captureI is undefined, let capturedValue be undefined.
                None => JsValue::undefined(),
                // c. Else if fullUnicode is true, then
                // d. Else,
                Some(range) => {
                    if let Some(s) = input.get(range) {
                        s.into()
                    } else {
                        "".into()
                    }
                }
            };
    
            // e. Perform ! CreateDataPropertyOrThrow(A, ! ToString(????(i)), capturedValue).
            a.create_data_property_or_throw(i, captured_value, context)
                .expect("this CreateDataPropertyOrThrow call must not fail");
        }
    
        // 28. Return A.
        Ok(Some(a))
    }

    Self::abstract_builtin_exec()方法中存在global以及last_index这样看来最终执行的方法就是在这里了,仔细查看该方法中的代码(代码写的很详细而且每一步都有注释)

    在第 12 步中:

    • lastIndex 超过文本长度且当 global 存在时将 lastIndex 置为 0

    • 获取匹配到的值(match_value

      如果未匹配到则置为advance_string_index()方法的返回值

      advance_string_index()不在当前问题的考虑范围 https://tc39.es/ecma262/#sec-...

    第 13 步获取匹配到的值的 endIndex

    第 15 步将 lastIndex 置为 endIndex

    至此也就整明白了g标志的含义,在正则的原型链中存在一个lastIndex,如果匹配为真时lastIndex不会重置为 0 ,下一次开始时继承了上次位置,

    结论

    在问题代码中分析

    const reg = /[a-z]/g; // 声明后,lastIndex 为 0
    reg.test('a'); // => true;第一次匹配后,lastIndex 为 1
    reg.test('a'); // => false;第二次匹配由于 lastIndex 为 1,且字符只有一个,得到 false,将 lastIndex 置为 0
    reg.test('a'); // => true;下面依次循环前两次的逻辑
    reg.test('a'); // => false;
    reg.test('a'); // => true;

    到此,相信大家对“JavaScript正则表达式中g标志实例分析”有了更深的了解,不妨来实际操作一番吧!这里是亿速云网站,更多相关内容可以进入相关频道进行查询,关注我们,继续学习!

    向AI问一下细节

    免责声明:本站发布的内容(图片、视频和文字)以原创、转载和分享为主,文章观点不代表本网站立场,如果涉及侵权请联系站长邮箱:is@yisu.com进行举报,并提供相关证据,一经查实,将立刻删除涉嫌侵权内容。

    AI